Nvidia: ИИ портирует библиотеку ячеек за ночь вместо около 80 человеко-месяцев

При каждом переходе на новый полупроводниковый техпроцесс Nvidia должна портировать на него свою библиотеку стандартных ячеек. По словам Билла Далли, главного научного сотрудника и старшего вице-президента по исследованиям, это около 2500–3000 ячеек. Раньше такую работу выполняла команда из восьми человек примерно за десять месяцев, то есть около 80 человеко-месяцев. Библиотека стандартных ячеек определяет энергопотребление и эффективность чипов. Nvidia стремится применять ИИ везде, где это возможно в процессе проектирования.

Nvidia создала внутреннюю программу на основе обучения с подкреплением. Её называют NBL, а в материале также NB-Cell. Система автоматически оптимизирует топологию схем с учётом площади, энергопотребления и временных характеристик. По словам Далли, результаты сопоставимы с дизайнами людей или превосходят их по размеру ячейки, потерям мощности и задержке. Компания сообщает, что ИИ порой находит решения, которых классические подходы не дают, с выигрышем по эффективности примерно 20–30% против ручных дизайнов.

Далли рассказал об этом на конференции GTC 2026 в Сан-Хосе; материал PC Games Hardware вышел 16 апреля 2026 года. Расчёт для всей библиотеки идёт за ночь на одном GPU вместо прежних около 80 человеко-месяцев. Это одно из нескольких внутренних применений ИИ в проектировании чипов. Среди прочих материал называет языковые модели Chip Nemo и Bug Nemo, которые помогают разработчикам с вопросами и отладкой. Полную автоматизацию проектирования чипов компания пока считает нереалистичной и использует ИИ как поддержку на отдельных шагах.