GPU 芯片中的人工智能(AI)
黄教主最近在台大的演讲中表示:AI 为我们带来了巨大的机遇,反应敏捷的企业将利用 AI 技术提升竞争力, 而未能善用 AI 的企业将面临衰退。详细参看:《黄仁勋台大毕典演说全文 》 - 知乎 (zhihu.com)
让我们来看看 GPU 芯片周边有哪些人工智能的影子吧。
芯片设计
人工智能可以使芯片设计更快、更准确且更具成本效益,同时缓解日益严重的技术人才短缺问题。
芯片设计人员面临着一项艰巨的任务,即在缩小尺寸的同时提供不断增加的功能,同时管理生产和最终成本。擅长分析和平衡多种复杂因素的人工智能是一种理想的解决方案。以下是制造商可以使用 AI 优化芯片设计的五种方法。
-
加速芯片设计周期
-
降低生产成本
-
提高芯片性能
-
提高工艺性
-
缓解人才短缺
详细参看:制造商在芯片设计中受益于AI的5种方式-EDN 电子技术设计 (ednchina.com)
EDA
国微芯自主开发的新一代特征化平台,基于自主高效的负载均衡分布式系统,内嵌高速仿真软件以及机器学习引擎,能快速抽取客户在先进工艺节点所需要的先进模型(包括不同PVT下CCS、LVF、Aging等模型)。
![](https://img.haomeiwen.com/i1293315/df61ed56c28876c6.png)
详细参看:芯天成特征化建模平台-深圳国微芯科技有限公司 (gwxeda.com)
GPU 芯片
英特尔 | INTEL
Intel® Arc™- Xe Super Sampling
英伟达 | NVIDIA
Deep Learning Super Sampling (DLSS) Technology | NVIDIA
Pixel Perfect: RTX Video Super Resolution Now Available | NVIDIA Blog
超微 | AMD
AMD FidelityFX™ Super Resolution | AMD
总结
-
AI 加持的 GPU 芯片设计更加高效可靠
-
EDA 工具中集成 AI 辅助设计大有可为
-
GPU 芯片中集成特定 AI 加速硬件可以增强渲染效果的同时还更加高效(目前算法主要集中在超采样)