Saját chiptervező modellt fejleszt együtt az OpenAI és a Synopsys

GPT-Synopsys néven kifejezetten félvezetők tervezésére szolgáló mesterséges intelligencia modellt fejleszt közösen az OpenAI és a Synopsys. A rendszer nem egyszerűen mérnöki kérdésekre válaszolna: a tervek szerint közvetlenül használja majd a professzionális chiptervező szoftvereket, elemzi azok eredményeit és több lépésen keresztül optimalizálja a készülő áramköröket.

A két vállalat szeptember 30-án jelentette be többéves együttműködését. Az OpenAI licenceli a Synopsys elektronikus tervezésautomatizálási, vagyis EDA-eszközeit, a közösen készülő modellt pedig kifejezetten ezek használatára fejlesztik. Az együttműködéshez közös piacra lépési program és bevételmegosztás is kapcsolódik. A GPT-Synopsys tehát nem egy már széles körben használható kész termék: fejlesztés alatt áll, bár a Synopsys szerint vezető félvezetőipari ügyfelekkel már megkezdődtek a korai technológiai együttműködések.

A chiptervezés különösen összetett feladat, mert egy mérnöki döntést számos újabb ellenőrzés és optimalizálás követ. A tervezők egyszerre próbálják javítani az áramkör teljesítményét, csökkenteni az energiafogyasztást és megfelelő méretben tartani a fizikai kialakítást. A GPT-Synopsys célja, hogy a modell ne csak javaslatokat írjon, hanem elindítsa a Synopsys eszközeit, értelmezze az eredményeket, módosítsa a tervet, majd újra lefuttassa a szükséges vizsgálatokat.

A rendszer így több lépésből álló mérnöki munkafolyamatokat kaphat. A Synopsys szerint az ügynökökre például teljesítmény-, fogyasztási és területoptimalizálási célokat lehet majd bízni, miközben időzítési és ellenőrzési feladatokban is dolgozhatnak. A cél nem az, hogy egyetlen utasítás után automatikusan elkészüljön egy gyártható chip, hanem hogy a mérnökök gyorsabban vizsgálhassanak meg több tervezési lehetőséget.

Olvasd el: Szárnyalnak a mesterséges intelligencia chip-startupok

Mi történik a félvezetőiparral, ha a mesterséges intelligencia már nemcsak a chipeken fut, hanem egyre nagyobb szerepet kap maguknak a következő generációs chipeknek a megtervezésében is?

Az együttműködés egyik fontos eleme éppen az, hogy a generatív modell önmagában nem kapja meg a végső döntés jogát. A Reuters beszámolója szerint a chipek gyártás előtti úgynevezett sign-off ellenőrzése továbbra is hagyományos, determinisztikus mérnöki eszközökkel történik. Ennek oka, hogy egy félvezető fizikai megvalósításánál nem elegendő egy valószínűleg helyes mesterségesintelligencia-válasz: a tervnek igazolhatóan teljesítenie kell az elektromos, időzítési és gyárthatósági követelményeket.

Az adatbiztonság szintén kritikus kérdés, hiszen egy chip terve rendkívül értékes szellemi tulajdon lehet. A Synopsys közlése szerint az ügyfelek tervezési adatait nem használják majd a GPT-Synopsys betanítására, az információkat titkosítással, hozzáférés-vezérléssel, naplózással és beállítható megőrzési szabályokkal védik. Ezek jelenleg a vállalat által vállalt működési feltételek, amelyek tényleges hatékonyságát a rendszer szélesebb használata után lehet majd megítélni.

A GPT-Synopsys jelentősége ezért túlmutat egy új szakmai chatboton. A mesterséges intelligencia itt egy olyan mérnöki környezetbe kerül, ahol folyamatosan szoftveres eszközöket használ, eredményeket értelmez és iterál egy ellenőrizhető cél felé. Ha ez megbízhatóan működik, a technológia egyik következő fontos felhasználási területe éppen azoknak a hardvereknek a gyorsabb megtervezése lehet, amelyek később magukat a mesterséges intelligencia rendszereket működtetik.

Olvasd el ezt is: Soha nem látott kereslet hajtja a Dell mesterséges intelligencia infrastruktúráját

Források: Synopsys, Reuters

CS.SZ.

MI - KKV

Gemini 4 Argon néven mutatta be új csúcsmodelljét a Google, amelyet kifejezetten hosszú, összetett munkafolyamatokra, programozásra, szakmai kutatásra és kibervédelemre fejlesztett. A …

GPT-Synopsys néven kifejezetten félvezetők tervezésére szolgáló mesterséges intelligencia modellt fejleszt közösen az OpenAI és a Synopsys. A rendszer nem egyszerűen mérnöki kérdésekre …

Természetes nyelvű utasításból készíthetnek saját értékesítési munkafolyamatokat, adatbázisokat és alkalmazásokat az Apollo új mesterséges intelligencia rendszerével. A szeptember 30-án bemutatott három fejlesztés …

Új módszert mutatott be szeptember végén a Google Research a képgeneráló mesterséges intelligencia pontosabb vezérlésére. A Diffusion Controller különösen azért érdekes, mert …

Olyan rejtett jelölési módszert fejlesztett a Google DeepMind, amely a mesterséges intelligencia által tervezett fehérjék aminosav-szekvenciájába építhető be úgy, hogy közben megmaradjon …