据 PC Gamer 报道，英伟达正利用人工智能技术加速其下一代图形处理器（GPU）的规划与设计。该公司正将机器学习融入其硬件工程工作流，旨在优化未来芯片架构的开发流程。
此举彰显了英伟达利用自身在 AI 领域的深厚积淀来优化芯片生产的战略。通过在设计阶段引入 AI，该公司力求缩短芯片架构规划中那些耗时冗长的环节。
优化半导体工程流程
AI 的应用使英伟达能够实现现代 GPU 复杂仿真工作的自动化。在物理原型问世之前，工程师便能利用这些工具，预判不同晶体管配置在各种工作负载下的性能表现。
这一方法解决了在更小纳米制程下芯片设计日益严峻的挑战。随着架构复杂度的提升，传统人工设计的计算开销也随之大幅增加。
PC Gamer 指出，英伟达正高度依赖这类 AI 驱动的方法来缩短设计周期。这种自动化手段有助于公司应对下一代硬件在散热与功耗管理方面的复杂需求。
在硬件规划中引入 AI 还有助于优化芯片（die）上的组件布局。在高性能计算环境下，精准的布局对于维持高主频和降低延迟至关重要。
将 AI 集成到工程流程中反映了半导体行业的整体趋势。为了处理光刻和蚀刻过程中产生的海量数据，业界正越来越多地转向自动化设计工具。
英伟达对 AI 辅助设计的重视，使其能够更快速地测试各种架构排列组合，旨在缩短硬件迭代之间的开发周期。
芯片设计涉及内存带宽、缓存层级及指令集等一系列复杂的决策。通过利用 AI 技术，英伟达能够分析数以百万计的潜在配置方案，从而在性能与功耗之间找到最优的平衡点。