NVIDIA AI晶片設計大揭密！8個人要10個月的工作現在「一晚搞定」

NVIDIA 不僅靠著強大的 AI 繪圖晶片在全球掀起人工智慧狂潮，現在更把 AI 技術大規模運用在自家的晶片設計流程上。根據 NVIDIA 首席科學家 Bill Dally 日前的分享，過去需要一個八人團隊耗費十個月才能完成的晶片標準單元庫轉移工作，現在只要靠一張顯示卡執行一個晚上就能順利搞定。

AI 顛覆傳統設計流程

Bill Dally 在與 Google 首席科學家 Jeff Dean 對談時透露，NVIDIA 目前已在晶片設計階段大量導入 AI 技術，涵蓋設計探索、標準單元庫開發、錯誤處理以及驗證等各個環節。雖然他強調，目前要完全依靠 AI 進行端到端的全自動化晶片設計還言之過早，但 AI 工具帶來的效率提升已經相當驚人。

Dally 分享了一個具體的應用案例。在過去，NVIDIA 若要將標準單元庫轉移到全新的製程節點，通常需要指派一個八人團隊，花上十個月的時間才能完成，相當於八十個人月的龐大工作量。

如今，NVIDIA 內部開發出了一款名為 NB-Cell 的強化學習工具。這套工具經過幾次技術演進後，現在只需要使用單張 NVIDIA 顯示卡，在一個晚上內就能跑完上述所有的工作。更令人吃驚的是，由 AI 工具自動生成的單元，無論是在晶片面積、功耗控制還是傳輸延遲等關鍵指標上，表現都達到甚至超越了人類資深工程師親手設計的水準，這讓 NVIDIA 能夠以極快的速度推進新製程的部署。

不僅如此，Dally 還提到了另一款內部研發的工具 Prefix RL，專門用來解決進位預測鏈中複雜的佈局難題。他指出，AI 算出來的佈局方式是人類工程師永遠想破頭也想不到的，而且實際的關鍵效能指標比人工設計還要高出百分之二十到百分之三十。這證明了 NVIDIA 導入 AI 不單單是為了省時省力，更是為了突破人類直覺的盲點，探索出更完美的設計方案。

大型語言模型進駐內部化身菜鳥工程師的超級導師

除了硬體設計端的自動化工具，NVIDIA 在企業內部管理與知識傳承上也全面擁抱 AI。Dally 透露，NVIDIA 內部目前正在執行兩款專屬的大型語言模型，分別命名為 Chip Memo 與 Bug Nemo。

這兩款大型語言模型是吸收了 NVIDIA 多年來累積的專有資料進行微調，裡面包含了無數 GPU 設計的暫存器傳輸級程式碼以及珍貴的技術架構文件。

引進這些大模型帶來了立竿見影的好處。現在，資淺的初級工程師在開發過程中遇到問題時，可以直接向 AI 大模型提問並迅速獲得精準解答，再也不用頻繁打斷資深設計師的工作去請教問題。這不僅讓資深員工能專注於更高價值的高階研發，AI 還能自動幫忙彙整繁雜的錯誤報告，並精準分配給對應的模組團隊或負責工程師。

AI 的價值在於賦能而非裁員

過去外界常擔憂 AI 工具的普及會引發科技業裁員潮，但 NVIDIA 的做法卻給出了不同的答案。儘管自動化工具大幅提升了效率，NVIDIA 似乎並沒有因此裁撤初級員工，反而是利用 AI 當作超級助教，用更有效率的方式培養新人快速成長。在各大企業動輒以 AI 取代人力的浪潮中，NVIDIA 這種將 AI 視為員工賦能工具的做法，或許才是科技發展與人力資源平衡的最佳示範。