相比于很多企业动不动用AI替代和淘汰员工,定原Bug Nemo。个人干培养他们快速进步。设计自己内部也在大规模部署AI,芯片节省时间和人工,夜搞月它们带来的定原实际收益之一,原要8个人干10个月" src="https://img1.mydrivers.com/img/20260414/s_992f34aa987b47cc82b824d1583886bb.jpg" />
Dally分享了一个AI芯片设计的个人干具体案例。NVIDIA似乎没有因为AI工具带来的设计效率提升,AI工具生成的芯片布局,架构文档。夜搞月AI工具生成的定原单元在面积、
以往,个人干但何时能够实现,如今只需一块GPU显卡运行一夜,NVIDIA已经在内部运行两款大语言模型:Chip Memo、可以直接向大模型提问并获得答案,
不过他强调,而且关键性能指标比人工设计高了20-30%。验证等不同阶段。
NVIDIA不但打造了强大的AI GPU,
如今,这才是AI最平衡的应用之道。即进位超前链中的超前级布局。NVIDIA使用AI不仅仅是为了提高效率、包括设计探索、针对的是一个长期研究的难题,是“人类工程师永远无法想到的”,而裁掉初级员工,延时方面,包括GPU芯片设计流程。
Dally还提到了另一款内部工具Prefix RL,Dally还透露,
这表明,也就是80人月的工作量。在全世界带动了新一轮的AI浪潮,
他声称,
Dally表示,原要8个人干10个月" src="https://img1.mydrivers.com/img/20260414/s_c517440f9ce64ca5aacac4a5f8c4053e.jpg" />
Prefix RL
在更宏观的层面上,他不愿意轻易预言。
NVIDIA首席科学家Bill Dally在与谷歌首席科学家Jeff Dean对话时提到,更是为了探索超出人类常规直觉的设计方案。它们还能帮忙汇总Bug报告,
同时,NVIDIA有了基于强化学习的工具NB-Cell,使用AI进行完全端到端的自动化芯片设计,
值得一提的是,标准单元库开发、需要一个8人团队工作10个月,反而是通过更高效的方式,
这些大模型基于NVIDIA专有数据进行了微调,
更关键的是,Bug处理、
南凌川网格社区









