NVIDIA wykorzystuje procesory Vera do projektowania kolejnej generacji CPU i GPU
NVIDIA wdraża procesory Vera w przepływach EDA, osiągając 1,5x wyższą wydajność w testach z Cadence i Synopsys przy projektowaniu przyszłych chipów.

Źródło zdjęcia: NVIDIA Blog
NVIDIA wykorzystuje procesory Vera do przyspieszenia projektowania kolejnej generacji procesorów i kart graficznych. Firma współpracuje z liderami branży — Cadence i Synopsys — w celu optymalizacji kluczowych aplikacji do automatyzacji projektowania elektroniki (EDA) dla architektury NVIDIA Vera CPU.
Wdrożenie procesorów Vera w przepływach pracy EDA używanych do rozwoju przyszłych procesorów i GPU NVIDIA pokazuje, jak wysokowydajne architektury CPU mogą przyspieszyć najbardziej wymagające obciążenia inżynieryjne w branży.
Kluczowe wnioski
- NVIDIA wdraża procesory Vera w przepływach pracy EDA do projektowania własnych przyszłych procesorów i GPU, tworząc pętlę sprzężenia zwrotnego między projektowaniem krzemu a optymalizacją oprogramowania.
- Wstępne testy z aplikacjami Cadence Jasper i Synopsys VCS wykazały do 1,5x wyższą wydajność w wybranych obciążeniach roboczych przy użyciu tej samej liczby rdzeni.
- Procesor Vera łączy 88 niestandardowych rdzeni NVIDIA Olympus z wysokowydajnym podsystemem pamięci LPDDR5X i drugą generacją NVIDIA Scalable Coherent Fabric.
- Krytyczne procesy EDA, takie jak symulacja logiczna i weryfikacja formalna, pozostają silnie zależne od wydajności CPU, mimo że GPU i AI przyspieszają wiele innych aspektów projektowania chipów.
- NVIDIA planuje kontynuować rozwój z procesorami Rosa nowej generacji opartymi na rdzeniach NVIDIA Rigel.
Przyspieszanie krytycznych obciążeń EDA
Stawką jest tempo produkcji chipów i rozwój technologii, które mogą skorzystać na zwiększonych obciążeniach EDA. Symulacja, weryfikacja i technologie implementacji odgrywają centralną rolę w rozwoju półprzewodników. Zanim chip trafi do produkcji, inżynierowie spędzają lata na walidacji zachowania, identyfikacji przypadków brzegowych i udoskonalaniu projektów przez tysiące iteracji.
Podczas gdy GPU i AI przyspieszyły wiele aspektów projektowania chipów, kilka krytycznych obciążeń EDA pozostaje silnie zależnych od wydajności CPU. Symulacja logiczna, weryfikacja formalna i części implementacji cyfrowej często zależą od szybkich pojedynczych rdzeni, wydajnych systemów pamięci i silnej ogólnej przepustowości.
To sprawia, że architektura CPU staje się ważnym czynnikiem określającym, jak szybko zespoły inżynieryjne mogą walidować projekty, eksplorować alternatywy i przesuwać produkty w kierunku tapeout.
Wczesne rezultaty z Cadence i Synopsys
Wstępne testy NVIDIA obejmują kilka wiodących aplikacji EDA. Wyniki podkreślają zdolność Vera do przyspieszania dwóch najbardziej wymagających obliczeniowo etapów nowoczesnego projektowania chipów.
Cadence Jasper, platforma weryfikacji formalnej, używa inteligentnej technologii dowodów i uczenia maszynowego do znajdowania i naprawiania błędów oraz poprawy produktywności weryfikacji na wczesnym etapie cyklu projektowania.
Synopsys VCS, wysokowydajne rozwiązanie weryfikacji funkcjonalnej używane do symulacji i walidacji złożonych projektów chipów przed produkcją, wykorzystało tę samą liczbę rdzeni w testach.
Obie aplikacje wykazały do 1,5x wyższą wydajność w wybranych obciążeniach roboczych. Poza wynikami benchmarków, NVIDIA ściśle współpracuje z obiema firmami nad profilowaniem aplikacji, optymalizacją oprogramowania i dostrajaniem na poziomie systemu, aby z czasem poprawić produktywność inżynieryjną w szerszym zakresie przepływów pracy.
Budowanie przyszłych chipów NVIDIA z użyciem procesorów NVIDIA
Wdrożenie Vera w przepływach pracy inżynieryjnych NVIDIA odzwierciedla szerszą strategię: przyspieszenie każdego obciążenia roboczego za pomocą architektury obliczeniowej najlepiej dostosowanej do zadania. W EDA, GPU i AI nadal przyspieszają wiele algorytmów, podczas gdy wysokowydajne procesory pozostają niezbędne dla krytycznych obciążeń symulacji, weryfikacji i implementacji.
Wykorzystanie procesorów NVIDIA do projektowania przyszłych procesorów i GPU NVIDIA tworzy ciągłą pętlę sprzężenia zwrotnego między projektowaniem krzemu, optymalizacją oprogramowania a inżynierią systemów, przy czym każda generacja pomaga budować następną.
Źródła
Podobne publikacje

Jensen Huang odsunięty od Nvidii. Romanse, Chiny i brak następcy
Jensen Huang stracił stanowisko prezesa Nvidii. WIRED i TechCrunch opisują wątek Megaspeed, firmę kryzysowego PR, rolę Colette Kress i brak planu sukcesji.

Jensen Huang odchodzi z Nvidii: afera szpiegowska, romanse i co dalej
Jensen Huang zrezygnował z funkcji CEO Nvidii po aferze z rzekomym chińskim szpiegiem i romansach. Chronologia, spadek akcji, śledztwa Kongresu i następcy.
Zakazane chipy Nvidii stoją za najmocniejszymi chińskimi modelami AI
Analiza wag modeli DeepSeek i Moonshot AI sugeruje trening na zakazanych chipach Nvidia Blackwell. Sprawa mocno uderza w Nvidię po odejściu Jensena Huanga.