{"id":866191,"date":"2023-11-01T19:14:46","date_gmt":"2023-11-01T19:14:46","guid":{"rendered":"https:\/\/magazineoffice.com\/chipnemo-llm-de-nvidia-ayudara-a-disenar-chips\/"},"modified":"2023-11-01T19:14:50","modified_gmt":"2023-11-01T19:14:50","slug":"chipnemo-llm-de-nvidia-ayudara-a-disenar-chips","status":"publish","type":"post","link":"https:\/\/magazineoffice.com\/chipnemo-llm-de-nvidia-ayudara-a-disenar-chips\/","title":{"rendered":"ChipNeMo LLM de Nvidia ayudar\u00e1 a dise\u00f1ar chips"},"content":{"rendered":"<p> <br \/>\n<\/p>\n<div id=\"article-body\">\n<p>Nvidia ha presentado ChipNeMo, un modelo de lenguaje grande especializado con 43 mil millones de par\u00e1metros destinado a reforzar la productividad del dise\u00f1o de chips.  La herramienta promete optimizar varios aspectos del dise\u00f1o de chips respondiendo preguntas, condensando informes de errores y creando scripts para herramientas de automatizaci\u00f3n de dise\u00f1o electr\u00f3nico (EDA).\n<\/p>\n<p>\u00abEl objetivo aqu\u00ed es hacer que nuestros dise\u00f1adores sean m\u00e1s productivos\u00bb, dijo Bill Dally, cient\u00edfico jefe de Nvidia, en una entrevista con EE Times antes de la Conferencia Internacional sobre Dise\u00f1o Asistido por Computadora.  \u00abSi consigui\u00e9ramos siquiera un par de mejoras porcentuales en la productividad, valdr\u00eda la pena. Y nuestros objetivos son, en realidad, hacerlo un poco mejor que eso\u00bb.\n<\/p>\n<aside class=\"hawk-nest\" data-render-type=\"fte\" data-skip=\"dealsy\" data-widget-type=\"seasonal\"\/>\n<p>ChipNeMo de Nvidia se entren\u00f3 en el propio conjunto de datos de Nvidia recopilado de c\u00f3digos internos y repositorios de texto que incluyen documentos de arquitectura y dise\u00f1o.  Este enfoque de capacitaci\u00f3n previa garantiza que ChipNeMo opere con una comprensi\u00f3n matizada de las arquitecturas y el dise\u00f1o de chips espec\u00edficos de Nvidia.  ChipNeMo puede responder preguntas generales relacionadas con el dise\u00f1o de chips, resumir la documentaci\u00f3n detallada de errores en p\u00e1rrafos cortos (para una comprensi\u00f3n m\u00e1s sencilla de los errores) y escribir scripts breves para interactuar con herramientas CAD.  La herramienta tambi\u00e9n puede ejecutar simulaciones l\u00f3gicas y probar puntos de referencia en las primeras etapas del proceso de dise\u00f1o para verificar el rendimiento y la viabilidad del dise\u00f1o.\n<\/p>\n<p>ChipNeMo es una enorme reserva de conocimiento que puede analizarse con bastante rapidez mediante una m\u00e1quina alimentada por una \u00fanica GPU Nvidia A100, y est\u00e1 destinado a acelerar el proceso de dise\u00f1o de chips.  Esta herramienta ser\u00e1 particularmente \u00fatil para los dise\u00f1adores novatos, ya que les permitir\u00e1 encontrar informaci\u00f3n esencial r\u00e1pidamente, ahorrando as\u00ed tiempo y esfuerzo a los dise\u00f1adores experimentados.\n<\/p>\n<p>Uno de los problemas de las herramientas de IA generativa es que a menudo generan respuestas inexactas o completamente falsas.  Cuando se trata de dise\u00f1o de chips, esto podr\u00eda generar errores muy costosos; por eso, para evitar esto, Nvidia est\u00e1 utilizando una t\u00e9cnica de recuperaci\u00f3n de generaci\u00f3n aumentada (RAG).  RAG hace referencia a una base de datos de documentos fuente para fundamentar los resultados del modelo.  Este enfoque reducir\u00e1 la probabilidad de que el modelo cree respuestas inexactas o \u00abalucinadas\u00bb y garantizar\u00e1 que las respuestas generadas se basen en conocimientos reales y preexistentes.\n<\/p>\n<p>ChipNeMo est\u00e1 dise\u00f1ado espec\u00edficamente para las GPU y los procesos internos de Nvidia y, por lo tanto, no est\u00e1 programado para un lanzamiento comercial m\u00e1s amplio.  No obstante, la herramienta simboliza un enfoque pionero en aprovechar un LLM para perfeccionar y acelerar las metodolog\u00edas y procesos de dise\u00f1o de chips.\n<\/p>\n<\/div>\n<p><br \/>\n<br \/><a href=\"https:\/\/magazineoffice.com\/\">Source link-41<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Nvidia ha presentado ChipNeMo, un modelo de lenguaje grande especializado con 43 mil millones de par\u00e1metros destinado a reforzar la productividad del dise\u00f1o de chips. La herramienta promete optimizar varios&hellip;<\/p>\n","protected":false},"author":1,"featured_media":866192,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[21980],"tags":[11899,107541,9343,25690,86655,843],"_links":{"self":[{"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/posts\/866191"}],"collection":[{"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/comments?post=866191"}],"version-history":[{"count":1,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/posts\/866191\/revisions"}],"predecessor-version":[{"id":866193,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/posts\/866191\/revisions\/866193"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/media\/866192"}],"wp:attachment":[{"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/media?parent=866191"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/categories?post=866191"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/magazineoffice.com\/wp-json\/wp\/v2\/tags?post=866191"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}