首席科学家兼研究高级副总裁 Bill Dally 带领约 300 人的团队在上届 GTC 2022 上分享了一些 NVIDIA 研发信息，其中涉及使用机器学习 (ML) 和人工智能 (ML) 开发、改进和加速 GPU 设计(人工智能)技术。

　　据HPC Wire报道，Bill Dally 介绍了 GPU 设计中的四个重要领域，即映射电压降、预测寄生参数、布局和布线挑战以及自动化标准单元迁移。

　　绘制电压降图将向设计人员展示新 GPU 设计中使用了哪些电源，而传统 CAD 工具需要三个小时才能运行，而使用经过训练的 AI 模型只需三秒钟，目前该模型可提供 94% 的准确度，这是一个大大加快的折衷方案;Bill Dally 认为，AI 工具可以非常有助于预测寄生效应，可以减少传统上繁琐冗长的过程，而且误差也很低。布局和布线对于芯片设计非常重要。一旦出现错误，布局将重新规划。人工智能技术在这方面的预测相当准确。即使不完美，也能指出问题所在。Bill Dally 表示，将芯片设计从 7nm 切换到 5nm 需要付出相当大的努力，92% 的单元库可以用 AI 工具实现。

　　NVIDIA研究的需求方试图通过开发在 GPU 上运行的软件系统和技术来推动对 NVIDIA 产品的需求。NVIDIA 目前有三个不同的图形研究小组来推进计算机图形的发展。还有五个不同的 AI 组，因为 AI 技术的 GPU 应用是一件大事，而且越来越大。还有一些研究机器人和自动驾驶汽车的小组，还有多个实验室。