전 세계에 잘 팔리는 최첨단 AI 칩 H100에 힘입어 엔비디아는 연내 이번 AI 물결에서 가장 눈에 띄는'조류'중 하나임에 틀림없다.생성식 AI의 개발은 많은 계산력의 지원이 필요하지만, 엔비디아의 첨단 AI 칩은 대언어모델 (LLM) 개발의 우선순위로 글로벌 계산력을 거의 독점하고 있다.
그렇다면 첨단 AI 칩이라는'닭'이 생성식 AI라는 전 세계를 뜨겁게 달구는'알'을 탄생시켰다면.앞으로 이 더욱 성숙된"알"도 거꾸로 새로운"병아리"를 부화시킬 가능성이 있는가?엔비디아는 지금 최신 시도를 하고 있다.
엔비디아가 월요일에 발표한 한 연구론문은 어떻게 생성식인공지능을 사용하여 가장 복잡한 공정사업의 하나인 설계칩을 협조할것인가를 묘사하였다.
현대 칩은 수백억 개의 트랜지스터로 구성된 회로이다.실리콘 조각에 이러한 트랜지스터를 배열하는 방법을 정리하는 것은 기술 업계에서 가장 어려운 임무 중 하나입니다.
엔비디아의 GPU 칩은 의심할 여지 없이 업계에서 가장 복잡한 칩 중의 하나이며, 현재 ChatGPT 등 생성식 AI 도구 배후의 핵심 기술 버팀목이 되었다.아래 그림에서 볼 수 있듯이, 현미경 아래에서 엔비디아 H100과 같은 최첨단 칩은 수백억 개의 트랜지스터로 구축된 수백억 개의 트랜지스터처럼 보이며, 머리카락보다 1만 배 더 가느다란"거리"에 연결되어 있다.
이런"디지털거성"을 건설하기 위해서는 여러 공정팀, 수천명의 연구개발일군이 흔히 2년간의 시간을 조률해야 한다.일부 팀은 칩의 전체 아키텍처를 결정하고, 일부 팀은 다양한 초소형 회로를 제작하고 배치하며, 일부 팀은 그들의 작업을 테스트합니다.모든 작업에는 전문적인 방법론, 소프트웨어 프로그램 및 컴퓨터 언어가 필요합니다.
이에 대해 엔비디아 리서치 디렉터이자 최신 연구 보고서의 제1저자인 마크 렌은 "시간이 지남에 따라 대규모 언어 모델이 모든 프로세스에 참여하는 데 도움이 될 것이라고 믿습니다.
어떻게 AI로 칩 개발을 돕습니까?
엔비디아는 이른바 대형 언어 모델을 채택하여 칩 설계 역사상 30년 동안 축적된 데이터를 이용하여 모델 훈련을 하는 연구 시도를 보여주었다.엔비디아 엔지니어에게 가능한 용례를 조사한 후, 연구팀은 채팅 로봇, 코드 생성기, 분석 도구 등 세 가지 용례를 출발점으로 선택했다.
연구 논문은 엔비디아 엔지니어가 어떻게 내부적으로 사용할 수 있는지, 회사 내부 데이터를 바탕으로 소프트웨어를 생성하고 최적화하며 인간 디자이너에게 도움을 주기 위해 훈련하는 ChipNeMo라는 맞춤형 LLM을 만드는 방법을 상세히 소개했다.
엔비디아의 수석 과학자 빌 댈리는 "우리의 많은 베테랑 디자이너들이 초보 디자이너들의 질문에 답하는 데 상당한 시간을 소비하고 있다는 사실이 증명됐다"며 "챗봇을 활용하면 초보 디자이너들의 질문에 답하는 데 도움을 줄 수 있어 고급 디자이너들에게 많은 시간을 절약할 수 있다"고 설명했다.
엔비디아는 연구에서 이 회사가 축적한 대량의 특정 데이터를 추가함으로써 중급 챗봇 하나가 고급 챗봇보다 더 정확해질 수 있다는 것을 발견했다.엔비디아는 시스템의 비용을 통제하는 데 도움이 된다고 밝혔다.
이 회사가 선보이는 또 다른 기능은 인공지능을 이용한 코드 생성이다.Dally에 따르면 엔지니어들은 일반적으로 칩에서 작동하지 않는 부분을 찾고 원인을 찾기 위해 테스트 도구를 사용하는 데 많은 시간을 소비합니다.테스트를 위해 인공지능 시스템은 이 도구를 조작하기 위해 코드를 빠르게 작성할 수 있다.
전자 설계 자동화 분야에서 20년 넘게 일한 렌은 장기적으로 엔지니어들이 생성식 인공지능을 칩 설계의 모든 단계에 적용함으로써 전체 생산성을 크게 향상시키기를 원한다고 지적했다.
달리는"우리의 목표는 프로세스를 자동화하거나 인공을 대체하는 것이 아니라 기존의 인력을 활용하여 더 강력한 능력을 부여하고 더 생산적으로 만드는 것"이라고 강조했다."