グラフィックスおよびコンピューティング チップの大手 NVIDIA は、エンジニアの半導体設計を支援し、チップ開発に新たな利点をもたらすように設計された、「ChipNeMo」と呼ばれる新しい LLM をリリースしました。チップの基本を理解することは、開発段階で最も困難な作業の 1 つであり、特に「人間の髪の毛よりも 10,000 倍薄い路上に接続された数百億個のトランジスタで構成される」精密半導体の場合はそうだ。チップの設計には人間の創意工夫が必要なだけでなく、最適な状態に到達するまでに数年、さらには数十年かかることもよくあります。
しかし、人工知能生成機能の急速な向上に伴い、Nvidia はエンジニアの補助ツールとして機能し、半導体業界にとって「革命的」であることが証明できる最終製品を提供する「カスタマイズされた」LLM の設計に成功しました。
NVIDIA はブログ投稿で、同社が ChipNeMo モデルを使用してチップ設計のさまざまな段階で機能を実装する計画であることを明らかにしました。これにより、生産性が大幅に向上するだけでなく、人件費とチップ設計に必要な時間の節約にも役立ちます。同社はまた、LLM の最初の使用例を明らかにし、GPU アーキテクチャに関する質問に答えたチップ設計者の例を明らかにしました。以下で確認できます。
NVIDIA は作成プロセスについて、開発者が基本モデルを策定し、それを NeMOLLM と組み合わせて生成人工知能モデルを構築、カスタマイズ、展開することを明らかにしました。その結果、同社は最大 430 億のパラメーターをサポートするモデルを構築することができました。これは、チップ設計の「複雑さ」を考慮すると、この特定の分野では非常に重要です。このモデルは、テキストとソフトウェア内の 1 兆を超えるトークン、単語、記号を使用してトレーニングされます。
さて、大きな疑問は、NeMoが将来の半導体産業の発展にどのように貢献するのかということだ。このように考えてください。NVIDIA の NeMo モードは、ChatGPT が学生を支援する方法と似ています。それは最終的な学習プロセスでは役立ちますが、「先に進む」ことはできません。
同様に、NeMo の目的は、チップ設計者が重要な質問や技術的な事実に対処できるようにし、さらには問題をある程度解決できるようにすることです。しかし、生成型人工知能はあらゆる分野で徐々に主流になりつつあると言っても過言ではありません。これは喜ぶべきことでしょうか？時間が解決してくれるだろう。
もっと詳しく知る：
https://blogs.nvidia.com/blog/llm-semiconductors-chip-nemo/