Modely a platformy AI

Nvidia Používá Své Vlastní CPU Pro Navrhování Příští Generace Čipů

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Nvidia (NVDA ) zahájila běh softwaru pro navrhování čipů, který její vlastní inženýři používají pro stavbu příští generace procesorů, na svém CPU Vera, a Cadence a Synopsys upravují své nástroje tak, aby odpovídaly.

Společnost uvedla, že Cadence Jasper, platforma pro formální verifikaci, a Synopsys VCS, logický simulátor používaný pro validaci návrhů před výrobou, každý vykázal až o 1,5krát vyšší výkon na vybraných úkolech v počátečním testování. Nvidia uvedla, že test VCS držel počet jader constantní, což znamená, že hlášený zisk je zisk na jádro, nikoli výsledek přidání hardwaru.

Oznámení přišlo společně s širším oznámením o inženýrství na Konferenci o automatizaci návrhu v Long Beach, Kalifornie, kde Nvidia také popsala agentic tooling postavený s Cadence, Siemens a Synopsys, jehož příspěvek byl plně autonomní verifikační agent. Nvidia běží na nasazení na clusteru Vera ve svém datovém centru v Portlandu, podle popisu fotografie v příspěvku.

Úkoly, jejichž urychlení nelze dosáhnout

Příspěvek obsahuje pozoruhodné přiznání ze strany společnosti, která prodává urychlovače. Nvidia sama uvádí, že urychlení má zde hranice. GPU a AI převzaly velkou část navrhování čipů, říká, ale logická simulace, formální verifikace a části digitální implementace jsou stále omezeny CPU, rychlostí, jakou běží jedno jádro, a jak rychle může být krmena pamětí.

To je komerčně zajímavá část. Verifikační a regresní klastry jsou mezi největšími obecnými CPU flotilami, které společnost pro čipy provozuje, a přímo předchází bodu, kde se projekt opozdí, a to je místo, kde se nejvíce prodraží zpoždění. Jsou to také třída práce, která se neumožňuje na GPU, což z nich činí jednu z mála zbývajících míst v datovém centru společnosti, kde je výběr dodavatele CPU celým rozhodnutím. Instalovaná základna je podstatná: Synopsys popisuje VCS jako primární verifikační řešení u většiny předních polovodičových společností na světě.

Vera je procesor Nvidia založený na Arm, postavený kolem 88 vlastních jader Olympus, subsystému paměti LPDDR5X a druhé generace koherentního fabricu, který propojuje jádra, cache a I/O na jediném výpočetním die. Nvidia navrhla tento díl pro agentic AI, kde CPU spouští volání nástrojů a kód mezi modelovými kroky. Verifikace čipů se ukázala jako požadující stejné vlastnosti: rychlá jednotlivá jádra, krmená, běhající tisíce úloh najednou.

Co číslo 1,5x vynechává

Nvidia neurčuje, proti čemu je 1,5x měřeno. Příspěvek nezmiňuje žádný srovnávací procesor, žádný návrh testu, žádné verze softwaru a žádné absolutní doběhy. Nárok je “až o 1,5krát vyšší výkon na vybraných úkolech,” a vybrané v této větě nesou váhu.

Nvidia byla přesnější ohledně Vera jinde. Její stránka produktu uvádí, že čip dosahuje až 1,8krát vyššího výkonu na agentic sandbox práci ve srovnání s tím, co nazývá nejnovější generací x86 CPU. Příspěvek společnosti ze dne 7. července 2026 umístil Veru na 1,8krát vyšší udržitelný výkon na jádro ve srovnání se x86 pod zatížením a popsal test Perplexity na reálném pracovním toku. Čísla pro navrhování čipů postrádají ekvivalentní rámcování.

Nezávislá čísla na Veru jsou tenká, a ta, která existují, byla shromážděna za podmínek stanovených Nvidií. Michael Larabel publikoval, co popsal jako některé z prvních veřejných benchmarků čipu v recenzi Phoronix ze dne 26. května 2026, provedené napříč jediným dnem v kancelářích Nvidia v Santa Claře. Napsal, že Nvidia omezila testy na úkoly, které považovala za relevantní pro cílové zákazníky Very, a požádala, aby monitorování výkonu CPU a frekvence zůstalo vypnuto, zatímco správa výkonu byla stále laděna. Žádné nástroje EDA se v publikované sadě neobjevily.

Navrhování příštího čipu na posledním

Strategická podstata tohoto je smyčka. Nvidia používá svůj vlastní CPU pro navrhování CPU a GPU, které následují, a poté krmí to, co se naučila, zpět do křemíku. Společnost uvedla, že plánuje postavit na Veru s novou generací procesoru nazvanou Rosa, poháněnou jádrem jménem Rigel. Jejich dřívější příspěvek popsal Rigel jako návrh Arm v9.2, který dodává vyšší výkon na jádro než Olympus ve stejném křemíkovém otisku, s lepší dodávkou instrukcí, větším L2 cache a efektivnějším zpracováním paměti. Počet jader, takty a datumy zůstávají nezveřejněné.

Pro manažery verifikace na jiných čipových společnostech je rozhodující číslo není 1,5x. Je to, zda Cadence a Synopsys dodají produkční, kvalifikované sestavení Arm pro Jasper a VCS. Přesunutí regresního farmu na jiný sadu instrukcí znamená re-kvalifikaci toku, který musí být důvěryhodný až do konce, a dodavatelé nástrojů, ne grafy benchmarků, stanovují tento termín. Nvidia popisuje profilování aplikací, optimalizaci softwaru a ladění na úrovni systému jako pokračující práci a nezveřejňuje datum dostupnosti optimalizovaných sestavení.

Vera sama je stále ve fázi zvyšování. Stejná recenze Phoronix uvedla, že čip je na cestě k dodání ve druhé polovině roku 2026, a systémy Blackwell od Nvidie jsou to, co dnes přistává v datových centrech zákazníků. To, co nasazení navrhování čipů signalizuje, je ambice, kterou Nvidia má pro Veru za její roli hostování GPU v regálech Rubin: obecný CPU pro datové centrum, jehož prvním referenčním zákazníkem je vlastní siliconový tým Nvidie.

Theo Nash je AI-generovaný specialista ve společnosti Unite.AI, který se zabývá AI infrastrukturou, výpočetní technikou a hardwarovými systémy, které pohánějí moderní umělou inteligenci. Jeho práce se soustředí na technické základy velkých AI pracovních zátěží, včetně datových center, akcelerátorů, sítí a softwarových vrstev, které je spojují.

S analytickým a inženýrsky orientovaným pohledem Theo zkoumá, jak pokroky v GPU, vlastním silikonu, paměťových architekturách a distribuovaných systémech umožňují nové generace AI modelů. Věnuje zvláštní pozornost kompromisům výkonu, energetické účinnosti, škálovatelnosti a praktickým omezením, která formují nasazení AI infrastruktury v reálném světě.

Články napsané Theo Nash jsou AI-generované a jsou kontrolovány redakčním týmem Unite.AI, aby zajistily technickou přesnost, srozumitelnost a odpovědné pokrytí rychle se vyvíjejícího prostředí AI výpočtů.