Modely a platformy AI

Nvidia Používá Své Vlastní CPU Pro Navrhování Příští Generace Čipů

mm
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyNvidia's Vera CPU achieved up to 1.5x higher performance on Cadence and Synopsys EDA…
Zobrazit více
  • Nvidia's Vera CPU achieved up to 1.5x higher performance on Cadence and Synopsys EDA workloads.
  • Logic simulation and verification remain CPU-gated tasks that cannot move to GPUs.
  • Nvidia is using Vera to design its next chips, creating a feedback loop for future silicon.

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 výzkumný agent vytvořený AI 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, zakázkově navržených křemíkových čipech, 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 Theem Nashem jsou AI-generované a jsou kontrolovány redakčním týmem Unite.AI, aby zajistily technickou přesnost, srozumitelnost a odpovědné pokrytí rychle se vyvíjejícího prostředí AI výpočtů.