AI-mallit ja alustat

Nvidian oma CPU otetaan käyttöön seuraavien prosessorien suunnittelussa

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Nvidia (NVDA ) on aloittanut oman CPU-pohjaisen Vera-prosessorin käytön seuraavien sukupolven prosessorien suunnittelussa, ja Cadence ja Synopsys ovat mukauttaneet työkalujaan tämän mukaisesti.

Yhtiö kertoi, että Cadence Jasper, formaalinen verifikaatioalusta, ja Synopsys VCS, logiikkasimulaattori, jota käytetään suunnitelmien validointiin ennen valmistusta, osoittivat jopa 1,5-kertaisen suorituskyvyn valituilla työkuormilla alkuvaiheen testauksessa. Nvidian mukaan VCS-testi pidettiin yhtenäisenä ydinlaskentana, mikä tekee ilmoitetun voiton yhden ytimen suorituskyvyn tuloksena.

Ilmoitus tehtiin laajemman insinööritieteellisen ilmoituksen yhteydessä Design Automation Conference -tapahtumassa Long Beachissa, Kaliforniassa, jossa Nvidia esitteli myös Cadencen, Siemensin ja Synopsysin kanssa kehitettyjä työkaluja, joista Synopsysin osuus oli täysin autonomisen verifikaatioagentin kehittäminen. Nvidia suorittaa käyttöönoton Vera-klusterissa Portlandin datakeskuksessaan, kertoo kuvateksti postauksessa.

Työkuormat, joita kiihdytys ei voi tavoittaa

Postauksessa on merkittävä myöntäminen yhtiöltä, joka myy kiihdyttimiä. Nvidian oma kuvaus on, että kiihdytys on rajoitettu tässä. GPU:t ja tekoäly ovat ottaneet haltuun suuren osan piirisuunnittelusta, mutta logiikkasimulaatio, formaalinen verifikaatio ja digitaalisen toteutuksen osat ovat edelleen riippuvaisia CPU:sta, yhden ytimen nopeudesta ja muistin syöttönopeudesta.

Tämä on kaupallisesti kiinnostava osa. Verifikaatio- ja regressioklusterit ovat yksi suurimmista yleispurpose-CPU-laivueista, joita piiriyhtiöt operoivat, ja ne sijaitsevat suoraan ennen tapeout-vaihetta, jossa aikataulun viivekset maksavat eniten. Ne ovat myös työn luokka, joka ei siirry GPU:ille, mikä tekee niistä yhden harvoista jäljellä olevista paikoista piiriyhtiön datakeskuksessa, jossa CPU-valmistajan valinta on koko päätös. Asennettu tukikohde on merkittävä: Synopsys kuvailee VCS:ää enemmistön maailman johtavien puolijohdeyhtiöiden ensisijaiseksi verifikaatiolatuksi.

Vera on Nvidian Arm-pohjainen datakeskusprosessori, joka on rakennettu 88:aan mukautettuun Olympus-ytimeen, LPDDR5X-muistijärjestelmään ja toisen sukupolven koherenssirakenteeseen, joka linkittää ytimet, välimuistin ja I/O:n yhden laskentapiirin kautta. Nvidia suunnitteli osan agenteille tekoälylle, jossa CPU suorittaa työkalukutsuja ja koodia mallin askelten välillä. Piiriverifikaatio vaatii samat ominaisuudet: nopeat yksittäiset ytimet, joita ruokitaan, ja tuhannet työt suoritetaan samanaikaisesti.

Mikä 1,5-kertaisen luvun takana jää

Nvidia ei kerro, mitä 1,5-kertaa mitataan. Postauksessa ei mainita vertailuprosessoria, suunnittelukohdetta, ohjelmistoversioita tai ehdotettuja suorituskykyä. Vaatimus on “jopa 1,5-kertaisen suorituskyvyn valituilla työkuormilla”, ja valittu on merkittävä sana lauseessa.

Nvidia on ollut tarkempi Verassa muualla. Sen tuotesivu baseline-merkinnän, jopa 1,8-kertaisen suorituskyvyn agenteille hiekkalaatikko-työssä, viittaa uusimman sukupolven x86-CPU:hen. Yhtiön postaus, joka julkaistiin 7. heinäkuuta 2026, asetti Veran 1,8-kertaiseksi x86:n jatkuvaan ydin-suorituskykyyn kuormitettuna ja kuvasi Perplexity-testin oikealla koodausvirran työssä. Piirisuunnitteluluvut eivät sisällä vastaavaa kehystä.

Riippumattomat luvut Verasta ovat ohuita, ja ne, jotka ovat olemassa, on kerätty olosuhteissa, jotka Nvidia on asettanut. Michael Larabel julkaisi, mitä hän kuvasi yhtenä ensimmäisistä julkisista benchmark-testeistä piiristä Phoronix-arvostelussa 26. toukokuuta 2026, suoritettuna yhden päivän ajan Nvidian Santa Claran toimistossa. Hän kirjoitti, että Nvidia rajoitti testit työkuormiin, jotka se piti Veran kohderyhmille relevantteina, ja pyysi, että CPU-teho- ja taajuusseuranta pysyttäisiin pois päältä, kunnes tehonsääntely oli edelleen säätössä. Ei EDA-työkaluja näkynyt julkaistussa joukossa.

Suunnittelemalla seuraavaa piiriä edellisellä

Strateginen muoto on tässä silmukka. Nvidia käyttää omaa CPU:taan suunnittelemaan seuraavia CPU:ita ja GPU:ita, ja syöttää mitä se oppii takaisin piiriin. Yhtiö kertoi aikovansa rakentaa Veran seuraajan, jota kutsutaan Rosaksi, ja joka perustuu Rigel-ytimeen. Aikaisemmassa postauksessaan Rigel kuvailtiin Arm v9.2 -suunnitteluna, joka tarjoaa suuremman ydin-suorituskyvyn kuin Olympus samassa piirijalassa, parannetulla ohjeiden toimittamisella, suuremmalla L2-välimuistilla ja tehokkaamman muistinhallinnan kanssa. Ydinmäärät, kellotaajuudet ja päivämäärät ovat edelleen salaisia.

Verifikaatiopäälliköille muissa piiriyhtiöissä ratkaiseva luku ei ole 1,5-kertaista. Se on, ovatko Cadence ja Synopsys toimittaneet tuotantotukea, laadukkaita Arm-rakennetta Jasperille ja VCS:lle. Siirtäminen regressiofarmiin toiseen käskykantaan tarkoittaa uudelleenlaadukasta työnkulkua, joka on luotettava kaiken aikaa tapeoutiin asti, ja työkalujen toimittajat, ei benchmark-kaavioita, asettavat tämän aikataulun. Nvidia kuvailee sovellusprofiilia, ohjelmistojen optimointia ja järjestelmätasolla säätöä jatkuvana työnä, eikä anna saatavuuspäivämäärää optimoiduille rakennuksille.

Vera itse on edelleen kasvamassa. Sama Phoronix-arvostelu kertoi piirin olevan aikataulussa toimitettavaksi vuoden 2026 jälkipuoliskolla, ja Nvidian Blackwell-sukupolven järjestelmät ovat ne, jotka tulevat asiakkaiden datakeskuksiin tänään. Mitä piirisuunnittelun käyttöönotto merkitsee, on Nvidian tavoite Veralle sen roolin ulkopuolella, jossa se isännöi GPU:ita Rubin-rakenteissa: yleispurpose-datakeskus-CPU, jonka ensimmäinen viiteasiakas on Nvidian oma piirisuunnittelutiimi.

Theo Nash on tekoälygeneroitu asiantuntija Unite.AI:ssa, joka kattaa tekoälyinfrastruktuurin, laskennan ja modernin tekoälyä voimistavat laitteistojärjestelmät. Hänen työnsä keskittyy suurten tekoälykuormien taustalla oleviin teknisiin perusteisiin, mukaan lukien datakeskukset, kiihdyttimet, verkkotiet ja ohjelmistopinot, jotka sitoutuvat niihin.
Analyytisesta ja insinöörijohtoisesta näkökulmasta Theo tarkastelee, miten GPU:n, mukautetun piirin, muistiarkkitehtuurien ja hajautettujen järjestelmien edistysaskeleet mahdollistavat uusia tekoälymallien sukupolvia. Hän kiinnittää erityistä huomiota suorituskyky-yhteyksiin, energiatehokkuuteen, skaalautuvuuteen ja käytännön rajoituksiin, jotka muokkaavat tekoälyinfrastruktuurin todellista käyttöönottoa.
Artikkelit, joita Theo Nash on kirjoittanut, on tekoälygeneroitu ja Unite.AI:n toimittajatiimi on tarkastanut ne varmistaakseen teknisen tarkkuuden, selkeyden ja vastuullisen kattavuuden nopeasti kehittyvässä tekoälylaskennan maisemassa.