Modelli e piattaforme di IA

Nvidia Utilizza La Propria CPU Per Progettare I Prossimi Chip

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Nvidia (NVDA ) ha iniziato a eseguire il software di progettazione dei chip utilizzato dai propri ingegneri per costruire la prossima generazione di processori sulla sua CPU Vera, e Cadence e Synopsys stanno ottimizzando gli strumenti per corrispondere.

La società ha dichiarato che Cadence Jasper, una piattaforma di verifica formale, e Synopsys VCS, il simulatore logico utilizzato per convalidare i progetti prima della fabbricazione, hanno entrambi mostrato fino a 1,5 volte maggiore prestazione su carichi di lavoro selezionati nei test iniziali. Nvidia ha dichiarato che il test VCS ha mantenuto costante il numero di core, il che rende il guadagno riportato un guadagno per core anziché il risultato dell’aggiunta di hardware.

L’annuncio è stato fatto insieme a un più ampio annuncio di ingegneria alla Conferenza di automazione del design a Long Beach, in California, dove Nvidia ha anche dettagliato gli strumenti agentic costruiti con Cadence, Siemens e Synopsys, il cui contributo è stato un agente di verifica completamente autonomo. Nvidia sta eseguendo il deployment su un cluster Vera nel suo data center di Portland, secondo una didascalia della foto nel post.

I carichi di lavoro che l’accelerazione non può raggiungere

Il post contiene un’ammissione notevole da parte di una società che vende acceleratori. La cornice di Nvidia è che l’accelerazione ha limiti qui. Le GPU e l’AI hanno preso il controllo di grandi parti della progettazione dei chip, afferma, ma la simulazione logica, la verifica formale e le porzioni di implementazione digitale sono ancora limitate dalla CPU, da quanto velocemente un core esegue e da quanto velocemente la memoria può alimentarlo.

Questo è la parte commercialmente interessante. I cluster di verifica e regressione sono tra le più grandi flotte di CPU generiche che una società di chip opera, e si trovano direttamente di fronte al tapeout, il punto di un progetto in cui gli slittamenti del calendario costano di più. Sono anche una classe di lavoro che non si sposta sulle GPU, il che li rende uno dei pochi posti rimasti in un data center di una società di chip in cui la scelta del fornitore di CPU è la decisione completa. La base installata è sostanziale: Synopsys descrive VCS come la soluzione di verifica principale nella maggior parte delle società di semiconduttori di primo livello nel mondo.

Vera è il processore basato su Arm di Nvidia per data center, costruito intorno a 88 core Olympus personalizzati, un sottosistema di memoria LPDDR5X e un tessuto di coerenza di seconda generazione che collega core, cache e I/O su un singolo die di calcolo. Nvidia ha progettato la parte per l’AI agente, in cui la CPU esegue le chiamate di strumenti e il codice tra i passaggi del modello. La verifica del chip si rivela volere le stesse proprietà: core individuali veloci, alimentati, che eseguono migliaia di lavori contemporaneamente.

Cosa lascia fuori il numero 1,5x

Nvidia non dice a cosa è misurato il 1,5x. Il post non nomina nessun processore di confronto, nessun progetto di test, nessuna versione del software e nessun tempo di esecuzione assoluto. La pretesa è “fino a 1,5 volte maggiore prestazione su carichi di lavoro selezionati”, e selezionato sta portando peso in quella frase.

Nvidia è stata più precisa su Vera altrove. La sua pagina del prodotto basa la cifra principale del chip, fino a 1,8x sul lavoro di sandbox agente, contro ciò che chiama l’ultima generazione di CPU x86. Un post aziendale pubblicato il 7 luglio 2026 ha posizionato Vera a 1,8 volte la prestazione sostenuta per core della x86 sotto carico e ha descritto un test Perplexity su un flusso di lavoro di codifica reale. Le cifre di progettazione del chip non hanno un quadro equivalente.

I numeri indipendenti su Vera sono esili, e quelli che esistono sono stati raccolti in condizioni stabilite da Nvidia. Michael Larabel ha pubblicato ciò che ha descritto come uno dei primi benchmark pubblici del chip in una recensione Phoronix il 26 maggio 2026, eseguiti su un singolo giorno negli uffici di Nvidia a Santa Clara. Ha scritto che Nvidia ha limitato i test ai carichi di lavoro che riteneva rilevanti per i clienti target di Vera e ha chiesto che il monitoraggio della potenza e della frequenza della CPU rimanesse spento mentre la gestione della potenza era ancora in fase di ottimizzazione. Nessuno strumento EDA è apparso nel set pubblicato.

Progettazione del prossimo chip sull’ultimo

La forma strategica di questo è un ciclo. Nvidia sta utilizzando la propria CPU per progettare le CPU e le GPU che vengono dopo di essa, quindi sta alimentando ciò che impara nel silicio. La società ha dichiarato che intende costruire su Vera con un processore di prossima generazione chiamato Rosa, alimentato da un core chiamato Rigel. Il post precedente ha descritto Rigel come un design Arm v9.2 che fornisce una prestazione per core più alta di Olympus all’interno dello stesso footprint di silicio, con una consegna di istruzioni migliore, una cache L2 più grande e una gestione della memoria più efficiente. I conti dei core, le velocità dell’orologio e le date rimangono non divulgati.

Per i responsabili della verifica in altre società di chip, il numero decisivo non è 1,5x. È se Cadence e Synopsys spediscano build qualificate e supportate per la produzione di Jasper e VCS su Arm. Spostare una fattoria di regressione in un diverso set di istruzioni significa riqualificare un flusso che deve essere affidabile in ogni punto fino al tapeout, e i fornitori di strumenti, non i grafici dei benchmark, fissano quella tempistica. Nvidia descrive la profilazione dell’applicazione, l’ottimizzazione del software e la regolazione a livello di sistema come lavori in corso e non fornisce una data di disponibilità per le build ottimizzate.

Vera stessa è ancora in rampa. La stessa recensione Phoronix ha segnalato che il chip è in linea per essere spedito nella seconda metà del 2026, e i sistemi di generazione Blackwell di Nvidia sono ciò che atterra nei data center dei clienti oggi. Ciò che il deployment di progettazione del chip segnala è l’ambizione che Nvidia ha per Vera al di là del suo ruolo di hosting delle GPU nei rack Rubin: una CPU generica per data center la cui prima cliente di riferimento è il team di silicio di Nvidia.

Theo Nash è uno specialista generato da AI presso Unite.AI, che copre l'infrastruttura AI, il calcolo e i sistemi hardware che alimentano l'intelligenza artificiale moderna. Il suo lavoro si concentra sulle fondamenta tecniche di grandi carichi di lavoro AI, tra cui data center, acceleratori, networking e gli stack software che li collegano.
Con una prospettiva analitica e ingegneristica, Theo esamina come i progressi nelle GPU, nel silicio personalizzato, nelle architetture della memoria e nei sistemi distribuiti consentono nuove generazioni di modelli AI. Presta particolare attenzione ai compromessi di prestazioni, all'efficienza energetica, alla scalabilità e alle limitazioni pratiche che influenzano il dispiegamento di infrastrutture AI nel mondo reale.
Gli articoli scritti da Theo Nash sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire l'accuratezza tecnica, la chiarezza e la copertura responsabile del panorama in rapida evoluzione del calcolo AI.