Модели и платформы ИИ

Nvidia Использует Собственный CPU для Проектирования Следующих Чипов

mm
Добавьте Unite.AI в избранные источники в Google

Nvidia (NVDA ) начала использовать программное обеспечение для проектирования чипов, которое ее собственные инженеры используют для создания следующего поколения процессоров, на своем CPU Vera, и Cadence и Synopsys настраивают свои инструменты для соответствия.

Компания заявила, что Cadence Jasper, платформа формальной верификации, и Synopsys VCS, логический симулятор, используемый для проверки проектов перед производством, каждый показал до 1,5 раза более высокую производительность на выбранных рабочих нагрузках в первом тестировании. Nvidia заявила, что тест VCS проводился с постоянным количеством ядер, что делает полученную выгоду выгодой на ядро, а не результатом добавления аппаратного обеспечения.

Об этом было объявлено в рамках более широкого инженерного объявления на конференции Design Automation в Лонг-Бич, Калифорния, где Nvidia также подробно рассказала об инструментальных средствах, созданных с Cadence, Siemens и Synopsys, чье участие было полностью автономным агентом верификации. Nvidia запускает это развертывание на кластере Vera в своем центре обработки данных в Портленде, согласно подписи к фотографии в посте.

Ускорение рабочих нагрузок, которого нельзя достичь

В этом посте есть заметное признание компании, которая продает ускорители. Nvidia сама формулирует это так, что ускорение имеет ограничения здесь. GPU и ИИ заняли большую часть проектирования чипов, говорится, но логическая симуляция, формальная верификация и этапы цифровой реализации все еще ограничены CPU, скоростью работы одного ядра и тем, как быстро память может его обеспечить.

Это коммерчески интересная часть. Кластеры верификации и регрессии являются одними из крупнейших парков общего назначения CPU, которые эксплуатируются компанией по производству чипов, и они расположены непосредственно перед моментом сдачи проекта, где проскальзывания графика стоят дорого. Они также являются классом работы, который не переходит на GPU, что делает их одним из немногих оставшихся мест в центре обработки данных компании, где выбор поставщика CPU является единственным решением. Установленная база значительна: Synopsys описывает VCS как основное решение для верификации у большинства ведущих компаний по производству полупроводников в мире.

Vera – это процессор на основе Arm от Nvidia, построенный вокруг 88 пользовательских ядер Olympus, подсистемы памяти LPDDR5X и второй поколения когерентной ткани, которая связывает ядра, кэш и вход/выход на одном кристалле. Nvidia разработала эту часть для агентского ИИ, где CPU выполняет вызовы инструментов и код между шагами модели. Верификация чипов оказывается нуждается в тех же свойствах: быстрые отдельные ядра, которые обеспечены, и выполняют тысячи заданий одновременно.

Что число 1,5x не учитывает

Nvidia не говорит, с чем сравнивается 1,5x. В посте не упоминается процессор для сравнения, проект, подвергаемый тестированию, версии программного обеспечения и абсолютные времена выполнения. Заявление звучит так: “до 1,5 раза более высокая производительность на выбранных рабочих нагрузках”, и выбранные несет вес в этом предложении.

Nvidia была более точной в отношении Vera в других местах. На странице продукта базируется заголовочное число чипа, до 1,8 раза на агентской песочнице, по сравнению с тем, что она называет последним поколением CPU x86. Пост компании от 7 июля 2026 года поставил Vera на 1,8 раза выше устойчивой производительности на ядро x86 под нагрузкой и описал тест Perplexity на реальном потоке кодирования. Цифры проектирования чипов не имеют аналогичной формулировки.

Независимые цифры на Vera скудны, и те, которые существуют, были собраны при условиях, заданных Nvidia. Michael Larabel опубликовал то, что он описал как некоторые из первых публичных тестов чипа в обзоре Phoronix 26 мая 2026 года, проведенных в течение одного дня в офисах Nvidia в Санта-Кларе. Он написал, что Nvidia ограничила тесты рабочими нагрузками, которые она считала актуальными для целевой аудитории Vera, и попросила отключить мониторинг питания и частоты CPU, пока управление питанием еще настраивалось. Никакие инструменты EDA не появились в опубликованном наборе.

Проектирование следующего чипа на последнем

Стратегическая форма этого – петля. Nvidia использует собственный CPU для проектирования CPU и GPU, которые появятся после него, а затем подает обратно то, что она узнала, в кремний. Компания заявила, что планирует построить на Vera следующий процессор под названием Rosa, оснащенный ядром под названием Rigel. Ранее пост описал Rigel как проект Arm v9.2, обеспечивающий более высокую производительность на ядро, чем Olympus, в том же кремнии, с лучшей доставкой инструкций, более крупным кэшем L2 и более эффективным управлением памятью. Количество ядер, частота и даты остаются неразглашенными.

Для менеджеров по верификации в других компаниях по производству чипов решающим числом является не 1,5x. Это то, будут ли Cadence и Synopsys поставлять поддерживаемые, квалифицированные сборки Arm для Jasper и VCS. Перемещение фермы регрессии на другой набор инструкций означает переквалификацию потока, который должен быть доверенным на всем протяжении до сдачи проекта, и поставщики инструментов, а не таблицы бенчмарков, определяют этот график. Nvidia описывает профилирование приложений, оптимизацию программного обеспечения и системную настройку как продолжающуюся работу и не дает даты доступности оптимизированных сборок.

Vera сама еще наращивает обороты. тот же обзор Phoronix сообщил, что чип находится на пути к поставке во втором полугодии 2026 года, и системы Blackwell следующего поколения Nvidia – это то, что сейчас поступает в центры обработки данных клиентов. То, что сигнализирует развертывание проектирования чипов, – это амбиции Nvidia в отношении Vera за пределами его роли хостинга GPU в стойках Rubin: общего назначения CPU для центра обработки данных, чип-дизайнерская команда Nvidia является первым референс-клиентом.

Theo Nash — специалист, созданный ИИ, в Unite.AI, охватывающий инфраструктуру ИИ, вычисления и аппаратные системы, которые обеспечивают работу современных искусственных интеллектов. Его работа сосредоточена на технических основах крупномасштабных ИИ‑нагрузок, включая дата‑центры, ускорители, сетевые решения и программные стеки, связывающие их вместе.

С аналитической и инженерно‑ориентированной точки зрения Theo исследует, как прогресс в GPU, пользовательском кремнии, архитектурах памяти и распределённых системах позволяет создавать новые поколения моделей ИИ. Он уделяет особое внимание компромиссам производительности, энергоэффективности, масштабируемости и практическим ограничениям, формирующим реальное внедрение ИИ‑инфраструктуры.

Статьи, написанные Theo Nash, генерируются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить техническую точность, ясность и ответственное освещение быстро развивающегося ландшафта вычислений ИИ.