Mô hình và nền tảng AI

Nvidia Sử Dụng Bộ Xử Lý CPU Của Chính Mình Để Thiết Kế Bộ Xử Lý Tiếp Theo

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Nvidia (NVDA ) đã bắt đầu chạy phần mềm thiết kế chip mà các kỹ sư của công ty sử dụng để xây dựng thế hệ bộ xử lý tiếp theo của mình trên CPU Vera, và Cadence và Synopsys đang điều chỉnh các công cụ của họ để phù hợp.

Công ty cho biết Cadence Jasper, một nền tảng xác thực chính thức, và Synopsys VCS, trình mô phỏng logic được sử dụng để xác thực thiết kế trước khi sản xuất, mỗi công cụ đã thể hiện hiệu suất cao hơn tới 1,5 lần trên các công việc được chọn trong kiểm tra ban đầu. Nvidia cho biết kiểm tra VCS giữ số lượng lõi không đổi, điều này làm cho lợi ích được báo cáo là mỗi lõi chứ không phải là kết quả của việc thêm phần cứng.

Thông báo này được đưa ra cùng với một thông báo kỹ thuật rộng lớn hơn tại Hội nghị Thiết kế Tự động hóa ở Long Beach, California, nơi Nvidia cũng tiết lộ các công cụ được xây dựng với Cadence, Siemens và Synopsys, với sự đóng góp của Synopsys là một đại lý xác thực tự động hoàn toàn. Nvidia đang chạy việc triển khai trên một cụm Vera tại trung tâm dữ liệu của mình ở Portland, theo chú thích ảnh trong bài đăng.

Các Công Việc Không Thể Tăng Tốc

Bài đăng này mang một sự thừa nhận đáng chú ý từ một công ty bán các bộ tăng tốc. Khung của Nvidia cho rằng tăng tốc có giới hạn ở đây. GPU và AI đã chiếm lĩnh các phần lớn của thiết kế chip, công ty cho biết, nhưng mô phỏng logic, xác thực chính thức và các phần của thực hiện số đều bị giới hạn bởi CPU, bởi tốc độ của một lõi và tốc độ bộ nhớ có thể cung cấp cho nó.

Đó là phần thương mại thú vị. Các cụm xác thực và hồi quy là một trong những đội CPU chung lớn nhất mà một công ty chip hoạt động, và chúng nằm trực tiếp trước khi sản xuất, điểm trong một dự án mà việc trượt lịch trình sẽ tốn kém nhất. Chúng cũng là một loại công việc không di chuyển đến GPU, điều này làm cho chúng một trong số ít nơi còn lại trong trung tâm dữ liệu của một công ty chip mà việc lựa chọn nhà cung cấp CPU là quyết định hoàn toàn. Căn cứ đã lắp đặt là đáng kể: Synopsys mô tả VCS là giải pháp xác thực chính tại đa số các công ty bán dẫn hàng đầu trên thế giới.

Vera là bộ xử lý trung tâm dữ liệu dựa trên Arm của Nvidia, được xây dựng xung quanh 88 lõi Olympus tùy chỉnh, một hệ thống bộ nhớ LPDDR5X và một vải kết nối thế hệ thứ hai liên kết lõi, bộ nhớ đệm và I/O trên một dice tính toán đơn. Nvidia thiết kế phần này cho AI đại lý, nơi CPU thực hiện các cuộc gọi công cụ và mã giữa các bước mô hình. Xác thực chip hóa ra cũng muốn các thuộc tính tương tự: lõi riêng lẻ nhanh, được cung cấp, chạy hàng nghìn công việc cùng một lúc.

Cái 1,5x Số Để Lại

Nvidia không nói rõ 1,5x được đo so với gì. Bài đăng không đề cập đến bộ xử lý so sánh, thiết kế được kiểm tra, phiên bản phần mềm và thời gian chạy tuyệt đối. Yêu cầu là “lên tới 1,5 lần hiệu suất cao hơn trên các công việc được chọn,” và được chọn đang mang trọng lượng trong câu đó.

Nvidia đã chính xác hơn về Vera ở nơi khác. Trang sản phẩm của nó đặt baseline cho chỉ số tiêu đề của chip, lên tới 1,8 lần trên công việc cát hộp đại lý, so với những gì nó gọi là CPU x86 thế hệ mới nhất. Một bài đăng công ty được xuất bản vào ngày 7 tháng 7 năm 2026 đặt Vera ở mức 1,8 lần hiệu suất mỗi lõi bền vững của x86 dưới tải và mô tả một kiểm tra Perplexity trên một luồng công việc mã hóa thực. Các số liệu thiết kế chip không có khung tương đương.

Các số liệu độc lập về Vera là mỏng, và những số liệu tồn tại được thu thập trong điều kiện Nvidia đặt. Michael Larabel đã xuất bản những gì ông mô tả là một số kiểm tra hiệu suất công khai đầu tiên của chip trong một bài đánh giá Phoronix vào ngày 26 tháng 5 năm 2026, chạy trên một ngày tại văn phòng Santa Clara của Nvidia. Ông viết rằng Nvidia hạn chế các kiểm tra đối với các công việc mà công ty coi là phù hợp với khách hàng mục tiêu của Vera và yêu cầu giám sát công suất và tần số CPU giữ tắt trong khi quản lý năng lượng vẫn đang được điều chỉnh. Không có công cụ EDA nào xuất hiện trong tập hợp được xuất bản.

Thiết Kế Bộ Xử Lý Tiếp Theo Trên Bộ Xử Lý Trước

Hình dạng chiến lược của điều này là một vòng lặp. Nvidia đang sử dụng CPU của chính mình để thiết kế CPU và GPU tiếp theo, sau đó đưa những gì nó học được trở lại vào silicon. Công ty cho biết họ dự định xây dựng trên Vera với một bộ xử lý thế hệ tiếp theo gọi là Rosa, được cung cấp bởi một lõi có tên Rigel. Bài đăng trước của công ty mô tả Rigel là một thiết kế Arm v9.2 cung cấp hiệu suất mỗi lõi cao hơn so với Olympus trong cùng một dấu chân silicon, với giao hàng lệnh tốt hơn, bộ nhớ đệm L2 lớn hơn và xử lý bộ nhớ hiệu quả hơn. Số lượng lõi, tốc độ xung nhịp và ngày vẫn chưa được tiết lộ.

Đối với các nhà quản lý xác thực tại các công ty chip khác, con số quyết định không phải là 1,5x. Đó là liệu Cadence và Synopsys có xuất xưởng các bản xây dựng Arm được hỗ trợ sản xuất, được cấp phép của Jasper và VCS hay không. Di chuyển một trang trại hồi quy đến một tập lệnh khác có nghĩa là tái cấp phép một dòng chảy phải được tin cậy hoàn toàn thông qua sản xuất, và các nhà cung cấp công cụ, không phải bảng biểu chuẩn, đặt thời hạn đó. Nvidia mô tả hồ sơ ứng dụng, tối ưu hóa phần mềm và điều chỉnh hệ thống cấp cao là công việc tiếp tục, và không cung cấp ngày sẵn sàng cho các bản xây dựng được tối ưu hóa.

Vera bản thân vẫn đang tăng tốc. Bài đánh giá Phoronix相同 báo cáo chip đang trên đường đến thị trường trong nửa cuối năm 2026, và hệ thống Blackwell của Nvidia là những gì đang đến trung tâm dữ liệu của khách hàng ngày nay. Điều mà việc triển khai thiết kế chip tín hiệu là tham vọng Nvidia có cho Vera ngoài vai trò của nó khi lưu trữ GPU trong giá đỡ Rubin: một CPU trung tâm dữ liệu chung có khách hàng tham chiếu đầu tiên là đội silicon của Nvidia.

Theo Nash là một chuyên gia được tạo bởi trí tuệ nhân tạo tại Unite.AI, chuyên về cơ sở hạ tầng trí tuệ nhân tạo, tính toán và các hệ thống phần cứng hỗ trợ trí tuệ nhân tạo hiện đại. Công việc của ông tập trung vào các nền tảng kỹ thuật đằng sau các công việc trí tuệ nhân tạo quy mô lớn, bao gồm trung tâm dữ liệu, tăng tốc, mạng và các phần mềm liên kết chúng lại với nhau.
Với quan điểm phân tích và kỹ thuật, Theo nghiên cứu cách các tiến bộ trong GPU, silicon tùy chỉnh, kiến trúc bộ nhớ và hệ thống phân tán cho phép tạo ra các mô hình trí tuệ nhân tạo mới. Ông đặc biệt chú ý đến việc trao đổi hiệu suất, hiệu quả năng lượng, khả năng mở rộng và các hạn chế thực tế định hình việc triển khai cơ sở hạ tầng trí tuệ nhân tạo trong thế giới thực.
Các bài viết được viết bởi Theo Nash được tạo bởi trí tuệ nhân tạo và được nhóm biên tập của Unite.AI xem xét để đảm bảo độ chính xác kỹ thuật, sự rõ ràng và phạm vi bao quát có trách nhiệm về tính toán trí tuệ nhân tạo đang phát triển nhanh chóng.