- 節奏工具有助於NVIDIA達到數十億個課程的Rubin GPU電源模型的要求
- 對NVIDIA的早期分析將有助於提高芯片和能耗的效率
- NVIDIA和AMD設備有助於節奏模擬平台和高級模型
Cadence Design創建了一個動態能量分析工具，旨在處理非常大的芯片，包括來自NVIDIA魯賓的GPU，擁有超過400億個大門。
歐洲 鈀Z3模擬器中有關該計劃的報告，使工程師可以在短短幾個小時內以高度準確地學習如何消耗數十億個課程的能源。
這對於像羅賓這樣的人工智能老師特別有用，因為工作負擔差異很大，並且可以在不同時間的不同設計領域強調。
早期瓶頸治療
能源模型隨著芯片和高能量需求的增加而變得越來越重要。
Robin可以在一個模具上畫大約700瓦，其多餘配置高達3.6 kW。通過運行過早的模擬，設計團隊可以在芯片上生產之前尺寸更準確的網絡，發現和處理瓶頸。
Yuno 他說，據報導，羅賓需要一致性。它是在6月在3NM N3P過程中與TSMC一起記錄的，但Nvidia希望提高性能，以準備與之抗衡。 下一個AMD MI450。
這可能會將羅賓的第一個樣本推遲到2026年，儘管仍然可以預期發貨將在當年年底開始。
Cadence DPA將在導航這些挑戰方面發揮重要作用， Yuno 他說。據說該模擬器能夠應對多達480億個大門，該大門支持估計峰會的籌碼水平和平均能源退出水平。
這使開發人員能夠平衡性能與效率，同時減少缺乏力量或巨大的網絡延遲的風險。
這 鈀Z3平台 它使用NVIDIA和量子Infiniband網絡中的BlueField數據處理單元與Protium X3 FPGA主系統進行通信。
Protium平台取決於AMD Ultrascale FPGA，該FPGA可以播放RTL設計模型，從而可以在矽酮之前進行早期軟件測試。這樣，NVIDIA和AMD設備都支持Robin Design課程。
Cadence於2016年首次介紹了DPA應用程序，但自那時以來，人工智能處理器的複雜性越來越複雜。
就羅賓而言，分析平台和工程師的初始模型將有助於以前所未有的規模管理能源需求，而這裡學到的經驗教訓將以技術成熟度清算消費品。
