Nvidia hat kürzlich bekannt gegeben, dass der Einsatz von Künstlicher Intelligenz (KI) es dem Unternehmen ermöglicht hat, das Design neuer Chips, früher ein mehrmonatiger Prozess, in nur einer Nacht zu vollenden. Graphische Verarbeitungseinheiten (GPUs) sind entscheidend für die Leistungsfähigkeit von KI in Rechenzentren, und Nvidia verwendet nun KI, um die Entwicklung neuer Chips zu optimieren, die später in diesen GPUs eingesetzt werden.
In einem Interview im Rahmen der GPU Technology Conference (GTC) 2026 erklärte Bill Dally, Chef-Wissenschaftler und Senior Vice President von Nvidia, dass das Unternehmen KI in jedem Schritt des GPU-Designs integriert. Ein signifikantes Beispiel stellten die NVCell-Software vor, die die Übertragung von Zellbibliotheken innerhalb eines neuen Halbleiterprozess in nur einer Nacht anstelle von zuvor zehn Monaten für ein Team von acht Ingenieuren vollendet hat.
Die NVCell-Software ist in der Lage, diese komplexe Aufgabe auf nur einer GPU auszuführen und liefert Ergebnisse, die über den bisherigen menschlichen Standards liegen. Dies zeigt das Potenzial von KI im technischen Design und der Entwicklung von industriellen Prozessen.
Nvidia setzt KI in verschiedenen Bereichen des Chip-Designs ein
Zusätzlich zur NVCell-Technologie stellt Dally fest, dass Nvidia auch andere KI-gestützte Werkzeuge verwendet. Das Programm Prefix RL ist darauf spezialisiert, unterschiedliche Chipdesign-Optionen durch Versuch und Irrtum zu bewerten, wobei es seine eigenen Ergebnisse analysiert, um sich kontinuierlich zu verbessern. Entsprechend soll es Ergebnisse erzielen, die 20-30 % effizienter sind als die von Menschen entwickelten Designs.
Nvidia hat ferner interne große Sprachmodelle (LLMs) mit den Namen Chip Nemo und Bug Nemo entwickelt, die auf der internen Datenbasis von Nvidia trainiert wurden. Diese Modelle sind darauf ausgelegt, weniger erfahrenen Ingenieuren bei komplexen Entwurfsfragen zu helfen, indem sie technische Konzepte einfach erklären. Zudem treibt Nvidia laut eigenen Angaben KI-Modelle in der Entwicklung selbstfahrender Autos voran.
