导语：这家芯片巨头开发的定制人工智能模型ChipNeMo旨在加快芯片设计的过程。 据商业内幕报道，公司们正在竞相争夺英伟达有限的GPU供应，这些GPU被用于训练和构建人工智能产品，而人工智能行业正蓬勃发展。如今，这家芯片巨头正在利用自家的人工智能系统来加速芯片生产，显然是为了跟上市场需求。 英伟达已经开发了一个名为ChipNeMo的人工智能系统，旨在加快其GPU的生产速度。 设计GPU通常需要大量的人力。据英伟达的应用深度学习研究副总裁Bryan Catanzaro告诉《华尔街日报》，通常需要近1000人来构建一枚芯片，每个人都需要了解设计过程的不同部分如何协同工作。 这就是ChipNeMo可以派上用场的地方。据Catanzaro告诉《华尔街日报》，该人工智能系统运行在一个大型语言模型上，该模型建立在Meta的Llama 2之上，该公司表示，他们使用自己的数据对其进行了训练。作为回应，ChipNeMo的聊天机器人功能能够回答与芯片设计相关的查询，例如有关GPU架构和芯片设计代码生成的问题。 迄今为止，成果似乎是令人鼓舞的。据《华尔街日报》报道，自从去年十月揭开面纱以来，英伟达发现ChipNeMo这个人工智能系统对培训初级工程师设计芯片和总结来自100个不同团队的笔记都非常有用。 关于ChipNeMo是否导致芯片生产加速的问题，英伟达尚未回应《商业内幕》的请求。 英伟达加大GPU生产力的努力正值公司们争相获取该公司备受追捧的芯片以在人工智能竞争中领先的时期。Meta在过去一年推出了诸如其大型语言模型Llama 2和由人工智能驱动的Ray-Ban智能眼镜等人工智能产品，计划到2024年底累积总共60万块GPU，包括英伟达的A100和其他人工智能芯片。 建立最佳人工智能产品的追求似乎对英伟达而言是件好事。该芯片巨头的股价于周一上涨了4%至历史最高水平，高盛分析师预计这种增长将持续到2025年上半年。 英伟达并不是唯一一家试图利用人工智能加速半导体设计阶段的组织。 去年七月，谷歌的DeepMind开发了一款人工智能系统，据该公司称，这个系统可以加速设计最新一代自定义芯片的过程，据《华尔街日报》报道。 几个月后，软件巨头Synopsys推出了一款旨在提高芯片工程师生产力的人工智能工具。 纽约大学等大学也在研究如何利用生成式人工智能来更快地设计芯片。
