广告

英伟达详解“NeMo”模型:130亿参数性能比700亿参数性能更强

2023-11-21 14:42:58 Demi 阅读:
NVIDIA认为,芯片开发的未来掌握在生成式人工智能手中,并推出了名为“ChipNeMo”的用于芯片设计的领域适应性 LLMs,旨在帮助工程师设计半导体,带来新的优势。

据EDN电子技术设计报道,NVIDIA日前发布了一篇研究论文,描述了生成式人工智能如何帮助最复杂的工程工作之一:半导体设计。MmUednc

NVIDIA认为,芯片开发的未来掌握在生成式人工智能手中,并推出了名为“ChipNeMo”的用于芯片设计的领域适应性 LLMs,旨在帮助工程师设计半导体,带来新的优势。MmUednc

MmUednc

NVIDIA 在一篇博客文章中透露,通过他们的 ChipNeMo 模型,该公司计划在芯片设计的各个阶段实现其功能,这不仅会显着提高生产力,而且会帮助他们节省人力和设备成本。设计芯片所花费的时间。NVIDIA 还披露了其 LLM 的初始用例,展示了回答有关 GPU 架构问题的实例:原型聊天机器人帮助工程师在早期测试中快速找到技术文档。MmUednc

MmUednc

正在开发的代码生成器(如上所示)已经使用芯片设计人员使用的两种专用语言创建了大约 10-20 行软件的片段。它将与现有工具集成,让工程师在进行中的设计中拥有得心应手的助手。MmUednc

谈到创建过程,NVIDIA 透露,开发人员制定了一个基础模型,然后将其与 NeMO LLM 相结合,用于构建、定制和部署生成式 AI 模型。结果是,该公司能够构建一个支持多达 430 亿个参数的模型,考虑到芯片设计实际上是多么“复杂”,这对于这一特定领域至关重要。该模型使用文本和软件中超过一万亿个标记、单词和符号进行训练。MmUednc

MmUednc

据介绍,在芯片设计任务中,参数少至130亿个的定制 ChipNeMo 模型的性能甚至可以媲美或超过拥有700亿个参数的大型通用 LLM(如 LLaMA2)。在某些使用案例中,ChipNeMo 模型的性能要好得多。MmUednc

参考链接:MmUednc

ChipNeMo: Domain-Adapted LLMs for Chip DesignMmUednc

Silicon Volley: Designers Tap Generative AI for a Chip AssistMmUednc

Demi Xia编译MmUednc

责编:Demi
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了