Berita Utama Berita dan Informasi Selalu ada Yang Terbaru
Pembuat chip terkenal di dunia Nvidia menggunakan kartu grafisnya yang kuat untuk membantu para insinyurnya merancang unit pemrosesan grafis generasi berikutnya. Nvidia saat ini berada di garis depan manufaktur GPU dan AI. Nvidia DLSS dan OptiX adalah teknologi AI populer yang baru-baru ini dikembangkan perusahaan. Selain itu, perusahaan selalu berupaya mengembangkan aplikasi yang menggunakan GPU-nya dengan cara terbaik.
Nvidia saat ini mendominasi persaingan dalam hal pangsa pasar GPU dan game. Menurut Jon Peddie Research, Nvidia memegang 81 persen pangsa pasar dGPU. Selain itu, menurut survei konsol game Steam, 77,13 persen gamer PC menggunakan GPU Nvidia di platform tersebut. Permintaan yang tinggi untuk GPU Nvidia ini melonjak selama pandemi karena kombinasi dari rantai pasokan, scalping, dan masalah penambangan kripto. Akibatnya, pada tahun 2021, kartu Nvidia mengalami kenaikan harga 300 persen dalam harga roamingnya, namun tetap tidak tersedia hampir sepanjang waktu. Untungnya, harga GPU Nvidia sudah mulai turun dalam beberapa bulan terakhir.
Nvidia membuat beberapa GPU terbaik di pasar. Mereka sekarang meningkatkan kemampuan desain chip mereka dengan mengintegrasikan fitur pembelajaran mesin dengan GPU mereka. Selama konferensi Nvidia GTC, kepala ilmuwan perusahaan Bill Daley mengatakan, “Wajar sebagai ahli AI bahwa kami ingin menggunakan AI dan menggunakannya untuk merancang chip yang lebih baik.” Jadi untuk merancang GPU yang lebih baik, tim pengembangan di Nvidia bekerja untuk meningkatkan alat desain yang mendukung komputer dengan kemampuan AI. Ini dilakukan terutama di empat bidang utama.
GPU Nvidia lebih efisien daripada manusia
Area pertama melibatkan pemetaan penurunan tegangan untuk menentukan di mana daya digunakan di GPU Nvidia. Dally menjelaskan selama presentasi bahwa dibutuhkan tiga jam untuk menjalankannya secara manual di CAD, tetapi dengan bantuan pengaturan GPU bertenaga AI, hal yang sama dapat dilakukan dalam waktu sekitar 18 menit. Area kedua melibatkan pengujian parasitologis untuk memeriksa kinerja desain sirkuit, yang merupakan proses berulang yang ditangani AI. Di area ketiga, GPU bertenaga AI menguji tata letak chip yang berbeda untuk menentukan tata letak tata letak mana yang paling tidak ramai. Terakhir, GPU juga digunakan untuk membuat desain baru. Teknologi NVCell Nvidia menggunakan pembelajaran penguatan untuk bertindak sebagai generator tata letak sel standar otomatis. Dally menjelaskan bahwa seiring kemajuan teknologi, seperti proses manufaktur yang bergerak dari node 7nm ke 5nm, ribuan sel ini harus didesain ulang menggunakan “seperangkat aturan desain yang sangat kompleks”. NVCell Nvidia dapat membangun kembali 92 persen perpustakaan MySQL tanpa kesalahan.
Sebagai referensi, mungkin diperlukan sekelompok 10 orang untuk bekerja lebih dari setahun untuk mentransfer perpustakaan sel teknis baru. Hal yang sama dapat dicapai dengan bantuan beberapa GPU Nvidia yang kuat dalam hitungan hari, jelas Dally. Tentu saja, campur tangan manusia masih diperlukan di semua bidang ini, meski terdengar futuristik. Namun, GPU Nvidia yang didukung oleh kecerdasan buatan membantu perusahaan secara signifikan menghemat waktu dan membuat chip yang dirancang lebih baik. Selain GPU, Nvidia mungkin akan segera terjun ke bisnis manufaktur CPU juga, tapi itu cerita untuk lain waktu.
