Cụ thể, ông William Dally - Giám đốc khoa học của Nvidia (tập đoàn công nghệ đa quốc gia có trụ sở tại Mỹ, chuyên thiết kế bộ xử lý đồ họa (GPU) và các nền tảng điện toán hiệu năng cao) cho biết: Trước đây, việc chuyển đổi thư viện cell tiêu chuẩn sang quy trình sản xuất mới cần tới 8 kỹ sư làm việc liên tục trong khoảng 10 tháng. Tuy nhiên, nhờ hệ thống AI học tăng cường NB-Cell, toàn bộ khối lượng công việc này hiện có thể được xử lý chỉ trong một đêm bằng GPU.
Nvidia đang tích hợp AI vào toàn bộ quy trình thiết kế chip, từ phát triển, tối ưu đến kiểm thử, qua đó rút ngắn đáng kể thời gian đưa sản phẩm ra thị trường.
Ngoài ra, hãng còn xây dựng các mô hình ngôn ngữ lớn nội bộ như Chip Nemo và Bug Nemo, được huấn luyện từ dữ liệu thiết kế GPU độc quyền. Các hệ thống này hoạt động như “cố vấn kỹ thuật”, hỗ trợ kỹ sư - đặc biệt là người mới - tra cứu, học hỏi và giải quyết vấn đề phức tạp mà không phụ thuộc nhiều vào chuyên gia giàu kinh nghiệm.
Không chỉ hỗ trợ, AI còn trực tiếp tham gia tối ưu thiết kế mạch điện bằng phương pháp thử - sai, thậm chí đưa ra những phương án “khác thường” nhưng hiệu quả hơn. Một số thiết kế do AI đề xuất giúp cải thiện 20-30% về diện tích, năng lượng và hiệu suất so với cách làm truyền thống.
AI cũng được ứng dụng mạnh trong khâu kiểm thử - vốn chiếm nhiều thời gian trong chu kỳ phát triển chip - giúp rút ngắn quá trình xác nhận độ ổn định của sản phẩm.
Dù vậy, lãnh đạo Nvidia thừa nhận AI hiện vẫn chưa thể tự thiết kế hoàn chỉnh một bộ xử lý. Mục tiêu “chỉ cần ra lệnh để AI tạo ra một GPU mới” vẫn còn ở khá xa.
Về dài hạn, Nvidia kỳ vọng quy trình thiết kế chip sẽ chuyển sang mô hình đa tác nhân, nơi nhiều hệ thống AI chuyên biệt phối hợp với nhau, tương tự cách các nhóm kỹ sư con người đang vận hành hiện nay.
Nhìn chung, AI không chỉ giúp tăng tốc mà còn thay đổi căn bản cách thiết kế chip, mở ra khả năng rút ngắn chu kỳ phát triển và nâng cao hiệu quả toàn ngành bán dẫn.