Logo de Huffpost

Bill Dally, científico y jefe de NVIDIA: “en una noche, la Inteligencia Artificial ha hecho el trabajo de 8 personas durante 80 meses”

La empresa tecnológica está aplicando nuevos modelos de aprendizaje por refuerzo y modelos de lenguaje avanzados a procesos clave de ingeniería.

Bill Dally, jefe científico de Nvidia
Bill Dally, científico y jefe de NVIDIA: “en una noche, la Inteligencia Artificial ha hecho el trabajo de 8 personas durante 80 meses” |NVIDIA
Berta F. Quintanilla
Fecha de actualización:
whatsapp icon
linkedin icon
telegram icon

NVIDIA, empresa estadounidense líder mundial en computación avanzada y en Inteligencia Artificial (IA) ha dado un paso adelante para la integración de manera sistemática de herramientas de IA en el proceso de diseño y fabricación de chips semiconductores. Los resultados, según los científicos de la marca, están siendo sorprendentes. 

En una conversación con Jeff Dean, de Google, uno de los científicos jefe de NVIDIA, Bill Dally, ha resaltado que las tareas que antes necesitaban hasta 80 meses por persona de trabajo, ahora se completan en pocas horas.

Por ejemplo, la fabricación de chips siguiendo lo que marcan los nuevos procedimientos. Este trabajo implica entre 2.500 y 3.000 celdas y para poder desarrollarse era necesario un equipo de 8 ingenieros durante 10 meses. Pero ahora, con la herramienta interna llamada NB-Cell, que se basa en aprendizaje por refuerzo, se ha conseguido automatizar buena parte del proceso hasta quedar en una ejecución automatizada.

Incorporar la Inteligencia Artificial en todos los departamentos

La intención de los jefes de NVIDIA es que la Inteligencia Artificial se incorpore en todas las fases del diseño, desde la exploración de arquitecturas hasta la resolución de problemas de una manera eficaz. Dally explicó que la empresa busca “usar la IA allí donde sea posible”, reflejando la tendencia creciente en el sector de la electrónica, con una gran presión técnica.

A esto hay que sumar que “este modelo es capaz de generar configuraciones que ningún humano es capaz de concebir” mejorando las métricas hasta en un 30% en pel sistema de prefix RL que se emplea para optimizar la disposición de etapas en las cadenas de cálculo.

En paralelo, Nvidia ha desarrollado modelos internos de lenguaje, denominados Chip NemoBug Nemo, entrenados con documentación propietaria acumulada durante años, incluyendo descripciones de arquitecturas y código RTL. Estas herramientas permiten, entre otras cosas, asistir a ingenieros menos experimentados en tareas complejas, reduciendo la dependencia de conocimiento experto altamente especializado.

Se ha conseguido la misma producción en una sola noche

El mayor productor de chips del mundo usa este sistema nuevo, y ya se ha demostrado que el trabajo de hasta 10 meses se puede hacer en una sóla noche. Gracias a esto, si llegase a implantarse, se conseguiría un alto nivel de productividad. “Sería enorme”. “Los resultados están siendo mejores que los diseños humanos en aspectos como el tamaño de la celda, la disipación de potencia y latencia, creo que supera a los diseños humanos”.