Τεχνητή Νοημοσύνη – Νέα & Εργαλεία | Greek AI Network

Greek AI Network

  • Αρχική
  • Νέα
  • Εργαλεία AI
    • Για Βίντεο
    • Για Εικόνα
    • Για Εκπαιδευτικούς
    • Για Εξειδικευμένες Εφαρμογές
    • Για Ήχο
    • Για Κείμενο
  • Εφαρμογές AI
  • Βασικές έννοιες
  • Εκπαιδευτικά Προγράμματα
    • Δωρεάν σεμινάρια AI
    • Κατάρτηση AI
No Result
View All Result
Τεχνητή Νοημοσύνη – Νέα & Εργαλεία | Greek AI Network
  • Αρχική
  • Νέα
  • Εργαλεία AI
    • Για Βίντεο
    • Για Εικόνα
    • Για Εκπαιδευτικούς
    • Για Εξειδικευμένες Εφαρμογές
    • Για Ήχο
    • Για Κείμενο
  • Εφαρμογές AI
  • Βασικές έννοιες
  • Εκπαιδευτικά Προγράμματα
    • Δωρεάν σεμινάρια AI
    • Κατάρτηση AI
No Result
View All Result
Τεχνητή Νοημοσύνη – Νέα & Εργαλεία | Greek AI Network

Greek AI Network

No Result
View All Result
Home Νέα

NVIDIA Vera: ταχύτερος σχεδιασμός CPU και GPU

by Theodoros Kostogiannis
28 Ιουλίου, 2026
in Νέα
0
Η NVIDIA φέρνει το Vera στον σχεδιασμό των επόμενων chip
Share on FacebookShare on Twitter

Η ανάπτυξη σύγχρονων επεξεργαστών έχει μετατραπεί σε μια διαδικασία εξαιρετικά υψηλής πολυπλοκότητας, καθώς οι ομάδες μηχανικών πρέπει να συνδυάσουν απόδοση, κατανάλωση, αξιοπιστία και δυνατότητες AI σε όλο και πιο απαιτητικά σχέδια. Σε αυτό το πλαίσιο, η NVIDIA ανακοίνωσε ότι χρησιμοποιεί το Vera CPU για να επιταχύνει κρίσιμες ροές electronic design automation, ή EDA, οι οποίες αποτελούν τον πυρήνα του σχεδιασμού των επόμενων CPU και GPU της. Η κίνηση δεν αφορά απλώς μία ακόμη εσωτερική δοκιμή υποδομών, αλλά ένα βήμα που συνδέει άμεσα την αρχιτεκτονική CPU με τον χρόνο που απαιτείται ώστε ένα νέο chip να φτάσει πιο κοντά στην παραγωγή.

Παράλληλα, η εταιρεία συνεργάζεται με τις Cadence και Synopsys ώστε να βελτιστοποιήσει βασικές εφαρμογές EDA για το Vera. Η εστίαση σε τέτοιου είδους λογισμικό είναι ουσιαστική, επειδή μεγάλα τμήματα της προσομοίωσης, της επαλήθευσης και της υλοποίησης εξακολουθούν να εξαρτώνται σε μεγάλο βαθμό από την απόδοση της CPU. Με αυτόν τον τρόπο, η NVIDIA επιχειρεί να ενισχύσει ένα από τα πιο χρονοβόρα στάδια της αλυσίδας ανάπτυξης ημιαγωγών.

Γιατί οι ροές EDA παραμένουν κρίσιμες

Πριν από την κατασκευή ενός chip, προηγούνται χρόνια δουλειάς σε επίπεδο σχεδίασης και ελέγχου. Οι μηχανικοί χρειάζεται να επιβεβαιώσουν ότι η συμπεριφορά του σχεδίου είναι σωστή, να εντοπίσουν ακραίες περιπτώσεις λειτουργίας και να επαναλάβουν τη διαδικασία χιλιάδες φορές μέχρι να σταθεροποιηθεί το τελικό αποτέλεσμα. Οι ροές EDA είναι εκείνες που οργανώνουν και εκτελούν αυτό το έργο, από την περιγραφή του σχεδίου έως την προετοιμασία του για κατασκευή.

Αν και οι GPU και οι τεχνικές AI έχουν ήδη επιταχύνει αρκετές πλευρές της σχεδίασης chip, δεν καλύπτουν όλα τα σημεία της διαδικασίας. Κρίσιμες εργασίες, όπως η λογική προσομοίωση, το formal verification και τμήματα της ψηφιακής υλοποίησης, παραμένουν ιδιαίτερα εξαρτημένες από γρήγορους μεμονωμένους πυρήνες, αποτελεσματική μνήμη και σταθερά υψηλό συνολικό throughput. Αυτό σημαίνει ότι η αρχιτεκτονική της CPU συνεχίζει να επηρεάζει άμεσα το πόσο γρήγορα μια ομάδα μπορεί να εξετάσει εναλλακτικές και να οδηγήσει ένα προϊόν προς το tapeout.

Τα πρώτα αποτελέσματα με τις Cadence και Synopsys

Η NVIDIA δημοσιοποίησε αρχικές μετρήσεις από επιλεγμένες εφαρμογές παραγωγικού επιπέδου, θέλοντας να δείξει πώς αποδίδει το Vera σε δύο από τα πιο υπολογιστικά απαιτητικά στάδια του σύγχρονου chip design. Στις δοκιμές αυτές συμπεριλήφθηκαν το Cadence Jasper, μια πλατφόρμα formal verification, και το Synopsys VCS, μια λύση functional verification που χρησιμοποιείται για προσομοίωση και επικύρωση πολύπλοκων σχεδίων πριν από την κατασκευή. Και στις δύο περιπτώσεις, οι μετρήσεις έγιναν με τον ίδιο αριθμό πυρήνων.

Σύμφωνα με τα αρχικά στοιχεία, οι εφαρμογές έδειξαν έως και 1,5 φορά υψηλότερη απόδοση σε επιλεγμένα workloads. Η εταιρεία δεν παρουσιάζει αυτό το αποτέλεσμα ως οριστικό συμπέρασμα για κάθε πιθανή ροή εργασίας, αλλά ως ένδειξη ότι η αρχιτεκτονική του Vera μπορεί να βελτιώσει ουσιαστικά απαιτητικά βήματα επαλήθευσης και προσομοίωσης. Επιπλέον, η NVIDIA σημειώνει ότι η συνεργασία με τις δύο εταιρείες συνεχίζεται σε επίπεδο profiling εφαρμογών, software optimization και tuning συστήματος, ώστε να διευρυνθούν τα οφέλη σε περισσότερα σενάρια χρήσης με την πάροδο του χρόνου.

Τι φέρνει το Vera στην πράξη

Το Vera αναπτύσσεται πλέον μέσα στις ίδιες τις ροές EDA που χρησιμοποιεί η NVIDIA για να δημιουργήσει τους μελλοντικούς επεξεργαστές της. Η CPU συνδυάζει 88 custom NVIDIA Olympus cores, υποσύστημα μνήμης LPDDR5X υψηλής αποδοτικότητας και τη δεύτερη γενιά του NVIDIA Scalable Coherent Fabric. Η σύνθεση αυτή έχει σχεδιαστεί ώστε να προσφέρει ισχυρή απόδοση ανά πυρήνα, υψηλό memory bandwidth και σταθερά χαμηλό latency, στοιχεία κρίσιμα για απαιτητικές εφαρμογές μηχανικής.

Αυτά τα χαρακτηριστικά αποκτούν ιδιαίτερη σημασία σε περιβάλλοντα όπου συνυπάρχουν εργασίες ευαίσθητες στην καθυστέρηση με μεγάλες παρτίδες regression testing σε compute farms. Σε τέτοια σενάρια, η ταχύτερη εκτέλεση δεν περιορίζεται μόνο στη μείωση του χρόνου ενός μεμονωμένου verification run. Μπορεί επίσης να αυξήσει το συνολικό throughput, δίνοντας στις ομάδες τη δυνατότητα να εξετάσουν περισσότερες σχεδιαστικές επιλογές και να ολοκληρώσουν περισσότερους ελέγχους μέσα στο ίδιο χρονικό παράθυρο ανάπτυξης.

Από το RTL έως το manufacturable silicon

Αφού οριστούν η αρχιτεκτονική και η μικροαρχιτεκτονική ενός επεξεργαστή, οι μηχανικοί περιγράφουν μεγάλο μέρος της συμπεριφοράς του σε register-transfer level, ή RTL. Από εκεί και πέρα ξεκινά μια αλυσίδα εργαλείων και διαδικασιών που μετατρέπει το λογικό σχέδιο σε μορφή κατάλληλη για υλοποίηση σε silicon. Η λογική προσομοίωση, το formal verification, τα regression tests και η ψηφιακή υλοποίηση λειτουργούν συμπληρωματικά ώστε να ελεγχθούν η ορθότητα και η δυνατότητα κατασκευής.

Η σημασία αυτής της αλληλουχίας είναι ότι τα επιμέρους στάδια συνδέονται στενά μεταξύ τους. Αν ένα βήμα επαλήθευσης επιταχυνθεί, προβλήματα μπορούν να εντοπιστούν νωρίτερα, πριν μεταφερθούν σε μεταγενέστερα και ακριβότερα στάδια. Έτσι, η βελτίωση στην απόδοση των CPU-bound EDA workloads δεν μεταφράζεται μόνο σε ταχύτερους αριθμούς benchmark, αλλά και σε πιθανή μείωση του κόστους επανασχεδιασμού στην πορεία προς την παραγωγή.

Η ευρύτερη στρατηγική της NVIDIA

Η απόφαση να χρησιμοποιηθεί το Vera για τον σχεδιασμό μελλοντικών NVIDIA CPU και GPU εντάσσεται σε μια πιο γενική λογική που ακολουθεί η εταιρεία. Η βασική ιδέα είναι ότι κάθε workload πρέπει να επιταχύνεται από την υπολογιστική αρχιτεκτονική που του ταιριάζει καλύτερα. Στον χώρο του EDA, αυτό σημαίνει ότι οι GPU και το AI συνεχίζουν να έχουν σημαντικό ρόλο σε πολλούς αλγορίθμους, ενώ οι CPU υψηλών επιδόσεων παραμένουν αναντικατάστατες για συγκεκριμένες κρίσιμες λειτουργίες.

Με άλλα λόγια, η NVIDIA δεν παρουσιάζει το Vera ως υποκατάστατο όλων των υπόλοιπων επιταχυντών, αλλά ως μέρος ενός συνδυαστικού μοντέλου. Η συνολική απόδοση του κύκλου σχεδιασμού βελτιώνεται όταν κάθε τμήμα της υποδομής αναλαμβάνει το έργο στο οποίο υπερέχει. Αυτό είναι ιδιαίτερα σημαντικό σε μια εποχή όπου η ανάπτυξη νέων chip επιβαρύνεται από όλο και μεγαλύτερη τεχνική δυσκολία και αυξανόμενες απαιτήσεις επαλήθευσης.

Το επόμενο βήμα στον οδικό χάρτη των CPU

Κοιτώντας μπροστά, η NVIDIA αναφέρει ότι σκοπεύει να συνεχίσει προς την κατεύθυνση του Vera με την επόμενη γενιά Rosa CPU, η οποία θα βασίζεται στον NVIDIA Rigel core. Παράλληλα, δηλώνει ότι θα συνεχίσει τη βελτιστοποίηση κορυφαίων εφαρμογών EDA σε όλο τον μελλοντικό οδικό χάρτη των CPU της. Η αναφορά αυτή δείχνει ότι η τρέχουσα προσπάθεια δεν αντιμετωπίζεται ως μεμονωμένο project, αλλά ως διαρκής επένδυση στην εσωτερική της υπολογιστική πλατφόρμα.

Έχει ιδιαίτερο ενδιαφέρον το γεγονός ότι η εταιρεία χρησιμοποιεί NVIDIA CPU για να βοηθήσει στον σχεδιασμό μελλοντικών NVIDIA CPU και GPU. Αυτό δημιουργεί έναν διαρκή κύκλο ανατροφοδότησης ανάμεσα στον σχεδιασμό silicon, τη βελτιστοποίηση λογισμικού και τη μηχανική συστημάτων. Αν η προσέγγιση αυτή αποδώσει σε μεγαλύτερη κλίμακα, μπορεί να προσφέρει στη NVIDIA πιο άμεση εικόνα για το πώς η δική της αρχιτεκτονική επηρεάζει τα πιο απαιτητικά εσωτερικά workloads της.

Πηγές

  • https://blogs.nvidia.com/blog/vera-cpu-eda/
Tags: AI NewsMachine LearningNvidiaΕπιχειρήσεις

ΣΧΕΤΙΚΑ ΑΡΘΡΑ

Intel και Google Cloud διευρύνουν τη συνεργασία τους στην εταιρική AI
Νέα

Intel και Google Cloud διευρύνουν την εταιρική AI

by Kyriakos Koutsourelis
28 Ιουλίου, 2026
Λογότυπο του ChatGPT και της OpenAI δίπλα σε ψηφιακό ηλεκτρονικό φάκελο υγείας, που συμβολίζει την ενσωμάτωση της τεχνητής νοημοσύνης στα ιατρικά αρχεία ασθενών.
Νέα

Το ChatGPT συνδέεται με το Apple Health και ιατρικά αρχεία

by Theodoros Kostogiannis
27 Ιουλίου, 2026
Grok 4.5: το νέο μοντέλο της xAI για προγραμματισμό
Νέα

Grok 4.5: το νέο μοντέλο της xAI για προγραμματισμό

by Kyriakos Koutsourelis
27 Ιουλίου, 2026
Η Intel και η Lens Technology ανακοίνωσαν στρατηγική συνεργασία με στόχο την ανάπτυξη προηγμένων τεχνολογιών συσκευασίας ημιαγωγών που θα καλύψουν τις αυξανόμενες απαιτήσεις της εποχής της Τεχνητής Νοημοσύνης. Οι δύο εταιρείες θα συνδυάσουν την τεχνογνωσία τους στην προηγμένη συσκευασία chip, στα γυάλινα υποστρώματα (glass substrates) και στις τεχνολογίες κατασκευής υψηλής ακρίβειας, επιδιώκοντας την ανάπτυξη λύσεων που προσφέρουν μεγαλύτερη απόδοση, υψηλότερη πυκνότητα διασυνδέσεων και καλύτερη ενεργειακή αποδοτικότητα.
Νέα

Intel και Lens αναπτύσσουν γυάλινα υποστρώματα για chip AI

by Theodoros Kostogiannis
26 Ιουλίου, 2026
fouska-technitis-noimosynis-tha-skasei-i-ekriksi-ton-725-dis-dolarion
Νέα

Φούσκα τεχνητής νοημοσύνης: θα σκάσει η έκρηξη των 725 δισ. δολαρίων;

by Kyriakos Koutsourelis
26 Ιουλίου, 2026
Οι μεγαλύτερες εταιρείες τεχνολογίας και AI ενώνουν τις δυνάμεις τους υπέρ των open-weight μοντέλων Τεχνητής Νοημοσύνης, καλώντας την αμερικανική κυβέρνηση να αποφύγει περιορισμούς που θα μπορούσαν να επιβραδύνουν την καινοτομία. Σε κοινή επιστολή, εταιρείες όπως οι Meta, Microsoft, Nvidia, IBM, Dell Technologies, Hugging Face, Mistral και άλλοι υποστηρίζουν ότι η ελεύθερη διάθεση των weights ενισχύει τον ανταγωνισμό, μειώνει το κόστος ανάπτυξης εφαρμογών AI και περιορίζει το φαινόμενο του vendor lock-in.
Νέα

Κοινή επιστολή κολοσσών υπέρ της ανοικτής τεχνητής νοημοσύνης

by Theodoros Kostogiannis
25 Ιουλίου, 2026
Τα μοντέλα AI χάκαραν το ίδιο τους το τεστ
Νέα

Τα μοντέλα AI χάκαραν το ίδιο τους το τεστ

by Kyriakos Koutsourelis
25 Ιουλίου, 2026
Ρεκόρ στην προεκπαίδευση MoE με το NVIDIA GB300 NVL72
Νέα

NVIDIA GB300 NVL72: ρεκόρ στην προεκπαίδευση MoE

by Theodoros Kostogiannis
24 Ιουλίου, 2026
Ποιος ρυθμίζει την τεχνητή νοημοσύνη και πώς;
Νέα

Ποιος ρυθμίζει την τεχνητή νοημοσύνη και πώς;

by Kyriakos Koutsourelis
24 Ιουλίου, 2026

Πρόσφατα Άρθρα

Η NVIDIA φέρνει το Vera στον σχεδιασμό των επόμενων chip

NVIDIA Vera: ταχύτερος σχεδιασμός CPU και GPU

28 Ιουλίου, 2026
Intel και Google Cloud διευρύνουν τη συνεργασία τους στην εταιρική AI

Intel και Google Cloud διευρύνουν την εταιρική AI

28 Ιουλίου, 2026
Λογότυπο του ChatGPT και της OpenAI δίπλα σε ψηφιακό ηλεκτρονικό φάκελο υγείας, που συμβολίζει την ενσωμάτωση της τεχνητής νοημοσύνης στα ιατρικά αρχεία ασθενών.

Το ChatGPT συνδέεται με το Apple Health και ιατρικά αρχεία

27 Ιουλίου, 2026

Ετικέτες

Adobe AI Agents AI News AI Tools AI Ρομποτική AI στην καθημερινότητα Alexa Alibaba Amazon AMD Anthropic Apple AWS Azure AI Chatbot ChatGPT Claude Copilot Deepmind DeepSeek Gemini GenAI Google Grok IBM Intel Llama Machine Learning Meta Microsoft Mistral Nvidia OpenAI Oracle Perplexity Physical AI Salesforce Samsung xAI Εκπαίδευση Επιχειρήσεις Ευρωπαϊκή Ένωση Ηνωμένες Πολιτείες Αμερικής Μέσα Κοινωνικής Δικτύωσης Υγεία

Μενού

  • Αρχική
  • Νέα
  • Εργαλεία AI
    • Για Βίντεο
    • Για Εικόνα
    • Για Εκπαιδευτικούς
    • Για Εξειδικευμένες Εφαρμογές
    • Για Ήχο
    • Για Κείμενο
  • Εφαρμογές AI
  • Βασικές έννοιες
  • Εκπαιδευτικά Προγράμματα
    • Δωρεάν σεμινάρια AI
    • Κατάρτηση AI
  • Σχετικά με εμάς
  • Βασικές έννοιες
  • Όροι Χρήσης
  • Ιδιωτικότητα

© 2024 Gain - Greek AI Network, all rights reserved.

No Result
View All Result
  • Αρχική
  • Νέα
  • Εργαλεία AI
    • Για Βίντεο
    • Για Εικόνα
    • Για Εκπαιδευτικούς
    • Για Εξειδικευμένες Εφαρμογές
    • Για Ήχο
    • Για Κείμενο
  • Εφαρμογές AI
  • Βασικές έννοιες
  • Εκπαιδευτικά Προγράμματα
    • Δωρεάν σεμινάρια AI
    • Κατάρτηση AI

© 2024 Gain - Greek AI Network, all rights reserved.