仰仗着热销全球的最尖端AI芯片H100，英伟达无疑是年内这轮AI浪潮中最显眼的“弄潮儿”之一。生成式AI的研发需要大量算力的支持，而英伟达的尖端AI芯片则是大语言模型(LLM)开发的首选，几乎垄断了全球算力。

　　那么，如果说尖端AI芯片这只“鸡”，诞生下了生成式AI这只火爆全球的“蛋”。未来这只愈发成熟的“蛋”，是否也有可能反过来孵化出新的“小鸡”呢？英伟达如今就正在进行最新的尝试。
　　英伟达周一发布的一篇研究论文描述了如何使用生成式人工智能来协助完成最复杂的工程工作之一：设计芯片。
　　现代芯片是由数百亿个晶体管组成的电路。想要厘清如何在硅片上排列这些晶体管，是科技行业最艰难的任务之一。
　　而英伟达的GPU芯片则无疑更是业内最为复杂的芯片之一，目前已成为ChatGPT等生成式AI工具背后的核心技术支撑。如下图所示，在显微镜下，英伟达H100等最先进的芯片看起来就像一个精心规划的大都市，由数百亿个晶体管构建而成，连接在比头发丝还要细一万倍的“街道”上。
　　为了建造这样一座“数字巨城”，多个工程团队、数以千计的研发人员往往需要协调长达两年的时间。一些小组负责确定芯片的整体架构，一些小组负责制作和放置各种超小型电路，还有一些小组负责测试他们的工作。每项工作都需要专门的方法、软件程序和计算机语言。
　　对此，英伟达研究总监、最新研究报告的第一作者Mark Ren表示，"我相信，随着时间的推移，大型语言模型将帮助参与所有的流程。
　　如何用AI帮助研发芯片？
　　英伟达展示了其研究尝试：通过采用所谓的大型语言模型，利用其在芯片设计史上30年来所积累的数据进行模型训练。在向英伟达工程师调查了可能的用例之后，研究团队选择了三个用例作为起点：聊天机器人、代码生成器和分析工具。
　　研究论文详细介绍了英伟达工程师如何为内部使用，创建一个名为ChipNeMo的定制LLM，该LLM在公司内部数据的基础上进行训练，以生成和优化软件，并为人类设计师提供帮助。
　　英伟达首席科学家Bill Dally介绍称，“事实证明，我们的许多资深设计师花费了相当多的时间来回答初级设计师的一些问题。利用聊天机器人可以帮助回答初级设计师的问题，从而为高级设计师节省大量时间。”
　　英伟达在研究中还发现，通过添加该公司所积累的大量特定数据，一款中级聊天机器人就可以变得比高级聊天机器人更准确。英伟达表示，这有助于控制系统的成本。
　　该公司展示的另一项功能是使用人工智能生成代码。Dally称，工程师们通常需要花费大量的时间，来寻找芯片中不起作用的部分，并使用测试工具来找出原因。为了进行测试，人工智能系统可以快速编写一段代码，用于操作该工具。
　　在电子设计自动化领域工作了20多年的Ren指出，从长远来看，工程师们希望将生成式人工智能应用到芯片设计的每个阶段，从而大幅提高整体生产率。
　　Dally则强调，“我们的目标不是实现流程自动化或取代人工，而是利用我们现有的人员，赋予他们更强大能力，让他们更有生产力。”