كادينس وإنفيديا تطلقان نماذج ذكاء اصطناعي جديدة لتشغيل أدوات التصميم الإلكتروني الآلي بشكل تلقائي

وكلاء يُشغلون الأدوات الحالية

تتخصص كادينس في برمجيات التصميم الإلكتروني بمساعدة الحاسوب (EDA)، وتقدم على وجه الخصوص أورا ستاك للتغليف المتقدم وتصميم لوحات الدوائر المطبوعة (PCB)، و تشيب ستاك لتصميم واختبار الأنظمة على رقاقة (SoC)، و إينو ستاك لتوجيه الطبقة الفيزيائية (PHY)، و فيرا ستاك لتصميم الدوائر التناظرية.

على غرار نموذج كلود كود من أنثروبيك أو كوديكس من أوبن إيه آي، تعتمد هذه الوكلاء على طبقات برمجية تُسمى «أحزمة التحكم»، تربط نماذج اللغة الكبيرة (LLM) بأتمتة سير عمل التصميم والاختبار. وهي تُنسق أدوات كادينس الخاصة بالتصميم الإلكتروني الآلي والاختبار والتحقق. المنطق يُذكر بمساعدي البرمجة: إما أن ينجح الكود في التجميع أو لا، وتمتلك كادينس اختبارات مصممة للتحقق من أن تصاميمها ستعمل كما هو متوقع.

لكن فعالية هذه الاختبارات تعتمد بشكل كبير على مدى قرب بيانات تدريب النماذج من المدخلات والمخرجات التي تعالجها. اعتمدت وكلاء كادينس الأولى بشكل كبير على نماذج اللغة الكبيرة التجارية الجاهزة، والتي لم تتعرض كثيرًا لوصف مستوى السجلات (RTL)، وهي اللغة التي تصف عمل الدائرة الكهربائية. قال بول كونينغهام: «لا يُتوقع من نماذج الأساس الجاهزة هذه، رغم قوتها الملحوظة، أن تقوم بكل شيء بمفردها. إنها تمثل نقطة البداية، ويمكننا تخصيصها أكثر».

نماذج مايسترو المُدرَّبة على أدوات كادينس

لذلك أعلنت كادينس عن شراكة مع إنفيديا وأطلقت عائلة نماذج مايسترو. تم تحسين هذه النماذج (التدريب الدقيق، أي تخصيصها بناءً على نموذج موجود) باستخدام عائلة نماذج نيموترون من إنفيديا، للعمل مع أدوات كادينس وتفسير نتائجها.

وفقًا لكادينس، أظهرت الاختبارات الأولية تحسنًا في جودة النتائج «يصل إلى» 30%، بالإضافة إلى كفاءة في معالجة الرموز (tokens) «تصل إلى» 5 أضعاف مقارنة بنماذج الأساس العامة. الرمز (token)، وهو وحدة النص التي يعالجها النموذج، يُستخدم هنا لقياس تكلفة الحوسبة. وفقًا للشركة، فإن النماذج التي تم تدريبها بعد ذلك على أدواتها ستكون أكثر أداءً وأقل تكلفة في التشغيل.

تتيح منصة مايسترو أيضًا تخصيص النماذج بناءً على بيانات العملاء. أوضح بول كونينغهام أن هذا الخيار سيُقدم كخدمة مُدارة، وليس كعملية ينفذها العملاء بأنفسهم. يمكن استخدام النماذج والوكلاء عبر واجهة برمجة التطبيقات (API)، داخل شبكة افتراضية خاصة آمنة (VPC) معزولة، أو محليًا للشركات التي تمتلك الأجهزة اللازمة.

اهتمام يتجاوز تصميم الرقاقات

كادينس ليست الوحيدة التي تستكشف استخدام وكلاء الذكاء الاصطناعي لإدارة أحمال الحوسبة عالية الأداء (HPC). تقارب إنفيديا منذ عدة سنوات بين الحوسبة عالية الأداء والذكاء الاصطناعي، حيث تُستخدم وحدات معالجة الرسومات (GPU) الخاصة بها لأغراض كثيرة غير تدريب وتشغيل النماذج، رغم أن هذا هو الهدف الأساسي لمعظم المشترين.

فكرة المختبرات التي تُدار بالذكاء الاصطناعي هي أيضًا في صميم «مهمة جينيسيس» التابعة لوزارة الطاقة الأمريكية، والتي أُعلن في إطارها عن العديد من الحواسيب الفائقة الجديدة الكبيرة القائمة على إنفيديا. كما قدم باحثون من مختبرات سانديا الوطنية مختبرًا وصفوه بـ«الذاتي القيادة»، حيث يطور وكلاء الذكاء الاصطناعي ويختبرون فرضيات جديدة. ومع ذلك، لم تستفد هذه التجارب من أحزمة التحكم الحديثة ولا حتى من نماذج اللغة الكبيرة. في سياق التمويل المحدود للبحث العام، قد تبدو فكرة مساعد مختبر قادر على متابعة المهام بعد مغادرة الباحثين جذابة.