免费足球推荐（www.ad168.vip）是国内最权威的足球赛事报道、预测平台。免费提供赛事直播,免费足球贴士,免费足球推介,免费专家贴士,免费足球推荐,最专业的足球心水网。

ADVERTISEMENT

在过去几年时间里，NVIDIA 深耕 AI 领域，他们的 GPU 不仅成为 HPC 的首选，也成为包括 AI 和深度学习生态系统在内的资料中心的首选。在最新公布的开发者博文中，NVIDIA 宣布正利用 AI 来设计和开发 GPU，其最新的 Hopper GPU 拥有将近 13000 个电路实例，而这些实例完全由 AI 创建。

在 NVIDIA Develope 上发布的新部落格中，该公司重申了其优势以及它自己如何利用其 AI 功能来设计其迄今为止最强大的 GPU--Hopper H100。 NVIDIA GPU 主要是使用最先进的 EDA（电子设计自动化）工具设计的，但在利用 PrefixRL 方法的 AI 的帮助下，使用深度强化学习最佳化并行首码电路，公司可以设计更小、更快、更节能的晶片，同时提供更好的性能。 

免费足球推介（www.hgbbs.vip）是国内最权威的足球赛事报道、预测平台。免费提供赛事直播,免费足球贴士,免费足球推介,免费专家贴士,免费足球推荐,最专业的足球心水网。

电脑晶片中的算术电路是使用逻辑门网路（如 NAND、NOR 和 XOR）和电线构成的。理想的电路应具有以下特点：

• 小：较小的区域，以便更多电路可以安装在晶片上。
• 快速：降低延迟以提高晶片的性能。
• 消耗更少的功率：晶片的功耗更低。

NVIDIA 使用这种方法设计了近 13000 个 AI 辅助电路，与同样快速且功能相同的 EDA 工具相比，它们的面积减少了 25%。但是 PrefixRL 被提到是一项运算要求非常高的任务，并且对于每个 GPU 的物理类比，它需要 256 个 CPU 和超过 32,000 个 GPU 小时。为了消除这个瓶颈，NVIDIA 开发了 Raptor，这是一个内部分散式强化学习平台，它特别利用 NVIDIA 硬体进行这种工业强化学习。

Raptor 具有多项可提高可扩充性和训练速度的功能，例如作业调度、自订网路和 GPU 感知资料结构。在 PrefixRL 的上下文中，Raptor 使得跨 CPU、GPU 和 Spot 实例的混合分配工作成为可能。 

这个强化学习应用程式中的网路是多种多样的，并且受益于以下几点。 

• Raptor 在 NCCL 之间切换以进行点对点传输以将模型参数直接从学习器 GPU 传输到推理 GPU 的能力。
• Redis 用于非同步和较小的消息，例如奖励或统计资讯。
• 一种 JIT 编译的 RPC，用于处理大容量和低延迟的请求，例如上传体验资料。 

NVIDIA 得出结论，将 AI 应用于现实世界的电路设计问题可以在未来带来更好的 GPU 设计。完整的论文在此处，您也可以在官网开发人员部落格以获取更多资讯。

• 完整论文下载：PrefixRL: Optimization of Parallel Prefix Circuits using Deep Reinforcement Learning