News KI in Nvidias Chipdesign: Entwicklungszeit schrumpft teilweise von Monaten auf nur wenige Stunden

PCGH-Redaktion

Kommentar-System
Teammitglied
Was früher Monate an Entwicklungszeit verschlang, könne dank KI heutzutage in wenigen Stunden erledigt werden. Nvidias leitender Wissenschaftler äußert sich auf der GTC 2026 zum internen Einsatz von künstlicher Intelligenz.

Was sagt die PCGH-X-Community zu KI in Nvidias Chipdesign: Entwicklungszeit schrumpft teilweise von Monaten auf nur wenige Stunden

Bitte beachten: Thema dieses Kommentar-Threads ist der Inhalt der Meldung. Kritik und allgemeine Fragen zu Online-Artikeln von PC Games Hardware werden hier gemäß der Forenregeln ohne Nachfrage entfernt, sie sind im Feedback-Thread besser aufgehoben.
 
Die KI ist wohl leider auch "schlau" genug, dass sie nicht die Chips entwirft, die gerade die Spitze des technisch machbaren darstellen, sondern ganz strategisch einfach das, was am meisten Gewinn bringt, schön auf eine "Roadmap" verteilt, die dem Endverbraucher vorgaukelt, man bekäme immer den neusten Stand der Technik.
 
Zuletzt bearbeitet:
Wenn man 10Monate eher fertig ist, könnte man eigentlich mal nen Chip zur Probe herstellen.
(auch wenn dieses Engineeringsample viel kostet)

quasi Kontrolle durch Probieren

Wenn man NIX herstellt/testet ist das Gerede nur Schall und Rauch.
(sollte die KI nen Fehler einbauen, dann kanns richtig teuer werden)
 
Zuletzt bearbeitet:
Dann werden wohl nicht wenige Ingenieurstellen bei Nvidia zukünftig gestrichen.
Nicht nur hier geht es den Entwicklern an den Kragen, die Auswirkungen auf den Arbeitsmarkt haben schon begonnen und werden sich in Zukunft verschärfen, "die Welt ist im Wandel".
Also wenn sie KI auch schon länger bei den Treibern einsetzen, dann Prost Mahlzeit.
das wird passieren oder ist es bereits schon.
 
Ich freue mich schon, wenn der Einsatz von KI bei der Entwicklung dazu führt, dass

1.) die Performance jenseits von Multiframegenerierung spürbar wächst.

2.) die Einsparungen bei den Entwicklungskosten als Preisermäßigung an die Endkund:innen weitergereicht werden.

[ironie off] ;)

Grüße

phila
 
Zuletzt bearbeitet:
Eine KI erkennt nur Muster und ahmt sie nach.
Wenn also eine KI mit alten Chip-Mustern gefüttert wird, kann sie jemals neue und bessere Chips erzeugen? Oder nur "alte" Chips optimieren?

Dazu müsste die KI nicht nur die Chip-Muster als solches kennen, sondern auch die Grundlegende Physik dahinter.
Das sind eine ganze Menge an Daten die noch dazukommt und ich glaube kaum das eine GPU in einem Tag fertig ist.
Ich habe eher das Gefühl, die KI in der News ist wie Midjourney die aber nur mit BIldern von Chips trainiert worden ist :D
(sollte die KI nen Fehler einbauen, dann kanns richtig teuer werden)
Tut sie sehr warscheinlich.

Dann werden wohl nicht wenige Ingenieurstellen bei Nvidia zukünftig gestrichen.
Die gehen dann alle zu der Konkurrenz und es gibt dann abseits von Nvidia neue Super-Chips, während Nvidia immer schlechtere Chips abliefert...
 
Eine KI erkennt nur Muster und ahmt sie nach.
Wenn also eine KI mit alten Chip-Mustern gefüttert wird, kann sie jemals neue und bessere Chips erzeugen? Oder nur "alte" Chips optimieren?
Die KI kann weitaus mehr als man denkt. Ich arbeite mittlerweile selbst viel mit KI und bin immer wieder aus neue erstaunt.
Eine KI kann auch ganz Neues erschaffen. Dabei sind alte Daten die Basis. Aber die alten Daten dienen hier als grundlegendes Verständnis der grundlegenden Funktionen. Wenn du dein Prompt richtig schreibst, kann er auch was völlig anderes erschaffen. Wenn du in deinem promt z.B. neue Ideen einbringst, und seien es nur grobe Ideen oder Spinnereien, kann die KI daraus etwas funktionsfähiges machen.
Aber ja, die KI muss definitiv auch mit Ideen gefüttert werden. Nur müssen die nicht mehr bis zum Ende ausgearbeitet sein. Es reicht ein grober Umriss. Dann kann einiges interessantes dabei heraus kommen.
 
Nicht verwunderlich, wenn KI in eng umfassten Bereichen mit validen Trainingsdaten, ob das nun in der Medizin oder Chipentwicklung ist, gute Ergebnisse erzielt.

Jedenfalls bessere, als der KI Bullshit a la ChatGPT & Co, bei denen die Qualität der Antworten überwiegend unterirdisch ist, weil die Trainingsdaten aus Foren und Social Media und sonstwoher kommen.

Es wird in Foren so viel Blödsinn und unsinnige "Mythen" rezitiert, sodass es kein Wunder ist, was für eine schlechte Qualität nachher dabei herauskommt, wenn Trainingsdaten nicht validiert sind.

Shit in, Shit out, wie beim Recording...
 
Eine KI erkennt nur Muster und ahmt sie nach.
Wenn also eine KI mit alten Chip-Mustern gefüttert wird, kann sie jemals neue und bessere Chips erzeugen? Oder nur "alte" Chips optimieren?

Dazu müsste die KI nicht nur die Chip-Muster als solches kennen, sondern auch die Grundlegende Physik dahinter.
Das sind eine ganze Menge an Daten die noch dazukommt und ich glaube kaum das eine GPU in einem Tag fertig ist.
Ich habe eher das Gefühl, die KI in der News ist wie Midjourney die aber nur mit BIldern von Chips trainiert worden ist :D

Tut sie sehr warscheinlich.


Die gehen dann alle zu der Konkurrenz und es gibt dann abseits von Nvidia neue Super-Chips, während Nvidia immer schlechtere Chips abliefert...
Nicht verstanden wie "KI" bereits heute schon arbeitet und von einen reinen "nachahmen" sich schon entfernt hat. Und Dabei steht das Ganze noch am Anfang. Ähnlich wie das erste Anti-Aliasing zum heutigen DLSS 4.5/5.
Midjourney, oder ähnliche "Bildchen-Erzeuger" haben damit nichts zu tun. ;)
 
Eine KI erkennt nur Muster und ahmt sie nach.
Wenn also eine KI mit alten Chip-Mustern gefüttert wird, kann sie jemals neue und bessere Chips erzeugen? Oder nur "alte" Chips optimieren?

Dazu müsste die KI nicht nur die Chip-Muster als solches kennen, sondern auch die Grundlegende Physik dahinter.
Das sind eine ganze Menge an Daten die noch dazukommt und ich glaube kaum das eine GPU in einem Tag fertig ist.
Ich habe eher das Gefühl, die KI in der News ist wie Midjourney die aber nur mit BIldern von Chips trainiert worden ist :D

Tut sie sehr warscheinlich.


Die gehen dann alle zu der Konkurrenz und es gibt dann abseits von Nvidia neue Super-Chips, während Nvidia immer schlechtere Chips abliefert...
Beim Reinforcement Learning lernt man nicht anhand alter Chip-Muster. Man lässt die KI zufällig optimieren und bewertet dieses und gibt für gute Ergebnisse belohnungen. Dadurch lernt der Algorithmus mit der Zeit wie er besonders viel Belohnung erhält. Je weiter man fortschreitet desto weniger zufall. Die KI lernt quasi auf ein Optimum hinzuarbeiten.
Spannend bleibt aber wie die sicherstellen dass das Design danach noch funktional ist.
 
Eine KI erkennt nur Muster und ahmt sie nach.
Wenn also eine KI mit alten Chip-Mustern gefüttert wird, kann sie jemals neue und bessere Chips erzeugen? Oder nur "alte" Chips optimieren?

Dazu müsste die KI nicht nur die Chip-Muster als solches kennen, sondern auch die Grundlegende Physik dahinter.
Das sind eine ganze Menge an Daten die noch dazukommt und ich glaube kaum das eine GPU in einem Tag fertig ist.
Ich habe eher das Gefühl, die KI in der News ist wie Midjourney die aber nur mit BIldern von Chips trainiert worden ist :D

Tut sie sehr warscheinlich.


Die gehen dann alle zu der Konkurrenz und es gibt dann abseits von Nvidia neue Super-Chips, während Nvidia immer schlechtere Chips abliefert...

Es gibt verschiedene Typen von Künstlicher Intelligenz. Beim Überwachten Lernen (Supervized Learning) werden Muster und Regeln aus bestehenden Daten erlernt.

Nvidia benutzt aber Verstärkendes Lernen (Reinfocement Learning). Das Modell erzeugt eine mögliche Lösung für ein Design. Ein externer Verifier z.B. eine Simulation testet jetzt diese möglliche Lösung und bewertet sie. Meistens werden mehrere mögliche Lösungen erstellt und Bewertet. Das Modell lernt dann was die besseren von den schlechteren Lösungen unterscheidet. Dann beginnt der Prozess von vorne und es wird eine neue Gruppe von möglichen Lösungen erzeugt und bewertet. Im Idealfall steigt die durchschnittlich vergebene Bewertung von Gruppe zu Gruppe.

Das besondere ist dass das Modell sogar durch schlechte Lösungen besser wird in dem sich von diesen wegbewegt.

Das Modell hat keinerlei Verständnis warum bestimmte Parameterkombinationen besser sind, aber kann dennoch die Bewertungen der Lösungen durch statistische Modellierung maximieren. Dabei ist es wichtig dass man den "richtigen" Wert versucht zu maximieren als auch dass der Verifier keine Regellücken hat ansonsten findet das Modell diese und erzeugt regelkonforme hochbewertete Lösungen die nutzlos sind

Ich selbst habe gerade ein Journal Paper veröffentlicht in dem Reinfocement Learning einen Ansatz Supervized Learning deutlich geschlagen hat - in einen Engineering Design Problem
 
Also wenn sie KI auch schon länger bei den Treibern einsetzen, dann Prost Mahlzeit.
da seit geraumer zeit sogar auf ner 2080ti der nvidia treiber bei ner version über 590.xx crashed, bin ich zurück auf 560.xx und hab nun meine ruhe. wird auch erstmal so bleiben. das designs von einer maschine erstellt werden und im nachhinein vom menschen überprüft ist nichts neues, aber mittlerweile sparen die ja so sehr am menschen, kann nurnoch nen tag geben an dem ein KI-chipdesign durchgelotet wird, welches anfänglich perfekt aussieht, aber im xxxten betrieb, fehler aufweist und dann gibt es massen RMA.
 
Die KI ist wohl leider auch "schlau" genug, dass sie nicht die Chips entwirft, die gerade die Spitze des technisch machbaren darstellen, sondern ganz strategisch einfach das, was am meisten Gewinn bringt, schön auf eine "Roadmap" verteilt, die dem Endverbraucher vorgaukelt, man bekäme immer den neusten Stand der Technik.
Dazu braucht man keine KI. Das ist, was jedes Unternehmen auch mit oder durch Menschen macht. Das is leider völlig normal
 
Dann werden wohl nicht wenige Ingenieurstellen bei Nvidia zukünftig gestrichen.
Google mal bitte "Jevons Paradoxon".
Das beschreibt, dass technischer Fortschritt die Ressourcen effizienter nutzt und paradoxerweise zu höherem Gesamtverbrauch führt, anstatt ihn zu senken.
Genau das wird bei KI auch passieren.

Klar es wird Unruhe geben und manche Unternehmen werden wegen KI Leute entlassen und manche als Vorwand benutzen.
Dennoch sieht man beim Vorreiter USA, dass die Unternehmen inzwischen bereuen Entwickler entlassen zu haben und inzwischen wieder einstellen.

Und ganz wichtig - es werden nicht alle KI Unternehmen überleben (hatten wir alles schonmal - ich sage nur DotCom).
Aber ist das Internet nach dem .com Crash verschwunden? Nein.
Sind trotzdem neue Stellen entstanden? Definitiv.
 
Zurück