英偉達(dá)發(fā)布430億參數(shù)大模型ChipNeMo

　　英偉達(dá)最新發(fā)布的430億參數(shù)大語言模型ChipNeMo專注于輔助芯片設(shè)計(jì)，旨在提高工程師的工作效率。這一大語言模型的應(yīng)用范圍廣泛，包括問答、EDA腳本生成和Bug總結(jié)等任務(wù)，使芯片設(shè)計(jì)變得更加便捷。

　　英偉達(dá)首席科學(xué)家Bill Dally強(qiáng)調(diào)，即使提高生產(chǎn)率的幅度不大，使用ChipNeMo仍然是值得的。ChipNeMo的數(shù)據(jù)集包括Bug總結(jié)、設(shè)計(jì)源、文檔以及硬件相關(guān)的代碼和自然語言文本，經(jīng)過數(shù)據(jù)采集、清洗和過濾后，共有241億個(gè)token。

　　英偉達(dá)采用了領(lǐng)域自適應(yīng)技術(shù)，包括自定義標(biāo)記器、領(lǐng)域自適應(yīng)持續(xù)預(yù)訓(xùn)練、帶有領(lǐng)域特定指令的監(jiān)督微調(diào)等方法，以提升大語言模型在工程助理聊天機(jī)器人、EDA腳本生成和Bug摘要和分析等領(lǐng)域的性能。

　　結(jié)果顯示，這些領(lǐng)域自適應(yīng)技術(shù)不僅提高了性能，還減小了模型大小，但仍有改進(jìn)空間。英偉達(dá)的這一舉措標(biāo)志著大語言模型在半導(dǎo)體設(shè)計(jì)領(lǐng)域的應(yīng)用邁出了重要的一步，為專業(yè)化領(lǐng)域提供了有用的生成式AI模型。