Durante décadas, determinar exactamente dónde colocar sensores sensibles al calor en los procesadores de portátiles de Intel requirió ciencia y arte en partes iguales.
Los diseñadores de circuitos se guiarían por datos históricos al decidir dónde colocar los sensores térmicos en las unidades centrales de procesamiento (CPU) que se incluyen en las computadoras portátiles modernas. También se basarían en la experiencia para saber exactamente dónde tienden estar los puntos calientes. Este trabajo exhaustivo podría llevar hasta seis semanas de pruebas, ejecución de cargas de trabajo simuladas, optimización de la ubicación del sensor y luego repetir el proceso de nuevo.
Hoy, gracias a una nueva herramienta de inteligencia aumentada desarrollada internamente por ingenieros de Intel, los diseñadores de sistemas sobre chip (SoC) no esperan seis semanas para saber si dan en el punto exacto del sensor. Están recibiendo respuestas en minutos
Un pequeño paso para la inteligencia aumentada, un gran salto para el diseño de silicio
Olena Zhu, ingeniera principal sénior y arquitecta de soluciones de IA en Client Computing Group (CCG) de Intel, ayuda a los arquitectos de sistemas de Intel a tener en cuenta miles de variables en los futuros diseños de silicio. Es uno de los muchos ejemplos en los que los equipos de Intel están aplicando conocimientos de IA para optimizar varias cargas de trabajo.
La inteligencia aumentada es un subconjunto de la IA que se centra en cómo los humanos y las máquinas trabajan juntos.
"Los productos para clientes, como las computadoras portátiles, dependen en gran medida del turbo y las frecuencias máximas. Se desea que el SoC trabaje a frecuencias cada vez más altas, lo que genera calor térmico ", dice Mark Gallina, ingeniero principal de CCG y arquitecto térmico y mecánico senior del sistema.
Explica cómo los ingenieros deben analizar con precisión las cargas de trabajo complejas y simultáneas que activan el núcleo de la CPU, la entrada/salida (E/S) y otras funciones del sistema para determinar con precisión la ubicación de los puntos con más temperatura. Lo complicado del proceso está en determinar dónde colocan los ingenieros los diminutos sensores térmicos, que son apenas más grande que la punta de un alfiler.
"Ese proceso lleva unas semanas, y estamos limitados a examinar una o dos cargas de trabajo a la vez", dice Gallina.
La nueva herramienta de inteligencia aumentada de Intel elimina esas conjeturas. Los ingenieros ingresan sus condiciones límite y la herramienta procesa miles de variables, devolviendo sugerencias de diseño ideales en cuestión de minutos.
Los colaboradores utilizaron la herramienta en los diseños del SoC de la familia Intel Core Ultra (Meteor Lake) lanzada el 14 de diciembre, y se aplicará a futuros productos como Lunar Lake y sus sucesores, que promoverán las ofertas de la clase de computadoras portátiles AI PC.
Más IA: identificación de cargas de trabajo térmicas aumentada para optimizar el diseño del silicio
Olena Zhu e Ivy Zhu, ingeniera principal, arquitecta de soluciones de IA y el miembro del equipo, también desarrollaron una herramienta complementaria que identifica rápidamente las cargas de trabajo críticas en términos térmicos.
Olena dice que funciona así: su equipo entrena modelos de IA basados en simulaciones o mediciones de una pequeña cantidad de cargas de trabajo. Estos modelos luego predicen otras cargas de trabajo que no están siendo simuladas o medidas por Intel.
En conjunto, ambas herramientas de inteligencia aumentada impulsan la forma en que los ingenieros optimizan el diseño de silicio para las próximas familias de chips de Intel, incluidos los procesadores de portátiles que impulsarán la próxima generación de PC con IA.
Si bien ambas herramientas son útiles, no se equivoque, la inteligencia aumentada no está reemplazando a los ingenieros.
"Con la inteligencia aumentada, estamos utilizando el aprendizaje automático computacional combinado con la experiencia en ingeniería humana para identificar las mejores áreas para invertir nuestros recursos", dice Gallina.
"Esta nueva herramienta ha revolucionado completamente la forma en que manejamos la térmica hoy en día. Es mucho más eficiente y nos da mucha más visibilidad de los riesgos antes de encender el SoC. Hemos estado avanzando a tientas en la oscuridad, pero con la inteligencia aumentada, nos han dado una linterna para guiar el camino hacia adelante."
La inteligencia aumentada ayuda a encontrar la aguja en el pajar
El momento "aha" de Olena llegó hace unos años cuando se dio cuenta de que el rápido avance de las inversiones en IA abrió nuevas puertas a la forma en que diseñamos.
"La inteligencia aumentada conduce a una nueva generación de herramientas que nos permiten manipular datos más eficientemente que nunca", dice Olena. "Cuando combinamos la IA con nuestra experiencia técnica existente, podemos encontrar la aguja en el pajar de manera mucho más eficiente."
Gracias a Olena y su equipo, los ingenieros de Intel están adoptando la IA. El equipo de Inteligencia Aumentada de CCG continúa encontrando formas en que la IA puede acelerar el diseño de hardware y software. Aquí algunos ejemplos recientes:
- Una herramienta de análisis de integridad de señal rápida y precisa para E/S de alta velocidad reduce el tiempo de diseño de meses a una hora. ¿El extra? Intel es el primero en la industria en adoptar esta técnica, que ha respaldado generaciones de diseños de chips.
- Una herramienta de análisis automático de fallas basada en IA para el diseño de E/S de alta velocidad, implementada desde 2020, permitió aumentar la eficiencia en un 60 %.
- Una herramienta de inteligencia aumentada llamada "AI-Assist" utiliza un modelo de IA para determinar automáticamente los valores de overclocking personalizados para diferentes plataformas. Esto reduce el tiempo de overclocking de días a solo un minuto. AI-Assist está disponible en máquinas Raptor Lake Refresh. (Video: Cómo AI Assist utiliza el aprendizaje automático para facilitar el overclocking)
- Se incorpora un optimizador automático de diseño de silicio basado en inteligencia artificial en el flujo de diseño de SoC de Intel.
- Una herramienta de muestreo inteligente para ayudar a los ingenieros de potencia y rendimiento a analizar experimentos de diseño inteligentes redujo el número de casos de prueba hasta en un 40%.
- Una herramienta interactiva para el usuario construye modelos de IA para predecir el rendimiento de propuestas arquitectónicas y ayudar a responder preguntas sobre los intercambios en el diseño de CPU.
- Una nueva forma de colocar automáticamente componentes de placa diminutos reduce el tiempo de ciclo de días a horas.
En Intel, otros equipos de ingeniería están encontrando usos inteligentes para la IA en el amplio conjunto de productos: un algoritmo de Intel® Thread Director de IA que debutó en las CPU de Intel® Core™ de 13a Generación contribuyó a mejoras en las cargas de trabajo de más del 20%.
En otro ejemplo, los equipos de ingeniería redujeron el tiempo necesario para probar procesadores individuales en un 50% gracias a un algoritmo inteligente de IA desarrollado internamente.
"Hay un movimiento de rápido crecimiento en la industria para infundir IA en usos de ingeniería similares, e Intel definitivamente lo está aprovechando y adoptando", dice Olena.