Come l'IA ha aiutato ad accorciare la progettazione dei Core Ultra: ce lo spiega Intel

La progettazione dei microprocessori che abbiamo nei nostri computer è un lavoro a cavallo tra scienza e arte, complicatissimo ed estenuante. Per decenni, racconta Intel in un interessante articolo, i progettisti si sono basati su dati storici ed esperienza diretta per decidere dove posizionare i sensori termici sulle CPU dei notebook.

Un lavoro non meno importante di realizzare l'architettura, perché i sensori termici rivestono una parte fondamentale nel funzionamento della CPU e del sistema in generale. Quel lavoro certosino può richiedere fino a sei settimane di test, simulazioni di carichi di lavoro, ottimizzazione del posizionamento dei sensori e, più in generale, vari tentativi per trovare la migliore disposizione.

"Oggi", spiega Intel, "grazie a un nuovo strumento di intelligenza aumentata sviluppato internamente dagli ingegneri di Intel, i progettisti di system-on-chip (SoC) non aspettano più sei settimane per sapere se hanno trovato il posto giusto per i sensori. Ricevono le risposte in pochi minuti". In un mondo in cui il tempo di approdo sul mercato è fondamentale, velocizzare questa parte dello sviluppo è di grande aiuto per rispettare le tempistiche di lancio.

L'intelligenza aumentata è un sottoinsieme dell'intelligenza artificiale che si concentra sul modo in cui uomini e macchine lavorano insieme. Lo strumento, sviluppato dal team di Augmented Intelligence guidato dalla dottoressa Olena Zhu, senior principal engineer e AI solution architect del Client Computing Group (CCG) di Intel, aiuta i progettisti di Intel a tenere conto di migliaia di variabili dei loro progetti.

"I prodotti client, come i laptop, si affidano molto ai meccanismi di Turbo Boost e alle frequenze di picco. È necessario che il SoC raggiunga frequenze più elevate, che a loro volta generano calore", spiega Mark Gallina, ingegnere principale di CCG e architetto senior di sistemi termici e meccanici.

Gallina afferma che gli ingegneri devono analizzare con precisione i carichi di lavoro complessi e simultanei che attivano i core CPU, l'input/output (I/O) e le altre funzioni del sistema per determinare con precisione la posizione dei punti caldi (hotspot). Il processo è complicato dalla scelta del punto in cui gli ingegneri posizionano i minuscoli sensori termici, ciascuno appena più grande della punta di uno spillo.

"Questo processo richiede alcune settimane e siamo limitati a esaminare uno o due carichi di lavoro alla volta", spiega Gallina. Con il nuovo strumento di intelligenza aumentata di Intel le ipotesi "stanno a zero": gli ingegneri inseriscono i loro dati e lo strumento analizza migliaia di variabili, restituendo suggerimenti di progettazione ideali in pochi minuti.

Il frutto del lavoro di questo strumento lo vediamo nella famiglia di processori mobile Intel Core Ultra (Meteor Lake). La società afferma che userà questo modus operandi anche per i futuri prodotti client come Lunar Lake e i suoi successori.

Il team Intel Augmented Intelligence - Mark Gallina, Olena Zhu e Michael Frederick

Olena Zhu e il collega Ivy Zhu hanno anche sviluppato un tool capace di identificare rapidamente i carichi di lavoro termici critici. Il suo team addestra modelli di intelligenza artificiale basati su simulazioni o misurazioni di un numero limitato di carichi di lavoro. Questi modelli prevedono poi altri carichi di lavoro che non vengono simulati o misurati da Intel. Insieme, entrambi gli strumenti di intelligenza aumentata migliorano il modo in cui gli ingegneri ottimizzano la progettazione del chip.

"Con l'intelligenza aumentata, utilizziamo l'apprendimento automatico computazionale combinato con l'esperienza ingegneristica umana per identificare le aree migliori in cui investire le nostre risorse limitate", ha affermato Gallina spiegando che lo strumento è di ausilio agli ingegneri e non nasce per sostituirli. "Questo nuovo strumento ha rivoluzionato completamente il modo in cui oggi eseguiamo le analisi termiche. È molto più efficiente e ci dà maggiore visibilità sui rischi termici prima di accendere il SoC".

"Quando combiniamo l'IA con la nostra forza ingegneristica esistente, possiamo trovare l'ago nel pagliaio in modo molto più efficiente", ribadisce Olena Zhu. Questo non è però l'unico ambito in cui gli ingegneri di Intel stanno usando l'IA per accelerare la progettazione di hardware e software: un esempio chiaro a tutti è "AI-Assist", la funzionalità di XTU che utilizza un modello di intelligenza artificiale per determinare automaticamente valori di overclocking custom per le diverse piattaforme basate su CPU Raptor Lake Refresh.

La società, inoltre, ha usato l'IA per mettere a punto l'algoritmo del Thread Director (il "vigile" che indirizza i carichi ai P-core o agli E-core) delle CPU Core di 13a generazione che ha contribuito a migliorare il carico di lavoro di oltre il 20%. Infine, gli ingegneri hanno ridotto del 50% il tempo necessario per testare i singoli processori grazie a un algoritmo AI intelligente sviluppato internamente.