Полупроводниковая промышленность стремительно меняется благодаря искусственному интеллекту.

На конференции прозвучали мнения, что ИИ и полупроводники в настоящее время являются опорами будущего цифровой экономики. В частности, два элемента «ИИ» и «полупроводник» идут рука об руку. Наиболее заметно, что ИИ помогает автоматизировать производство полупроводников, прогнозировать и обнаруживать дефекты продукции, а также повышать качество и эффективность производства.

Г-н Кристофер Нгуен, генеральный директор Aitomatic, привел пример: к 2030 году некоторые заводы, особенно передовые производственные предприятия, потребуют более строгих стандартов. Например, при плазменной обработке для обеспечения почти абсолютной точности необходимы такие параметры, как диаметр топлива, давление, температура и десятки других факторов. ИИ поможет обеспечить эту точность.

«ИИ не может развиваться без полупроводников , и наоборот, полупроводниковая промышленность быстро меняется благодаря достижениям в области ИИ. «Это симбиотические отношения, в которых оба подталкивают друг друга вперед», — сказал он.

На семинаре выступил г-н Кристофер Нгуен — генеральный директор Aitomatic.

Говоря об общей технологической картине, г-н Кристофер Нгуен сослался на закон Мура, утверждающий, что скорость развития ИИ и полупроводников очень высока. Каждые 18 месяцев микропроцессорные технологии значительно совершенствуются.

Что касается рынка, то в мире наблюдается значительный рост, и ожидается, что спрос на микросхемы для обработки искусственного интеллекта продолжит существенно расти в ближайшие годы. Такие страны, как США, Китай, Япония и Южная Корея, наращивают инвестиции в эту сферу. Гонка между странами-лидерами в области технологий чрезвычайно ожесточенная.

В области производства микросхем г-жа Анна Голди, старший эксперт по научным исследованиям Google, отметила, что, хотя потребности ИИ в вычислениях растут экспоненциально, возможности оборудования не поспевают за ними, что создает растущий разрыв. Для решения этой проблемы были внедрены новые технологии искусственного интеллекта, такие как AlphaChip — метод проектирования микросхем на основе искусственного интеллекта. Она считает, что благодаря применению ИИ процесс проектирования микросхем невероятно ускоряется, что позволяет снизить затраты и оптимизировать производительность.

«Чтобы в полной мере раскрыть потенциал ИИ, необходимо сократить циклы проектирования микросхем, улучшить алгоритмы и максимально эффективно использовать данные. «В будущем ИИ не только поможет улучшить оборудование, но и внесет вклад в достижение прорывов во многих других областях: от здравоохранения и финансов до промышленного производства», — отметила г-жа Анна Голди.

В частности, г-жа Анна Голди представила метод AlphaChip, который использует ИИ для оптимизации компоновки компонентов на кристалле, помогая сократить задержки, сэкономить электроэнергию и оптимизировать производственную площадь. ИИ может улучшить процесс проектирования микросхем за счет сокращения сроков выполнения заказов и повышения производительности продукции. AlphaChip применяется в последних поколениях Google TPU, обеспечивая значительную эффективность по сравнению с традиционными методами проектирования.

Тем временем г-н Тран Тхань Лонг, профессор Уорикского университета, рассказал об усилиях по всему миру, которые способствуют повышению эффективности ИИ и полупроводниковых технологий. Например, он рассуждает о том, как хранилища памяти и байесовская теория могут быть использованы для повышения производительности и масштабируемости искусственного интеллекта (ИИ). Хранение данных в памяти помогает ИИ запоминать информацию в долгосрочной перспективе и использовать прошлые данные для оптимизации решений.

«Байесовская теория помогает ИИ корректировать вероятности прогнозирования на основе новых данных, помогая системе обучаться быстрее и эффективнее. «Такое сочетание снижает потребность в вычислительных ресурсах, обеспечивая при этом высокую точность», — сказал г-н Лонг.

Кроме того, такой подход помогает ИИ работать более гладко в таких областях, как здравоохранение, промышленное производство и автоматизация. В частности, ИИ может лучше обрабатывать данные, не полагаясь слишком сильно на крупные центры обработки данных, что позволяет экономить средства и ресурсы. Это делает системы более интеллектуальными, эффективными и самоадаптирующимися без необходимости использования огромных объемов данных .

Г-жа Нган Ву из Google DeepMind представляет направление исследований, в котором предлагается использовать нейронные сети для создания эффективных логических схем. Применяя имитацию отжига и другие методы оптимизации, ее команда экспертов стремится сократить цикл проектирования схемы от концепции до реального продукта.

Одной из основных задач является поиск баланса между точностью и производительностью схемы, гарантируя, что конструкция не только будет работать точно, но и позволит экономить ресурсы. Однако если разрыв между программным и аппаратным обеспечением ИИ удастся преодолеть, это откроет множество новых возможностей в полупроводниковой промышленности. «Применение ИИ к проектированию схем обещает изменить способ работы полупроводниковой промышленности, помогая ускорить процесс разработки и предоставлять более оптимальные конструкции», — сказала г-жа Нган Ву.

Источник: https://nhandan.vn/nganh-ban-dan-dang-thay-doi-nhanh-chong-nho-tri-tue-nhan-tao-post864812.html