อุตสาหกรรมเซมิคอนดักเตอร์กำลังเปลี่ยนแปลงอย่างรวดเร็วต้องขอบคุณปัญญาประดิษฐ์

ในการประชุมครั้งนี้ ความเห็นยืนยันว่า AI และเซมิคอนดักเตอร์เป็นเสาหลักสำหรับอนาคตของเศรษฐกิจดิจิทัลในปัจจุบัน โดยเฉพาะอย่างยิ่งองค์ประกอบทั้งสองอย่างคือ “AI” และ “เซมิคอนดักเตอร์” ดำเนินควบคู่กัน AI ช่วยให้การผลิตเซมิคอนดักเตอร์เป็นระบบอัตโนมัติ คาดการณ์และตรวจจับข้อบกพร่องของผลิตภัณฑ์ และปรับปรุงคุณภาพและประสิทธิภาพการผลิตได้อย่างชัดเจนที่สุด

นายคริสโตเฟอร์ เหงียน ซีอีโอของ Aitomatic ยกตัวอย่างว่า ภายในปี 2030 โรงงานบางแห่ง โดยเฉพาะโรงงานผลิตขั้นสูง จะต้องมีมาตรฐานที่เข้มงวดยิ่งขึ้น ตัวอย่างเช่น ในการประมวลผลพลาสมา จำเป็นต้องมีพารามิเตอร์ เช่น เส้นผ่านศูนย์กลางเชื้อเพลิง แรงดัน อุณหภูมิ และปัจจัยอื่นๆ อีกมากมายเพื่อให้แน่ใจว่ามีความแม่นยำเกือบแน่นอน AI จะช่วยให้แน่ใจถึงความแม่นยำนี้

“AI ไม่สามารถพัฒนาได้หากไม่มี เซมิคอนดักเตอร์ ในทางกลับกัน อุตสาหกรรมเซมิคอนดักเตอร์กำลังเปลี่ยนแปลงอย่างรวดเร็วเนื่องจากความก้าวหน้าของ AI” “มันเป็นความสัมพันธ์แบบพึ่งพาอาศัยกันซึ่งทั้งสองฝ่ายต่างผลักดันซึ่งกันและกันไปข้างหน้า” เขากล่าว

คุณคริสโตเฟอร์ เหงียน ซีอีโอของ Aitomatic กล่าวในงานสัมมนา

เกี่ยวกับภาพเทคโนโลยีโดยทั่วไป นายคริสโตเฟอร์ เหงียน อ้างอิงกฎของมัวร์ โดยยืนยันว่าความเร็วในการพัฒนา AI และเซมิคอนดักเตอร์นั้นรวดเร็วมาก ทุกๆ 18 เดือน เทคโนโลยีไมโครโปรเซสเซอร์จะได้รับการปรับปรุงอย่างมีนัยสำคัญ

ในส่วนของตลาด โลกกำลังประสบกับการเติบโตที่น่าทึ่ง โดยความต้องการชิปประมวลผล AI คาดว่าจะเพิ่มขึ้นอย่างต่อเนื่องในอีกไม่กี่ปีข้างหน้า ประเทศต่างๆ เช่น สหรัฐอเมริกา จีน ญี่ปุ่น และเกาหลีใต้ กำลังกระตุ้นการลงทุนในสาขานี้ การแข่งขันทางด้านเทคโนโลยีระหว่างประเทศชั้นนำมีความดุเดือดอย่างยิ่ง

ในด้านการผลิตชิป นางสาวแอนนา โกลดี ผู้เชี่ยวชาญอาวุโสด้านการวิจัยทางวิทยาศาสตร์จาก Google ให้ความเห็นว่า แม้ว่าความต้องการในการประมวลผลของ AI จะเพิ่มขึ้นแบบก้าวกระโดด แต่ความสามารถของฮาร์ดแวร์กลับไม่ตามทัน ทำให้เกิดช่องว่างที่เพิ่มมากขึ้น เพื่อแก้ไขปัญหานี้ จึงได้มีการนำเทคโนโลยี AI ใหม่ๆ เช่น AlphaChip ซึ่งเป็นวิธีการออกแบบชิปที่ขับเคลื่อนด้วย AI เข้ามาใช้ เธอเชื่อว่าด้วยการประยุกต์ใช้ AI กระบวนการออกแบบชิปจึงรวดเร็วขึ้นอย่างไม่น่าเชื่อ ในขณะเดียวกันก็ช่วยลดต้นทุนและเพิ่มประสิทธิภาพการทำงานได้ด้วย

“เพื่อใช้ประโยชน์จากศักยภาพของ AI อย่างเต็มที่ จำเป็นต้องย่น ระยะเวลาในการออกแบบชิป ปรับปรุงอัลกอริทึม และใช้ข้อมูลให้เกิดประโยชน์สูงสุด ในอนาคต AI จะไม่เพียงแต่ช่วยปรับปรุงฮาร์ดแวร์เท่านั้น แต่ยังมีส่วนช่วยสร้างความก้าวหน้าในสาขาอื่นๆ อีกด้วย ไม่ว่าจะเป็นด้านการดูแลสุขภาพ การเงิน ไปจนถึงการผลิตในภาคอุตสาหกรรม” นางสาวแอนนา โกลดี กล่าว

โดยเฉพาะอย่างยิ่ง นางสาวแอนนา โกลดี แนะนำวิธี AlphaChip ที่ใช้ AI เพื่อเพิ่มประสิทธิภาพการจัดวางส่วนประกอบบนชิป ช่วยลดเวลาแฝง ประหยัดพลังงาน และเพิ่มประสิทธิภาพพื้นที่การผลิต AI สามารถปรับปรุงกระบวนการออกแบบชิปได้โดยการลดระยะเวลาดำเนินการและปรับปรุงประสิทธิภาพของผลิตภัณฑ์ AlphaChip ได้ถูกนำมาประยุกต์ใช้กับ Google TPU รุ่นล่าสุด ซึ่งให้ประสิทธิภาพที่เหนือกว่าวิธีการออกแบบแบบเดิมอย่างมาก

ในขณะเดียวกัน คุณ Tran Thanh Long ศาสตราจารย์มหาวิทยาลัย Warwick ก็ได้แบ่งปันเพิ่มเติมเกี่ยวกับความพยายามทั่วโลกในการช่วยเพิ่มพลังของเทคโนโลยี AI และเซมิคอนดักเตอร์ ตัวอย่างเช่น เขาอภิปรายถึงวิธีการใช้ที่จัดเก็บหน่วยความจำและทฤษฎีเบย์เซียนเพื่อปรับปรุงประสิทธิภาพและความสามารถในการปรับขนาดของปัญญาประดิษฐ์ (AI) การจัดเก็บความทรงจำช่วยให้ AI จดจำข้อมูลในระยะยาวและใช้ข้อมูลในอดีตเพื่อเพิ่มประสิทธิภาพการตัดสินใจ

ทฤษฎีเบย์เซียนช่วยให้ AI ปรับความน่าจะเป็นในการคาดการณ์ตามข้อมูลใหม่ ช่วยให้ระบบเรียนรู้ได้เร็วขึ้นและมีประสิทธิภาพมากขึ้น การรวมกันนี้ช่วยลดความจำเป็นในการใช้ทรัพยากรการคำนวณลงในขณะที่ยังคงรับประกันความแม่นยำสูง” นายลองกล่าว

นอกจากนี้ แนวทางนี้ยังช่วยให้ AI ทำงานได้ราบรื่นยิ่งขึ้นในพื้นที่ต่างๆ เช่น การดูแลสุขภาพ การผลิตในภาคอุตสาหกรรม และระบบอัตโนมัติ โดยเฉพาะอย่างยิ่ง AI สามารถประมวลผลข้อมูลได้ดีขึ้นโดยไม่ต้องพึ่งพาศูนย์ข้อมูลขนาดใหญ่มากเกินไป ช่วยประหยัดต้นทุนและทรัพยากร ซึ่งช่วยให้ระบบมีความชาญฉลาดมากขึ้น มีประสิทธิภาพมากขึ้น และปรับตัวได้เองโดยไม่ต้องใช้ ข้อมูล จำนวนมาก

คุณ Ngan Vu จาก Google DeepMind แนะนำแนวทางการวิจัยที่เสนอการใช้ Circuit Neural Networks เพื่อสร้างการออกแบบวงจรตรรกะที่มีประสิทธิภาพ โดยการใช้การจำลองการอบอ่อนและเทคนิคเพิ่มประสิทธิภาพอื่นๆ ทีมผู้เชี่ยวชาญของเธอตั้งเป้าที่จะย่นระยะเวลาวงจรการออกแบบวงจรจากแนวคิดไปจนถึงผลิตภัณฑ์จริง

ความท้าทายที่สำคัญประการหนึ่งคือการรักษาสมดุลระหว่างความแม่นยำและประสิทธิภาพของวงจร เพื่อให้แน่ใจว่าการออกแบบไม่เพียงแต่ทำงานได้อย่างถูกต้องเท่านั้น แต่ยังช่วยประหยัดทรัพยากรอีกด้วย อย่างไรก็ตาม หากสามารถเชื่อมช่องว่างระหว่างซอฟต์แวร์และฮาร์ดแวร์ AI ได้ ก็จะเปิดโอกาสใหม่ๆ มากมายในอุตสาหกรรมเซมิคอนดักเตอร์ “การนำ AI มาประยุกต์ใช้ในการออกแบบวงจรมีแนวโน้มที่จะเปลี่ยนแปลงวิธีการดำเนินงานของอุตสาหกรรมเซมิคอนดักเตอร์ ช่วยเร่งกระบวนการพัฒนาและส่งมอบการออกแบบที่เหมาะสมที่สุด” นางสาวงัน วู กล่าว

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