Die Halbleiterindustrie befindet sich dank künstlicher Intelligenz in einem rasanten Wandel.

NDO - Auf der Internationalen Konferenz über Künstliche Intelligenz und Halbleiter (AISC) 2025, die am Morgen des 12. März stattfand und von Aitomatic (USA) und dem Nationalen Innovationszentrum (NIC) in Hanoi organisiert wurde, diskutierten Technologieexperten die symbiotische Beziehung in der Entwicklung von künstlicher Intelligenz (KI) und Halbleitern.

Auf der Konferenz wurde die Auffassung vertreten, dass KI und Halbleiter die Säulen der digitalen Zukunft bilden. Insbesondere die beiden Elemente „KI“ und „Halbleiter“ sind eng miteinander verbunden. KI trägt offensichtlich dazu bei, den Halbleiterfertigungsprozess zu automatisieren, Produktfehler vorherzusagen und zu erkennen sowie Produktionsqualität und -effizienz zu verbessern.

Christopher Nguyen, CEO von Aitomatic, erklärt beispielsweise, dass einige Produktionsanlagen, insbesondere moderne Fertigungsstätten, bis 2030 strengere Standards benötigen werden. So müssen beispielsweise beim Plasmaschneiden Parameter wie Brennstoffdurchmesser, Druck, Temperatur und Dutzende weiterer Faktoren präzise eingestellt werden, um eine nahezu absolute Genauigkeit zu gewährleisten. Künstliche Intelligenz wird dazu beitragen, diese Genauigkeit sicherzustellen.

„KI kann sich nicht ohne Halbleiter entwickeln, und umgekehrt verändert sich die Halbleiterindustrie dank der Fortschritte im Bereich der KI rasant. Es ist eine symbiotische Beziehung, in der sich beide gegenseitig vorantreiben“, sagte er.

Herr Christopher Nguyen, CEO von Aitomatic, hielt einen Vortrag auf dem Workshop.

Mit Blick auf die allgemeine Technologielandschaft verwies Herr Christopher Nguyen auf das Mooresche Gesetz und bestätigte, dass die Entwicklung von KI und Halbleitern sehr schnell voranschreitet. Etwa alle 18 Monate erfährt die Mikroprozessortechnologie signifikante Verbesserungen.

Der Markt verzeichnet weltweit ein bemerkenswertes Wachstum, und die Nachfrage nach KI-Prozessoren dürfte in den kommenden Jahren weiterhin stark steigen. Länder wie die USA, China, Japan und Südkorea investieren verstärkt in diesem Bereich. Der Wettbewerb zwischen den führenden Technologienationen ist äußerst intensiv.

Im Bereich der Chipfertigung erklärte Anna Goldie, leitende Wissenschaftlerin bei Google, dass der Rechenbedarf von KI exponentiell wächst, die Hardwarekapazitäten jedoch nicht Schritt halten können, wodurch eine zunehmende Lücke entsteht. Um dieses Problem zu lösen, wurden neue KI-Technologien wie AlphaChip – eine KI-gestützte Chipdesignmethode – eingeführt. Sie führte aus, dass der Chipdesignprozess dank des Einsatzes von KI enorm beschleunigt wird und gleichzeitig Kosten gesenkt und die Leistung optimiert werden.

„Um das Potenzial der KI voll auszuschöpfen, müssen wir die Entwicklungszyklen von Chips verkürzen, Algorithmen verbessern und Daten optimal nutzen. KI wird künftig nicht nur die Hardware verbessern, sondern auch zu bahnbrechenden Entwicklungen in vielen anderen Bereichen beitragen, von der Gesundheitsversorgung über das Finanzwesen bis hin zur industriellen Produktion“, sagte Anna Goldie.

Frau Anna Goldie stellte insbesondere die AlphaChip-Methode vor, die mithilfe von KI das Layout von Komponenten auf dem Chip optimiert. Dies trägt dazu bei, Latenzzeiten zu reduzieren, Energie zu sparen und die Produktionsfläche zu optimieren. KI kann den Chipdesignprozess beschleunigen und die Produktleistung verbessern. AlphaChip wurde bereits in den neuesten Generationen von Google TPUs eingesetzt und bietet im Vergleich zu herkömmlichen Designmethoden eine deutlich höhere Effizienz.

Unterdessen berichtete Herr Tran Thanh Long, Professor an der Universität Warwick, über die weltweiten Bemühungen zur Leistungssteigerung von KI und Halbleitertechnologie. Er erwähnte beispielsweise, wie Speicher und die Bayes-Theorie die Leistungsfähigkeit und Skalierbarkeit von KI verbessern können. Speicher ermöglichen es der KI, Informationen langfristig zu speichern und vergangene Daten zur Optimierung von Entscheidungen zu nutzen.

„Die Bayes'sche Theorie hilft der KI, ihre Vorhersagewahrscheinlichkeiten anhand neuer Daten anzupassen, wodurch das System schneller und effizienter lernt. Diese Kombination reduziert den Bedarf an Rechenressourcen und gewährleistet gleichzeitig eine hohe Genauigkeit“, sagte Herr Long.

Darüber hinaus trägt dieser Ansatz zu einem reibungsloseren Betrieb von KI in Bereichen wie dem Gesundheitswesen, der industriellen Fertigung und der Automatisierung bei. Insbesondere kann KI Daten besser verarbeiten, ohne zu stark auf große Rechenzentren angewiesen zu sein, wodurch Kosten und Ressourcen gespart werden. Dadurch werden Systeme intelligenter, effizienter und selbstanpassend, ohne dass riesige Datenmengen benötigt werden.

Frau Ngan Vu von Google DeepMind stellt einen Forschungsansatz vor, der den Einsatz von Schaltkreis-Neuronalen Netzen zur Entwicklung effizienter Logikschaltungen vorschlägt. Durch die Anwendung von Simulated Annealing und anderen Optimierungstechniken will ihr Expertenteam den Entwicklungszyklus von der Idee bis zum fertigen Produkt verkürzen.

Eine der größten Herausforderungen besteht darin, Genauigkeit und Leistung von Schaltungen in Einklang zu bringen und sicherzustellen, dass die Designs nicht nur korrekt funktionieren, sondern auch Ressourcen sparen. Kann die Kluft zwischen KI-Software und -Hardware verringert werden, eröffnen sich jedoch zahlreiche neue Möglichkeiten in der Halbleiterindustrie. „Der Einsatz von KI im Schaltungsdesign verspricht, die Arbeitsweise der Halbleiterindustrie grundlegend zu verändern, den Entwicklungsprozess zu beschleunigen und optimalere Designs zu liefern“, so Ngan Vu.