Die Anwendung von KI in der Produktionslinie scheint einfach, ist aber schwierig

Experten zufolge besteht die größte Herausforderung bei der Entwicklung von KI für die Halbleiterindustrie heute darin, das Modell direkt in der Produktionslinie präzise und stabil zum Laufen zu bringen.

Experten wenden KI in der Halbleiterchip-Entwicklung an – Foto: UMICH

Dies war ein wichtiges Thema im Workshop „Lösungen für künstliche Intelligenz (KI) in der Halbleiterindustrie“, der am Nachmittag des 5. August vom Innovationszentrum des Wissenschafts- und Technologieministeriums von Ho-Chi-Minh-Stadt organisiert wurde.

Experten haben sich darauf konzentriert, praktische Implementierungsmöglichkeiten in Produktionsumgebungen zu finden, was heute als das größte Hindernis gilt.

Experte Duong Quang Huy – Ingenieur bei Ascendas Systems – sagte, dass in modernen Produktionslinien, insbesondere in Halbleiterproduktionslinien, KI-Modelle erforderlich seien, um Fehler in der Produktion zu erkennen.

Beispielsweise können Ingenieure Tools wie Deep Network Designer verwenden, um neuronale Netzwerke zu erstellen, zu visualisieren und zu optimieren, oder Classification Learner, um verschiedene Algorithmen zu testen und das Modell auszuwählen, das am besten zu realen Datensätzen passt.

Die Schwierigkeit besteht laut Herrn Huy darin, ob das Modell bei der Übertragung aus der Trainingsumgebung auf eine reale Produktionslinie noch immer dieselbe Genauigkeit wie im Labor beibehalten kann.

Denn Algorithmen können in einer simulierten Umgebung eine Genauigkeit von 99 % erreichen, übersehen jedoch echte Produktfehler am Fließband aus einfachen Gründen wie Blendung, Staub oder einer leichten Drehung einer Komponente.

„Die Herausforderung bei der Entwicklung von KI liegt nicht in den Algorithmen, sondern darin, vom Labor in die Realität zu gelangen“, bekräftigte Herr Huy.

Experte Duong Quang Huy stellte sich beim Workshop vor – Foto: TRONG NHAN

Experten zufolge besteht eine der grundlegenden und entscheidenden Lösungen darin, Eingabedaten zu standardisieren und genaue Trainingsdatensätze zu erstellen.

Denn die meisten Fehler bei der Modellbereitstellung entstehen durch inkonsistente Eingabedaten, etwa durch überbelichtete, verzerrte oder unscharfe Bilder, Bilder mit anderen Lichtverhältnissen als die Trainingsumgebung oder Bilder mit leicht verschobenen Komponenten.

Um dieses Problem zu lösen, empfiehlt Experte Duong Quang Huy, die Bilddaten vor dem Training zu standardisieren. Dazu gehören Schritte wie das Ausbalancieren des Lichts, das Anpassen von Winkeln, das Verbessern des Kontrasts und das Entfernen von Rauschen.

Gleichzeitig hilft eine genaue Kennzeichnung mithilfe von Tools oder einer Kombination aus manueller und automatischer Kennzeichnung dem Modell, die wahren Merkmale des Defekts zu erlernen, anstatt durch irrelevante Merkmale gestört zu werden.

Ebenfalls auf der Veranstaltung wies Experte Tran Kim Duy Lan, Landesdirektor von Navagis, auf ein weiteres Paradoxon in der KI-Entwicklung hin. Einerseits könne KI dazu beitragen, die Chip-Designzeit um 30 % zu verkürzen und die Fabrikproduktivität um bis zu 25 % zu steigern. Andererseits werde erwartet, dass Rechenzentren, die KI betreiben, bis 2030 bis zu 21 % des weltweiten Stroms verbrauchen.

In diesem Zusammenhang betonte Herr Lan die Bedeutung der Umstellung von zentralisierten KI-Modellen auf verteilte Modelle am Gerät, insbesondere Edge-KI und On-Device-KI. Dies gilt als strategischer Trend zur Gewährleistung der Nachhaltigkeit.

Mit Edge AI werden Daten direkt auf dem Gerät, beispielsweise einer Smartkamera, einem Mikrocontroller oder einer Embedded-Platine, verarbeitet, anstatt vollständig in die Cloud übertragen zu werden. Dies kann die Übertragungsbandbreite reduzieren, gleichzeitig die Latenz verringern, den Datenschutz erhöhen und vor allem den Stromverbrauch pro Aufgabe um das 100- bis 1.000-fache senken, da der Zwischenverarbeitungsschritt entfällt.

Der globale KI-Markt erreicht ein Volumen von 1.811 Milliarden US-Dollar

Auf der Konferenz präsentierten Experten außerdem die neuesten Berichte zur Entwicklung der KI. Demnach soll der globale Markt bis 2030 ein Volumen von 1.811 Milliarden US-Dollar erreichen. Gleichzeitig strebt die Halbleiterindustrie ein Volumen von 1.000 Milliarden US-Dollar an.

Derzeit wird davon ausgegangen, dass die Kombination von KI und Halbleitern einen „doppelten Schub“ für die neue industrielle Revolution darstellt, insbesondere da die Trends der proaktiven KI, der multimodalen KI und der generativen und nachhaltigen KI die Anforderungen an Chipdesign, -optimierung und -tests neu gestalten.

GEWICHT

Quelle: https://tuoitre.vn/ung-dung-ai-trong-day-chuyen-san-xuat-tuong-de-ma-kho-20250805160542772.htm