به گفته دکتر استیون وو از شرکت Rambus Semiconductor، در مواجهه با توسعه هوش مصنوعی، برآورده کردن تقاضای سرسامآور از نظر کمیت و کیفیت، حتی برای "بزرگان" صنعت نیمههادی، چالش بزرگی است.
طراحی تراشه شامل مراحل پیچیدهی بسیاری است، از طراحی عملکردی، سنتز مدار گرفته تا طرحبندی، مسیریابی، تأیید، تولید آزمایشی و غیره. با خطوط تولید تراشهی پیشرفته، کل این فرآیند میتواند سالها طول بکشد.
در همین حال، رونق هوش مصنوعی فشار بیشتری را بر صنعت وارد میکند تا زمان تحویل را کوتاهتر کند، سریعتر نوآوری کند و تقاضای روزافزون برای برق، حافظه و پهنای باند را برآورده سازد.
این یعنی طراحان باید محصولات را با فواصل زمانی کوتاهتر و فشردهتری توسعه دهند.
ناگفته نماند، طبق پیشبینی انجمن جهانی صنایع نیمههادی (SEMI)، از اکنون تا سال ۲۰۳۰، صنعت نیمههادی جهانی به حدود یک میلیون کارگر ماهر دیگر نیاز خواهد داشت. این چالش، ترویج اتوماسیون را به یک استراتژی برای کسبوکارهای این صنعت تبدیل میکند.

عکس تصویرسازی
به گفته کارشناسان، به کارگیری هوش مصنوعی در تولید نیمههادیها، راهحلی برای کمک به بهبود عملکرد فوقالعاده، به ویژه برای خطوط تولید تراشه که به عملکرد بالا نیاز دارند، خواهد بود.
الگوریتمهای یادگیری ماشین میتوانند حجم عظیمی از دادهها را از فرآیندهای تولید تجزیه و تحلیل کنند تا ناهنجاریها را تشخیص داده و عملیات را فوراً تنظیم کنند.
به لطف آن، کسبوکارها میتوانند در مواد اولیه صرفهجویی کنند، زمان از کارافتادگی را کاهش دهند و هزینهها را کاهش دهند.
رقابت برای توسعه هوش مصنوعی، شرکتهای بزرگ را نیز مجبور کرده است که به طور مداوم سرمایهگذاریهای سنگینی در تحقیق، طراحی و تولید برای بهبود ظرفیت عرضه تراشه انجام دهند. در مارس ۲۰۲۵، شرکت TSMC از اختصاص ۱۰۰ میلیارد دلار اضافی برای تأسیسات تولیدی خود در ایالات متحده خبر داد. طبق گفته مککینزی، از اکنون تا ۲۰۳۰، کل سرمایهگذاری در ساخت کارخانههای نیمههادی در سطح جهان میتواند به ۱۰۰۰ میلیارد دلار برسد - رقمی که مقیاس عظیم این صنعت را نشان میدهد.
غولهای فناوری مانند انویدیا حتی در حال ساخت «کارخانههای هوش مصنوعی» هستند - سیستمهای اختصاصی که کل چرخه عمر هوش مصنوعی را مدیریت و بهینه میکنند.
این یک نقطه عطف محسوب میشود و دوران جدیدی را برای زنجیره تأمین نیمههادیها و همچنین زیرساختهای محاسباتی جهانی آغاز میکند.
طراحان تراشه امروزه مجبورند روی ساخت محصولاتی تمرکز کنند که کوچکتر، کممصرفتر و در عین حال قدرتمندتر باشند.
جنسن هوانگ، مدیرعامل انویدیا، زمانی تأکید کرد: «هوش مصنوعی به صورت تصاعدی در حال شتاب گرفتن است. میزان محاسباتی که امروز با توسعه هوش مصنوعی و مدلهای عامل به آن نیاز داریم، بیش از ۱۰۰ برابر بیشتر از پیشبینیهای یک سال پیش است.»
برای پاسخگویی به تقاضای رو به رشد برای تراشههای تخصصی و کاهش چالشهای مربوط به توان، طراحان صنعتی در حال بررسی کاربردهای جدید مواد نیز هستند.
و هوش مصنوعی همچنین به تسریع تحقیق و توسعه کمک میکند، زیرا میتواند دادههای آزمایشی را برای پیشبینی خواص جایگزینهای سیلیکون تجزیه و تحلیل کند و از روشهای جدید تولید مانند انباشتگی پشتیبانی کند و فرصتهایی را برای ایجاد تراشههای کارآمدتر و قدرتمندتر فراهم کند.
این موضوع کلیدی است، زیرا صنعت نیمههادی به آستانهی قانون مور نزدیک میشود و نیاز به یافتن راههای جدیدی برای ادامهی بهبود عملکرد تراشهها دارد.
استفاده از هوش مصنوعی در طراحی، مونتاژ، آزمایش و کنترل کیفیت به تضمین این امر کمک میکند که تنها تراشههای با بالاترین کیفیت به بازار عرضه شوند. با کمک هوش مصنوعی، طراحان میتوانند نقصهای میکروسکوپی را بسیار سریعتر و دقیقتر از روشهای سنتی تشخیص دهند. این امر به طور قابل توجهی خطر رسیدن محصولات معیوب به کاربران را کاهش میدهد، در حالی که قابلیت اطمینان کلی تراشههای نیمههادی به طور قابل توجهی بهبود مییابد.
طبق پیشبینیها، سرمایهگذاری در هوش مصنوعی برای طراحی تراشه میتواند تا سال ۲۰۲۶ به ۵۰۰ میلیون دلار برسد. به موازات آن، انتظار میرود ارزش بازار شتابدهندههای هوش مصنوعی مورد استفاده در سرورها بین سالهای ۲۰۲۴ تا ۲۰۲۸، ۱۲ میلیارد دلار افزایش یابد.
توسعه هوش مصنوعی مستلزم آن است که صنعت نیمههادی واقعاً وارد دورهای از تحول قوی شود. با این حال، هوش مصنوعی همچنین به تولید نیمههادی کمک میکند تا کارآمدتر، نوآورانهتر و مقرونبهصرفهتر شود. تعامل دو طرفه بین هوش مصنوعی و نیمههادیها در حال شکلگیری چرخهای از پیشرفت فناوری است که توسط نوآوری مداوم هدایت میشود.
طبق گفته vneconomy.vn
منبع: https://mst.gov.vn/ai-dang-day-nganh-cong-nghiep-ban-dan-phai-chuyen-minh-manh-me-197251121083038699.htm






نظر (0)