कृत्रिम बुद्धिमत्ता के कारण सेमीकंडक्टर उद्योग तेजी से बदल रहा है।

एनडीओ - 12 मार्च की सुबह एटोमैटिक (यूएसए) और हनोई में राष्ट्रीय नवाचार केंद्र (एनआईसी) द्वारा आयोजित कृत्रिम बुद्धिमत्ता और अर्धचालक (एआईएससी) 2025 पर अंतर्राष्ट्रीय सम्मेलन में, प्रौद्योगिकी विशेषज्ञों ने कृत्रिम बुद्धिमत्ता (एआई) और अर्धचालकों के विकास में सहजीवी संबंध पर चर्चा की।

सम्मेलन में, इस बात पर ज़ोर दिया गया कि एआई और सेमीकंडक्टर वर्तमान में डिजिटल अर्थव्यवस्था के भविष्य के स्तंभ हैं। विशेष रूप से, "एआई" और "सेमीकंडक्टर" ये दो तत्व एक-दूसरे से जुड़े हुए हैं। सबसे स्पष्ट रूप से, एआई सेमीकंडक्टर निर्माण प्रक्रिया को स्वचालित करने, उत्पाद दोषों का पूर्वानुमान लगाने और उनका पता लगाने, और उत्पादन की गुणवत्ता और दक्षता में सुधार करने में मदद करता है।

एटोमैटिक के सीईओ श्री क्रिस्टोफर गुयेन ने एक उदाहरण देते हुए कहा कि 2030 तक कुछ विनिर्माण संयंत्रों, खासकर उन्नत विनिर्माण संयंत्रों को और भी कड़े मानकों की आवश्यकता होगी। उदाहरण के लिए, प्लाज्मा प्रसंस्करण प्रक्रिया में, ईंधन का व्यास, दबाव, तापमान और दर्जनों अन्य कारकों जैसे मापदंडों को लगभग पूर्ण सटीकता सुनिश्चित करने के लिए सुनिश्चित किया जाना चाहिए। एआई इस सटीकता को सुनिश्चित करने में योगदान देगा।

उन्होंने कहा, "अर्धचालकों के बिना कृत्रिम बुद्धिमत्ता (एआई) का विकास संभव नहीं है, और इसके विपरीत, कृत्रिम बुद्धिमत्ता (एआई) में प्रगति के कारण अर्धचालक उद्योग तेज़ी से बदल रहा है। यह एक सहजीवी संबंध है जहाँ दोनों एक-दूसरे को आगे बढ़ाते हैं।"

एटोमैटिक के सीईओ श्री क्रिस्टोफर गुयेन ने कार्यशाला में बात की।

सामान्य तकनीकी परिदृश्य के संदर्भ में, श्री क्रिस्टोफर गुयेन ने मूर के नियम का हवाला देते हुए पुष्टि की कि एआई और अर्धचालकों के विकास की गति बहुत तेज़ है। हर 18 महीने में, माइक्रोप्रोसेसर तकनीक में उल्लेखनीय सुधार हो रहा है।

जहाँ तक बाज़ार की बात है, दुनिया में उल्लेखनीय वृद्धि देखी जा रही है और आने वाले वर्षों में एआई प्रोसेसिंग चिप्स की माँग में तेज़ी से वृद्धि जारी रहने की उम्मीद है। अमेरिका, चीन, जापान और दक्षिण कोरिया जैसे देश इस क्षेत्र में निवेश बढ़ा रहे हैं। प्रौद्योगिकी के क्षेत्र में अग्रणी देशों के बीच प्रतिस्पर्धा बेहद कड़ी है।

चिप निर्माण के क्षेत्र में, गूगल की वरिष्ठ शोध वैज्ञानिक सुश्री अन्ना गोल्डी ने टिप्पणी की कि जहाँ एक ओर AI की कंप्यूटिंग ज़रूरतें तेज़ी से बढ़ रही हैं, वहीं हार्डवेयर क्षमताएँ उनके अनुरूप नहीं हैं, जिससे एक बड़ा अंतर पैदा हो रहा है। इस समस्या के समाधान के लिए, नई AI तकनीकें, जैसे कि AlphaChip - एक AI चिप डिज़ाइन विधि - पेश की गई हैं। उन्होंने कहा कि AI के अनुप्रयोग के कारण, चिप डिज़ाइन प्रक्रिया अविश्वसनीय रूप से तेज़ हो गई है, साथ ही लागत कम करने और प्रदर्शन को बेहतर बनाने में भी मदद मिली है।

"एआई की क्षमता का पूरा दोहन करने के लिए, हमें चिप डिज़ाइन चक्रों को छोटा करना होगा, एल्गोरिदम में सुधार करना होगा और डेटा का अधिकतम उपयोग करना होगा। भविष्य में, एआई न केवल हार्डवेयर को बेहतर बनाने में मदद करेगा, बल्कि स्वास्थ्य सेवा, वित्त से लेकर औद्योगिक विनिर्माण तक, कई अन्य क्षेत्रों में भी सफलताओं को आकार देने में योगदान देगा," सुश्री अन्ना गोल्डी ने कहा।

विशेष रूप से, सुश्री अन्ना गोल्डी ने अल्फाचिप पद्धति प्रस्तुत की जो चिप पर घटकों के लेआउट को अनुकूलित करने के लिए एआई का उपयोग करती है, जिससे विलंबता कम करने, बिजली बचाने और उत्पादन क्षेत्र को अनुकूलित करने में मदद मिलती है। एआई समय को कम करके और उत्पाद के प्रदर्शन में सुधार करके चिप डिज़ाइन प्रक्रिया को बेहतर बना सकता है। अल्फाचिप को Google TPU की हालिया पीढ़ियों में लागू किया गया है, जो पारंपरिक डिज़ाइन विधियों की तुलना में महत्वपूर्ण दक्षता लाता है।

इस बीच, वारविक विश्वविद्यालय के प्रोफेसर श्री ट्रान थान लोंग ने दुनिया भर में एआई और सेमीकंडक्टर तकनीक की शक्ति बढ़ाने में मदद करने वाले प्रयासों के बारे में और जानकारी साझा की। उदाहरण के लिए, उन्होंने बताया कि कृत्रिम बुद्धिमत्ता (एआई) के प्रदर्शन और मापनीयता को बेहतर बनाने के लिए मेमोरी स्टोर और बायेसियन सिद्धांत का उपयोग कैसे किया जा सकता है। मेमोरी स्टोर एआई को जानकारी को लंबे समय तक याद रखने और निर्णयों को बेहतर बनाने के लिए पिछले डेटा का उपयोग करने में मदद करते हैं।

"बायेसियन सिद्धांत एआई को नए डेटा के आधार पर अपनी पूर्वानुमान संभावनाओं को समायोजित करने में मदद करता है, जिससे सिस्टम तेज़ी से और अधिक कुशलता से सीख पाता है। यह संयोजन उच्च सटीकता सुनिश्चित करते हुए कम्प्यूटेशनल संसाधनों की आवश्यकता को कम करता है," श्री लॉन्ग ने कहा।

इसके अलावा, यह दृष्टिकोण स्वास्थ्य सेवा, औद्योगिक विनिर्माण और स्वचालन जैसे क्षेत्रों में एआई को अधिक सुचारू रूप से संचालित करने में मदद करता है। विशेष रूप से, एआई बड़े डेटा केंद्रों पर बहुत अधिक निर्भर हुए बिना डेटा को बेहतर ढंग से संसाधित कर सकता है, जिससे लागत और संसाधनों की बचत होती है। परिणामस्वरूप, सिस्टम अधिक स्मार्ट, अधिक कुशल और स्व-समायोजित होते हैं, बिना बड़ी मात्रा में डेटा की आवश्यकता के।

गूगल डीपमाइंड की सुश्री नगन वु एक शोध दिशा प्रस्तुत करती हैं जो कुशल लॉजिक सर्किट डिज़ाइन बनाने के लिए सर्किट न्यूरल नेटवर्क का उपयोग करने का प्रस्ताव रखती है। सिम्युलेटेड एनीलिंग एल्गोरिदम और अन्य अनुकूलन तकनीकों को लागू करके, उनके विशेषज्ञों की टीम सर्किट डिज़ाइन चक्र को विचार से वास्तविक उत्पाद तक छोटा करने का लक्ष्य रखती है।

प्रमुख चुनौतियों में से एक है सर्किट की सटीकता और प्रदर्शन में संतुलन बनाए रखना, ताकि यह सुनिश्चित हो सके कि डिज़ाइन न केवल सटीक रूप से काम करें बल्कि संसाधनों की भी बचत हो। हालाँकि, अगर एआई सॉफ्टवेयर और हार्डवेयर के बीच की खाई को पाटा जा सके, तो सेमीकंडक्टर उद्योग में कई नए अवसर खुलेंगे। सुश्री नगन वु ने कहा, "सर्किट डिज़ाइन में एआई का इस्तेमाल सेमीकंडक्टर उद्योग के कामकाज के तरीके को बदलने का वादा करता है, जिससे विकास प्रक्रिया में तेज़ी आएगी और बेहतर डिज़ाइन तैयार करने में मदद मिलेगी।"