Industri semikonduktor berubah cepat berkat kecerdasan buatan.

NDO - Pada Konferensi Internasional tentang Kecerdasan Buatan dan Semikonduktor (AISC) 2025 yang diadakan pada pagi hari tanggal 12 Maret, yang diselenggarakan oleh Aitomatic (AS) dan Pusat Inovasi Nasional (NIC) di Hanoi, para ahli teknologi membahas hubungan simbiosis dalam pengembangan kecerdasan buatan (AI) dan semikonduktor.

Dalam konferensi tersebut, pendapat-pendapat menegaskan bahwa AI dan semikonduktor saat ini merupakan pilar bagi masa depan ekonomi digital. Secara khusus, dua elemen, "AI" dan "semikonduktor", berjalan beriringan. Yang paling jelas, AI membantu mengotomatiskan proses manufaktur semikonduktor, memprediksi dan mendeteksi cacat produk, serta meningkatkan kualitas dan efisiensi produksi.

Bapak Christopher Nguyen, CEO Aitomatic, mencontohkan, pada tahun 2030, beberapa pabrik manufaktur, terutama fasilitas manufaktur canggih, akan membutuhkan standar yang lebih ketat. Misalnya, dalam proses pemrosesan plasma, parameter seperti diameter bahan bakar, tekanan, suhu, dan puluhan faktor lainnya harus dipastikan untuk memastikan akurasi yang mendekati absolut. AI akan berkontribusi untuk memastikan akurasi ini.

"AI tidak dapat berkembang tanpa semikonduktor, dan sebaliknya, industri semikonduktor berubah dengan cepat berkat kemajuan AI. Ini adalah hubungan simbiosis di mana keduanya saling mendorong," ujarnya.

Bapak Christopher Nguyen - CEO Aitomatic berbicara di Lokakarya.

Mengenai gambaran teknologi secara umum, Bapak Christopher Nguyen mengutip hukum Moore, yang menegaskan bahwa kecepatan perkembangan AI dan semikonduktor sangat pesat. Setiap 18 bulan, teknologi mikroprosesor mengalami peningkatan yang signifikan.

Di pasar, dunia sedang menyaksikan pertumbuhan yang luar biasa dengan permintaan chip pemrosesan AI yang diperkirakan akan terus meningkat tajam di tahun-tahun mendatang. Negara-negara seperti AS, Tiongkok, Jepang, dan Korea Selatan sedang meningkatkan investasi di bidang ini. Persaingan antarnegara terdepan di bidang teknologi sangatlah sengit.

Di bidang manufaktur chip, Ibu Anna Goldie - Ilmuwan Riset Senior di Google - berkomentar bahwa meskipun kebutuhan komputasi AI tumbuh secara eksponensial, kemampuan perangkat keras tidak mampu mengimbanginya, sehingga menciptakan kesenjangan yang semakin besar. Untuk mengatasi masalah ini, teknologi AI baru seperti AlphaChip - sebuah metode desain chip AI - telah diperkenalkan. Beliau mengatakan bahwa berkat penerapan AI, proses desain chip menjadi sangat cepat, sekaligus membantu mengurangi biaya dan mengoptimalkan kinerja.

"Untuk memanfaatkan potensi AI sepenuhnya, kita perlu mempersingkat siklus desain chip, menyempurnakan algoritma, dan memaksimalkan pemanfaatan data. Di masa depan, AI tidak hanya akan membantu meningkatkan perangkat keras, tetapi juga berkontribusi dalam menciptakan terobosan di berbagai bidang lain, mulai dari perawatan kesehatan, keuangan, hingga manufaktur industri," ujar Ibu Anna Goldie.

Secara khusus, Ibu Anna Goldie memperkenalkan metode AlphaChip yang menggunakan AI untuk mengoptimalkan tata letak komponen pada chip, membantu mengurangi latensi, menghemat daya, dan mengoptimalkan area produksi. AI dapat meningkatkan proses desain chip dengan mempersingkat waktu dan meningkatkan kinerja produk. AlphaChip telah diterapkan pada Google TPU generasi terbaru, menghasilkan efisiensi yang signifikan dibandingkan metode desain tradisional.

Sementara itu, Bapak Tran Thanh Long, Profesor di Universitas Warwick, berbagi lebih lanjut tentang upaya-upaya di seluruh dunia yang membantu meningkatkan kekuatan AI dan teknologi semikonduktor. Misalnya, beliau menyebutkan cara menggunakan penyimpanan memori dan teori Bayesian untuk meningkatkan kinerja dan skalabilitas kecerdasan buatan (AI). Penyimpanan memori membantu AI mengingat informasi untuk jangka waktu yang lama dan menggunakan data masa lalu untuk mengoptimalkan keputusan.

"Teori Bayesian membantu AI menyesuaikan probabilitas prediksinya berdasarkan data baru, membantu sistem belajar lebih cepat dan lebih efisien. Kombinasi ini mengurangi kebutuhan sumber daya komputasi sekaligus memastikan akurasi tinggi," ujar Bapak Long.

Selain itu, pendekatan ini membantu AI beroperasi lebih lancar di berbagai bidang seperti layanan kesehatan, manufaktur industri, dan otomatisasi. Khususnya, AI dapat memproses data dengan lebih baik tanpa terlalu bergantung pada pusat data besar, sehingga menghemat biaya dan sumber daya. Hasilnya, sistem menjadi lebih cerdas, lebih efisien, dan dapat menyesuaikan diri tanpa memerlukan data dalam jumlah besar.

Ibu Ngan Vu dari Google DeepMind memperkenalkan arah penelitian yang mengusulkan penggunaan Jaringan Saraf Tiruan Sirkuit untuk menciptakan desain rangkaian logika yang efisien. Dengan menerapkan algoritma simulasi anil dan teknik optimasi lainnya, tim ahli beliau bertujuan untuk mempersingkat siklus desain rangkaian dari ide hingga produk nyata.

Salah satu tantangan utama adalah menyeimbangkan akurasi dan kinerja sirkuit, memastikan bahwa desain tidak hanya bekerja secara akurat tetapi juga menghemat sumber daya. Namun, jika kesenjangan antara perangkat lunak dan perangkat keras AI dapat dipersempit, banyak peluang baru dalam industri semikonduktor akan terbuka. "Penerapan AI pada desain sirkuit menjanjikan perubahan cara industri semikonduktor beroperasi, membantu mempercepat proses pengembangan dan menghasilkan desain yang lebih optimal," ujar Ibu Ngan Vu.