ឧស្សាហកម្ម semiconductor កំពុងផ្លាស់ប្តូរយ៉ាងឆាប់រហ័ស ដោយសារបញ្ញាសិប្បនិម្មិត។

NDO - ក្នុងសន្និសីទអន្តរជាតិស្តីពី Artificial Intelligence and Semiconductors (AISC) 2025 ដែលរៀបចំឡើងដោយ Aitomatic (USA) និងមជ្ឈមណ្ឌលច្នៃប្រឌិតជាតិ (NIC) នៅទីក្រុងហាណូយ អ្នកជំនាញបច្ចេកវិទ្យាបានពិភាក្សាអំពីទំនាក់ទំនងស៊ីសង្វាក់ក្នុងការអភិវឌ្ឍន៍បញ្ញាសិប្បនិម្មិត (AI) និង semiconductors។

ក្នុង​សន្និសីទ មតិ​នានា​បាន​បញ្ជាក់​ថា AI និង semiconductors បច្ចុប្បន្ន​ជា​សសរស្តម្ភ​សម្រាប់​អនាគត​នៃ ​សេដ្ឋកិច្ច ​ឌីជីថល។ ជាពិសេស ធាតុទាំងពីរ "AI" និង "Semiconductor" ដើរទន្ទឹមគ្នា។ ជាក់ស្តែងបំផុត AI ជួយស្វ័យប្រវត្តិកម្មដំណើរការផលិត semiconductor ទស្សន៍ទាយ និងរកឃើញកំហុសផលិតផល កែលម្អគុណភាព និងប្រសិទ្ធភាពផលិតកម្ម។

លោក Christopher Nguyen នាយកប្រតិបត្តិនៃក្រុមហ៊ុន Aitomatic បានលើកជាឧទាហរណ៍ថា នៅឆ្នាំ 2030 រោងចក្រផលិតមួយចំនួន ជាពិសេសរោងចក្រផលិតទំនើបៗ នឹងតម្រូវឱ្យមានស្តង់ដារតឹងរ៉ឹងជាងមុន។ ជាឧទាហរណ៍ នៅក្នុងដំណើរការកែច្នៃប្លាស្មា ប៉ារ៉ាម៉ែត្រដូចជា អង្កត់ផ្ចិតប្រេងឥន្ធនៈ សម្ពាធ សីតុណ្ហភាព និងកត្តារាប់សិបផ្សេងទៀត ត្រូវតែត្រូវបានធានា ដើម្បីធានាបាននូវភាពត្រឹមត្រូវស្ទើរតែទាំងស្រុង។ AI នឹងរួមចំណែកក្នុងការធានានូវភាពត្រឹមត្រូវនេះ។

លោកបាននិយាយថា "AI មិនអាចអភិវឌ្ឍដោយគ្មាន semiconductor ហើយផ្ទុយទៅវិញ ឧស្សាហកម្ម semiconductor កំពុងផ្លាស់ប្តូរយ៉ាងឆាប់រហ័ស ដោយសារភាពជឿនលឿននៃ AI ។ វាគឺជាទំនាក់ទំនងស៊ីសង្វាក់ ដែលទាំងពីរជំរុញគ្នាទៅវិញទៅមក" ។

លោក Christopher Nguyen - នាយកប្រតិបត្តិនៃ Aitomatic បាននិយាយនៅក្នុងសិក្ខាសាលា។

ទាក់ទងនឹងរូបភាពបច្ចេកវិទ្យាទូទៅ លោក Christopher Nguyen បានលើកឡើងពីច្បាប់របស់ Moore ដោយបញ្ជាក់ថា ល្បឿននៃការអភិវឌ្ឍន៍របស់ AI និង semiconductors គឺលឿនណាស់។ រៀងរាល់ 18 ខែម្តង បច្ចេកវិទ្យា microprocessor មានការរីកចម្រើនគួរឱ្យកត់សម្គាល់។

សម្រាប់ទីផ្សារ ពិភពលោក កំពុងមើលឃើញពីកំណើនគួរឱ្យកត់សម្គាល់ ជាមួយនឹងតម្រូវការសម្រាប់បន្ទះឈីបដំណើរការ AI ដែលត្រូវបានរំពឹងថានឹងបន្តកើនឡើងយ៉ាងខ្លាំងនៅក្នុងប៉ុន្មានឆ្នាំខាងមុខនេះ។ ប្រទេសដូចជាសហរដ្ឋអាមេរិក ចិន ជប៉ុន និងកូរ៉េខាងត្បូង កំពុងបង្កើនការវិនិយោគលើវិស័យនេះ។ ការ​ប្រណាំង​រវាង​ប្រទេស​ឈាន​មុខ​គេ​ខាង​បច្ចេកវិទ្យា​គឺ​សាហាវ​ខ្លាំង​ណាស់។

នៅក្នុងវិស័យផលិតបន្ទះឈីប អ្នកស្រី Anna Goldie - អ្នកវិទ្យាសាស្ត្រ ស្រាវជ្រាវ ជាន់ខ្ពស់ Google បានអត្ថាធិប្បាយថា ខណៈពេលដែលតម្រូវការកុំព្យូទ័ររបស់ AI កំពុងតែកើនឡើងជាលំដាប់ សមត្ថភាពផ្នែករឹងមិនស្ថិតស្ថេរទេ ដែលបង្កើតគម្លាតកើនឡើង។ ដើម្បីដោះស្រាយបញ្ហានេះ បច្ចេកវិទ្យា AI ថ្មីដូចជា AlphaChip ដែលជាវិធីសាស្ត្ររចនាបន្ទះឈីប AI ត្រូវបានណែនាំ។ នាងបាននិយាយថាអរគុណចំពោះកម្មវិធី AI ដំណើរការរចនាបន្ទះឈីបត្រូវបានពន្លឿនមិនគួរឱ្យជឿ ខណៈពេលដែលជួយកាត់បន្ថយការចំណាយ និងបង្កើនប្រសិទ្ធភាពប្រតិបត្តិការ។

អ្នកស្រី Anna Goldie បាននិយាយថា "ដើម្បីទាញយកសក្តានុពលនៃ AI ឱ្យបានពេញលេញ យើងត្រូវកាត់បន្ថយវដ្តនៃការរចនាបន្ទះឈីប កែលម្អក្បួនដោះស្រាយ និងប្រើប្រាស់ទិន្នន័យឱ្យបានច្រើនបំផុត។ នៅពេលអនាគត AI មិនត្រឹមតែជួយកែលម្អផ្នែករឹងប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងរួមចំណែកក្នុងការបង្កើតភាពរីកចម្រើនក្នុងវិស័យជាច្រើនទៀត ចាប់ពីការថែទាំសុខភាព ហិរញ្ញវត្ថុ រហូតដល់ការផលិតឧស្សាហកម្ម"។

ជាពិសេស កញ្ញា Anna Goldie បានណែនាំវិធីសាស្រ្ត AlphaChip ដែលប្រើ AI ដើម្បីបង្កើនប្រសិទ្ធភាពប្លង់នៃសមាសធាតុនៅលើបន្ទះឈីប ជួយកាត់បន្ថយភាពយឺតយ៉ាវ សន្សំសំចៃថាមពល និងបង្កើនប្រសិទ្ធភាពតំបន់ផលិតកម្ម។ AI អាចកែលម្អដំណើរការរចនាបន្ទះឈីបដោយកាត់បន្ថយពេលវេលា និងធ្វើឱ្យដំណើរការផលិតផលប្រសើរឡើង។ AlphaChip ត្រូវ​បាន​គេ​អនុវត្ត​ទៅ​នឹង​ជំនាន់​ថ្មី​ៗ​របស់ Google TPUs ដែល​នាំ​មក​នូវ​ប្រសិទ្ធភាព​យ៉ាង​ខ្លាំង​បើ​ធៀប​នឹង​វិធី​រចនា​បែប​បុរាណ។

ទន្ទឹមនឹងនោះ លោក Tran Thanh Long សាស្ត្រាចារ្យនៅសាកលវិទ្យាល័យ Warwick បានចែករំលែកបន្ថែមអំពីកិច្ចខិតខំប្រឹងប្រែងជុំវិញពិភពលោកដែលកំពុងជួយបង្កើនថាមពលនៃបច្ចេកវិទ្យា AI និង semiconductor ។ ជាឧទាហរណ៍ គាត់បានរៀបរាប់ពីរបៀបប្រើប្រាស់អង្គចងចាំ និងទ្រឹស្តី Bayesian ដើម្បីបង្កើនប្រសិទ្ធភាព និងសមត្ថភាពនៃបញ្ញាសិប្បនិម្មិត (AI)។ ឃ្លាំងផ្ទុកអង្គចងចាំជួយ AI ចងចាំព័ត៌មានក្នុងរយៈពេលយូរ និងប្រើប្រាស់ទិន្នន័យអតីតកាល ដើម្បីបង្កើនប្រសិទ្ធភាពការសម្រេចចិត្ត។

លោកឡុងបាននិយាយថា "ទ្រឹស្តី Bayesian ជួយ AI កែតម្រូវប្រូបាប៊ីលីតេនៃការទស្សន៍ទាយរបស់វាដោយផ្អែកលើទិន្នន័យថ្មី ដែលជួយឱ្យប្រព័ន្ធរៀនបានលឿន និងមានប្រសិទ្ធភាពជាងមុន។ ការរួមបញ្ចូលគ្នានេះកាត់បន្ថយតម្រូវការសម្រាប់ធនធានគណនាខណៈពេលដែលនៅតែធានាបាននូវភាពត្រឹមត្រូវខ្ពស់" ។

លើសពីនេះ វិធីសាស្រ្តនេះជួយឱ្យ AI ដំណើរការកាន់តែរលូននៅក្នុងផ្នែកដូចជា ការថែទាំសុខភាព ការផលិតឧស្សាហកម្ម និងស្វ័យប្រវត្តិកម្ម។ ជាពិសេស AI អាចដំណើរការទិន្នន័យបានប្រសើរជាងមុន ដោយមិនចាំបាច់ពឹងផ្អែកលើមជ្ឈមណ្ឌលទិន្នន័យធំពេក សន្សំសំចៃថ្លៃដើម និងធនធាន។ ជាលទ្ធផល ប្រព័ន្ធកាន់តែឆ្លាតវៃ មានប្រសិទ្ធភាពជាងមុន និងការកែតម្រូវដោយខ្លួនឯងដោយមិនចាំបាច់ត្រូវការទិន្នន័យយ៉ាងច្រើន។

អ្នកស្រី ង៉ាន់ វូ មកពី Google DeepMind ណែនាំពីទិសដៅស្រាវជ្រាវដែលស្នើឱ្យប្រើបណ្តាញសរសៃប្រសាទសៀគ្វីដើម្បីបង្កើតការរចនាសៀគ្វីតក្កវិជ្ជាប្រកបដោយប្រសិទ្ធភាព។ ដោយអនុវត្តក្បួនដោះស្រាយការក្លែងធ្វើ annealing និងបច្ចេកទេសបង្កើនប្រសិទ្ធភាពផ្សេងទៀត ក្រុមអ្នកជំនាញរបស់នាងមានគោលបំណងកាត់បន្ថយវដ្តនៃការរចនាសៀគ្វីពីគំនិតទៅផលិតផលជាក់ស្តែង។

បញ្ហាប្រឈមដ៏សំខាន់មួយគឺការធ្វើឱ្យមានតុល្យភាពភាពត្រឹមត្រូវ និងដំណើរការនៃសៀគ្វី ដោយធានាថាការរចនាមិនត្រឹមតែដំណើរការបានត្រឹមត្រូវប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងសន្សំសំចៃធនធានផងដែរ។ ទោះជាយ៉ាងណាក៏ដោយ ប្រសិនបើគម្លាតរវាងកម្មវិធី AI និងផ្នែករឹងអាចរួមតូច វានឹងបើកឱកាសថ្មីៗជាច្រើននៅក្នុងឧស្សាហកម្ម semiconductor ។ អ្នកស្រី Ngan Vu បាននិយាយថា "ការអនុវត្ត AI ទៅនឹងការរចនាសៀគ្វីសន្យាថានឹងផ្លាស់ប្តូររបៀបដែលឧស្សាហកម្ម semiconductor ដំណើរការ ដោយជួយបង្កើនល្បឿនដំណើរការអភិវឌ្ឍន៍ និងផ្តល់នូវការរចនាដ៏ល្អប្រសើរបន្ថែមទៀត" ។