ອີງຕາມທ່ານດຣ Steven Woo ທີ່ບໍລິສັດ Rambus Semiconductor, ໃນໃບຫນ້າຂອງການພັດທະນາ AI, ການຕອບສະຫນອງຄວາມຕ້ອງການທີ່ເພີ່ມຂຶ້ນໃນດ້ານປະລິມານແລະຄຸນນະພາບແມ່ນສິ່ງທ້າທາຍອັນໃຫຍ່ຫຼວງເຖິງແມ່ນວ່າ "ຄົນໃຫຍ່" ຂອງອຸດສາຫະກໍາ semiconductor.
ການອອກແບບຊິບປະກອບດ້ວຍຂັ້ນຕອນທີ່ສັບສົນຫຼາຍ, ຈາກການອອກແບບທີ່ເປັນປະໂຫຍດ, ການສັງເຄາະວົງຈອນເຖິງຮູບແບບ, ເສັ້ນທາງ, ການກວດສອບ, ການຜະລິດການທົດສອບ, ແລະອື່ນໆ. ດ້ວຍສາຍຊິບທີ່ກ້າວຫນ້າ, ຂະບວນການທັງຫມົດນີ້ສາມາດຢູ່ໄດ້ຫຼາຍປີ.
ໃນຂະນະດຽວກັນ, AI boom ເຮັດໃຫ້ມີຄວາມກົດດັນຫຼາຍຂຶ້ນຕໍ່ອຸດສາຫະກໍາເພື່ອຫຼຸດຜ່ອນເວລານໍາ, ປະດິດສ້າງໄວຂຶ້ນ, ແລະຕອບສະຫນອງຄວາມຕ້ອງການທີ່ເພີ່ມຂຶ້ນສໍາລັບພະລັງງານ, ຄວາມຊົງຈໍາ, ແລະແບນວິດ.
ນີ້ຫມາຍຄວາມວ່ານັກອອກແບບຕ້ອງພັດທະນາຜະລິດຕະພັນເລື້ອຍໆແລະພາຍໃນໄລຍະເວລາທີ່ເຄັ່ງຄັດ.
ບໍ່ໄດ້ກ່າວເຖິງ, ອີງຕາມການຄາດຄະເນຂອງສະມາຄົມອຸດສາຫະກໍາ Semiconductor ທົ່ວໂລກ (SEMI), ຈາກປັດຈຸບັນເຖິງປີ 2030, ອຸດສາຫະກໍາ semiconductor ທົ່ວໂລກຈະຕ້ອງການແຮງງານທີ່ມີຄວາມຊໍານິຊໍານານຫຼາຍກວ່າຫນຶ່ງລ້ານຄົນ. ສິ່ງທ້າທາຍນີ້ເຮັດໃຫ້ການສົ່ງເສີມອັດຕະໂນມັດກາຍເປັນຍຸດທະສາດສໍາລັບທຸລະກິດໃນອຸດສາຫະກໍາ.
ຮູບປະກອບ
ອີງຕາມຜູ້ຊ່ຽວຊານ, ການໃຊ້ AI ເຂົ້າໃນການຜະລິດ semiconductor ຈະເປັນການແກ້ໄຂເພື່ອຊ່ວຍປັບປຸງປະສິດທິພາບທີ່ໂດດເດັ່ນ, ໂດຍສະເພາະສໍາລັບສາຍຊິບທີ່ຕ້ອງການປະສິດທິພາບສູງ.
ສູດການຄິດໄລ່ການຮຽນຮູ້ເຄື່ອງຈັກສາມາດວິເຄາະຂໍ້ມູນຈໍານວນມະຫາສານຈາກຂະບວນການຜະລິດເພື່ອກວດຫາຄວາມຜິດປົກກະຕິ ແລະປັບການດຳເນີນການໄດ້ທັນທີ.
ຂໍຂອບໃຈກັບສິ່ງນັ້ນ, ທຸລະກິດສາມາດປະຫຍັດວັດສະດຸ, ຫຼຸດຜ່ອນເວລາຫວ່າງ, ແລະຕັດຄ່າໃຊ້ຈ່າຍ.
ການແຂ່ງຂັນເພື່ອພັດທະນາ AI ຍັງໄດ້ບັງຄັບໃຫ້ບໍລິສັດຂະຫນາດໃຫຍ່ສືບຕໍ່ລົງທຶນຢ່າງຫຼວງຫຼາຍໃນການຄົ້ນຄວ້າ, ການອອກແບບແລະການຜະລິດເພື່ອປັບປຸງຄວາມສາມາດໃນການສະຫນອງ chip. ໃນເດືອນມີນາ 2025, TSMC ໄດ້ປະກາດເພີ່ມເຕີມ $ 100 ຕື້ສໍາລັບໂຮງງານຜະລິດຂອງສະຫະລັດ. ຕາມທ່ານ McKinsey, ຈາກນີ້ຮອດປີ 2030, ການລົງທຶນທັງໝົດໃນການກໍ່ສ້າງໂຮງງານຜະລິດ semiconductor ໃນທົ່ວໂລກຈະບັນລຸເຖິງ 1,000 ຕື້ USD - ເປັນຕົວເລກສະແດງໃຫ້ເຫັນຂະໜາດຂະໜາດໃຫຍ່ຂອງອຸດສາຫະກຳ.
ຍັກໃຫຍ່ດ້ານເຕັກໂນໂລຢີເຊັ່ນ NVIDIA ແມ່ນແຕ່ກໍ່ສ້າງ "ໂຮງງານ AI" - ລະບົບທີ່ອຸທິດຕົນທີ່ຄຸ້ມຄອງແລະປັບປຸງວົງຈອນຊີວິດ AI ທັງຫມົດ.
ນີ້ໄດ້ຮັບຖືວ່າເປັນຈຸດຫັນປ່ຽນ, ເປີດຍຸກໃໝ່ໃຫ້ລະບົບຕ່ອງໂສ້ການສະໜອງ semiconductor ແລະ ພື້ນຖານໂຄງລ່າງຄອມພິວເຕີທົ່ວໂລກ.
ຜູ້ອອກແບບຊິບໃນມື້ນີ້ໄດ້ຖືກບັງຄັບໃຫ້ສຸມໃສ່ການສ້າງຜະລິດຕະພັນທີ່ມີຂະຫນາດນ້ອຍກວ່າ, ປະສິດທິພາບພະລັງງານຫຼາຍ, ແຕ່ຍັງມີອໍານາດຫຼາຍ.
ທ່ານ Jensen Huang CEO ຂອງ NVIDIA ເຄີຍເນັ້ນໜັກວ່າ: "AI ກໍາລັງເລັ່ງລັດຂຶ້ນຢ່າງໃຫຍ່ຫຼວງ. ປະລິມານການຄິດໄລ່ທີ່ພວກເຮົາຕ້ອງການໃນມື້ນີ້, ດ້ວຍການພັດທະນາແບບຈໍາລອງຂອງ AI ແລະຕົວແທນ, ແມ່ນຫຼາຍກວ່າ 100 ເທົ່າທີ່ຄາດໄວ້ເມື່ອປີກ່ອນ."
ເພື່ອຕອບສະຫນອງຄວາມຕ້ອງການທີ່ເພີ່ມຂຶ້ນສໍາລັບຊິບພິເສດແລະຫຼຸດຜ່ອນຄວາມທ້າທາຍດ້ານພະລັງງານ, ຜູ້ອອກແບບອຸດສາຫະກໍາຍັງຄົ້ນຫາຄໍາຮ້ອງສະຫມັກວັດສະດຸໃຫມ່.
ແລະ AI ຍັງຊ່ວຍເລັ່ງ R&D, ຍ້ອນວ່າມັນສາມາດວິເຄາະຂໍ້ມູນການທົດສອບເພື່ອຄາດຄະເນຄຸນສົມບັດຂອງທາງເລືອກຂອງຊິລິໂຄນ, ແລະສະຫນັບສະຫນູນວິທີການຜະລິດໃຫມ່ເຊັ່ນ stacking, ເປີດໂອກາດໃນການສ້າງ chip ທີ່ມີປະສິດທິພາບແລະມີອໍານາດຫຼາຍ.
ນີ້ແມ່ນສິ່ງສໍາຄັນຍ້ອນວ່າອຸດສາຫະກໍາ semiconductor ເຂົ້າໃກ້ເກນຂອງກົດຫມາຍຂອງ Moore ແລະຕ້ອງການຊອກຫາວິທີໃຫມ່ເພື່ອສືບຕໍ່ປັບປຸງການປະຕິບັດຂອງຊິບ.
ການນໍາໃຊ້ AI ໃນການອອກແບບ, ການປະກອບ, ການທົດສອບ, ແລະການຄວບຄຸມຄຸນນະພາບແມ່ນການຊ່ວຍເຫຼືອເພື່ອຮັບປະກັນວ່າມີພຽງແຕ່ chip ຄຸນນະພາບສູງທີ່ສຸດເຮັດໃຫ້ມັນອອກຕະຫຼາດ. ດ້ວຍການຊ່ວຍເຫຼືອຂອງ AI, ຜູ້ອອກແບບສາມາດກວດພົບຂໍ້ບົກພ່ອງຂອງກ້ອງຈຸລະທັດໄດ້ໄວແລະຖືກຕ້ອງກວ່າວິທີການແບບດັ້ງເດີມ. ນີ້ຫຼຸດລົງຢ່າງຫຼວງຫຼາຍຄວາມສ່ຽງຂອງຜະລິດຕະພັນທີ່ບົກພ່ອງເຖິງຜູ້ໃຊ້, ໃນຂະນະທີ່ຄວາມຫນ້າເຊື່ອຖືໂດຍລວມຂອງຊິບ semiconductor ໄດ້ຖືກປັບປຸງຢ່າງຫຼວງຫຼາຍ.
ອີງຕາມການຄາດຄະເນ, ການລົງທຶນໃນ AI ສໍາລັບການອອກແບບຊິບສາມາດບັນລຸ 500 ລ້ານໂດລາໃນປີ 2026. ໃນຂະຫນານ, ມູນຄ່າຕະຫຼາດຂອງເຄື່ອງເລັ່ງ AI ທີ່ໃຊ້ໃນເຄື່ອງແມ່ຂ່າຍຄາດວ່າຈະເພີ່ມຂຶ້ນ 12 ຕື້ໂດລາລະຫວ່າງ 2024 ຫາ 2028.
ການພັດທະນາຂອງ AI ຮຽກຮ້ອງໃຫ້ອຸດສາຫະກໍາ semiconductor ເຂົ້າສູ່ໄລຍະການຫັນປ່ຽນທີ່ເຂັ້ມແຂງຢ່າງແທ້ຈິງ. ຢ່າງໃດກໍ່ຕາມ, AI ຍັງຊ່ວຍໃຫ້ການຜະລິດ semiconductor ມີປະສິດທິພາບ, ມີນະວັດຕະກໍາຫຼາຍຂຶ້ນ ແລະປະຫຍັດຄ່າໃຊ້ຈ່າຍຫຼາຍຂຶ້ນ. ການໂຕ້ຕອບສອງທາງລະຫວ່າງ AI ແລະ semiconductors ກໍາລັງປະກອບເປັນວົງຈອນຂອງຄວາມກ້າວຫນ້າທາງດ້ານເຕັກໂນໂລຢີ, ຂັບເຄື່ອນໂດຍນະວັດຕະກໍາຢ່າງຕໍ່ເນື່ອງ.
ອີງຕາມ vnecomy.vn
ທີ່ມາ: https://mst.gov.vn/ai-dang-day-nganh-cong-nghiep-ban-dan-phai-chuyen-minh-manh-me-197251121083038699.htm
(0)