Industri semikonduktor berubah dengan pantas berkat kecerdasan buatan.

Pada persidangan itu, pendapat mengesahkan bahawa AI dan semikonduktor kini merupakan tonggak untuk masa depan ekonomi digital . Khususnya, dua elemen "AI" dan "separa konduktor" berjalan seiring. Paling jelas, AI membantu mengautomasikan proses pembuatan semikonduktor, meramal dan mengesan kecacatan produk, meningkatkan kualiti dan kecekapan pengeluaran.

Encik Christopher Nguyen - Ketua Pegawai Eksekutif Aitomatic memberi contoh, menjelang 2030, beberapa kilang pembuatan, terutamanya kemudahan pembuatan termaju, akan memerlukan piawaian yang lebih ketat. Sebagai contoh, dalam proses pemprosesan plasma, parameter seperti diameter bahan api, tekanan, suhu dan berpuluh-puluh faktor lain mesti dipastikan untuk memastikan ketepatan hampir mutlak. AI akan menyumbang untuk memastikan ketepatan ini.

"AI tidak boleh berkembang tanpa semikonduktor, dan sebaliknya, industri semikonduktor berubah dengan pantas berkat kemajuan dalam AI. Ia adalah hubungan simbiotik di mana kedua-duanya mendorong satu sama lain ke hadapan," katanya.

Industri semikonduktor berubah dengan pantas berkat foto kecerdasan buatan 1

Encik Christopher Nguyen - Ketua Pegawai Eksekutif Aitomatic bercakap di Bengkel.

Mengenai gambaran teknologi umum, Encik Christopher Nguyen memetik undang-undang Moore, mengesahkan bahawa kelajuan pembangunan AI dan semikonduktor adalah sangat pantas. Setiap 18 bulan, teknologi mikropemproses mempunyai peningkatan yang ketara.

Bagi pasaran, dunia menyaksikan pertumbuhan yang luar biasa dengan permintaan untuk cip pemprosesan AI dijangka terus meningkat dengan mendadak pada tahun-tahun akan datang. Negara-negara seperti AS, China, Jepun, dan Korea Selatan meningkatkan pelaburan dalam bidang ini. Perlumbaan antara negara terkemuka dalam bidang teknologi amat sengit.

Dalam bidang pembuatan cip, Cik Anna Goldie - Saintis Penyelidikan Kanan, Google - mengulas bahawa walaupun keperluan pengkomputeran AI berkembang dengan pesat, keupayaan perkakasan tidak bersaing, mewujudkan jurang yang semakin meningkat. Untuk menyelesaikan masalah ini, teknologi AI baharu seperti AlphaChip - kaedah reka bentuk cip AI - telah diperkenalkan. Beliau berkata, terima kasih kepada aplikasi AI, proses reka bentuk cip dipercepatkan dengan luar biasa, sambil membantu mengurangkan kos dan mengoptimumkan prestasi.

"Untuk mengeksploitasi sepenuhnya potensi AI, kita perlu memendekkan kitaran reka bentuk cip, menambah baik algoritma dan memanfaatkan sepenuhnya data. Pada masa hadapan, AI bukan sahaja akan membantu menambah baik perkakasan tetapi juga menyumbang kepada pembentukan kejayaan dalam banyak bidang lain, daripada penjagaan kesihatan, kewangan kepada pembuatan industri," kata Cik Anna Goldie.

Secara khusus, Cik Anna Goldie memperkenalkan kaedah AlphaChip yang menggunakan AI untuk mengoptimumkan susun atur komponen pada cip, membantu mengurangkan kependaman, menjimatkan kuasa dan mengoptimumkan kawasan pengeluaran. AI boleh menambah baik proses reka bentuk cip dengan memendekkan masa dan meningkatkan prestasi produk. AlphaChip telah digunakan pada generasi terkini Google TPU, membawa kecekapan yang ketara berbanding kaedah reka bentuk tradisional.

Sementara itu, Encik Tran Thanh Long - Profesor di Universiti Warwick - berkongsi lebih lanjut tentang usaha di seluruh dunia yang membantu meningkatkan kuasa AI dan teknologi semikonduktor. Sebagai contoh, beliau menyebut cara menggunakan stor memori dan teori Bayesian untuk meningkatkan prestasi dan kebolehskalaan kecerdasan buatan (AI). Stor memori membantu AI mengingati maklumat untuk masa yang lama dan menggunakan data lepas untuk mengoptimumkan keputusan.

"Teori Bayesian membantu AI melaraskan kebarangkalian ramalannya berdasarkan data baharu, membantu sistem belajar dengan lebih pantas dan lebih cekap. Gabungan ini mengurangkan keperluan untuk sumber pengiraan sambil masih memastikan ketepatan yang tinggi," kata Encik Long.

Selain itu, pendekatan ini membantu AI beroperasi dengan lebih lancar dalam bidang seperti penjagaan kesihatan, pembuatan industri dan automasi. Khususnya, AI boleh memproses data dengan lebih baik tanpa terlalu bergantung pada pusat data yang besar, menjimatkan kos dan sumber. Akibatnya, sistem lebih pintar, lebih cekap dan menyesuaikan diri tanpa memerlukan sejumlah besar data.

Cik Ngan Vu daripada Google DeepMind memperkenalkan hala tuju penyelidikan yang mencadangkan penggunaan Rangkaian Neural Litar untuk mencipta reka bentuk litar logik yang cekap. Dengan menggunakan algoritma penyepuhlindapan simulasi dan teknik pengoptimuman lain, pasukan pakarnya menyasarkan untuk memendekkan kitaran reka bentuk litar daripada idea kepada produk sebenar.

Salah satu cabaran utama ialah mengimbangi ketepatan dan prestasi litar, memastikan reka bentuk bukan sahaja berfungsi dengan tepat tetapi juga menjimatkan sumber. Walau bagaimanapun, jika jurang antara perisian dan perkakasan AI boleh dikecilkan, ia akan membuka banyak peluang baharu dalam industri semikonduktor. "Menggunakan AI pada reka bentuk litar menjanjikan untuk mengubah cara industri semikonduktor beroperasi, membantu mempercepatkan proses pembangunan dan menyampaikan reka bentuk yang lebih optimum," kata Cik Ngan Vu.