De halfgeleiderindustrie verandert snel dankzij kunstmatige intelligentie.

NDO - Tijdens de International Conference on Artificial Intelligence and Semiconductors (AISC) 2025, die op 12 maart in de ochtend werd gehouden en werd georganiseerd door Aitomatic (VS) en het National Innovation Center (NIC) in Hanoi, bespraken technologie-experts de symbiotische relatie in de ontwikkeling van kunstmatige intelligentie (AI) en halfgeleiders.

Tijdens de conferentie werd bevestigd dat AI en halfgeleiders momenteel de pijlers zijn voor de toekomst van de digitale economie . De twee elementen "AI" en "halfgeleider" gaan hand in hand. AI helpt uiteraard bij het automatiseren van het productieproces van halfgeleiders, het voorspellen en detecteren van productdefecten en het verbeteren van de productiekwaliteit en -efficiëntie.

De heer Christopher Nguyen, CEO van Aitomatic, stelt bijvoorbeeld dat sommige productielocaties, met name geavanceerde productiefaciliteiten, tegen 2030 strengere normen zullen hanteren. Zo moeten in het plasmaverwerkingsproces parameters zoals brandstofdiameter, druk, temperatuur en tientallen andere factoren een bijna absolute nauwkeurigheid garanderen. AI zal bijdragen aan het waarborgen van deze nauwkeurigheid.

"AI kan zich niet ontwikkelen zonder halfgeleiders, en omgekeerd verandert de halfgeleiderindustrie razendsnel dankzij de vooruitgang in AI. Het is een symbiotische relatie waarin beide elkaar vooruit helpen", aldus hij.

De heer Christopher Nguyen, CEO van Aitomatic, sprak tijdens de workshop.

Wat het algemene technologische plaatje betreft, citeerde Christopher Nguyen de wet van Moore, die bevestigde dat de ontwikkelingssnelheid van AI en halfgeleiders zeer hoog is. Elke 18 maanden maakt de microprocessortechnologie aanzienlijke verbeteringen door.

Wat de markt betreft, is de wereld getuige van een opmerkelijke groei en de vraag naar AI-processorchips zal naar verwachting de komende jaren sterk blijven toenemen. Landen zoals de VS, China, Japan en Zuid-Korea investeren steeds meer in deze sector. De strijd tussen de leidende landen op technologisch gebied is hevig.

Op het gebied van chipproductie merkte mevrouw Anna Goldie, Senior Research Scientist bij Google, op dat hoewel de rekenbehoeften van AI exponentieel toenemen, de hardwarecapaciteiten achterblijven, waardoor een steeds groter wordende kloof ontstaat. Om dit probleem op te lossen, zijn nieuwe AI-technologieën zoals AlphaChip – een AI-chipontwerpmethode – geïntroduceerd. Ze gaf aan dat dankzij de toepassing van AI het chipontwerpproces enorm wordt versneld, terwijl tegelijkertijd de kosten worden verlaagd en de prestaties worden geoptimaliseerd.

"Om het potentieel van AI volledig te benutten, moeten we de ontwerpcycli van chips verkorten, algoritmen verbeteren en data optimaal benutten. In de toekomst zal AI niet alleen helpen bij het verbeteren van hardware, maar ook bijdragen aan doorbraken in vele andere sectoren, van gezondheidszorg en financiën tot industriële productie", aldus Anna Goldie.

Mevrouw Anna Goldie introduceerde met name de AlphaChip-methode, die gebruikmaakt van AI om de lay-out van componenten op de chip te optimaliseren. Dit helpt de latentie te verminderen, energie te besparen en de productieruimte te optimaliseren. AI kan het chipontwerpproces verbeteren door de tijd te verkorten en de productprestaties te verbeteren. AlphaChip is toegepast op recente generaties Google TPU's en biedt een aanzienlijke efficiëntie ten opzichte van traditionele ontwerpmethoden.

Ondertussen deelde de heer Tran Thanh Long, hoogleraar aan de Universiteit van Warwick, meer over de wereldwijde inspanningen die de kracht van AI en halfgeleidertechnologie helpen vergroten. Hij noemde bijvoorbeeld hoe geheugenopslag en de Bayes-theorie gebruikt kunnen worden om de prestaties en schaalbaarheid van kunstmatige intelligentie (AI) te verbeteren. Geheugenopslag helpt AI om informatie lang te onthouden en historische gegevens te gebruiken om beslissingen te optimaliseren.

"De Bayesiaanse theorie helpt AI om de waarschijnlijkheid van voorspellingen aan te passen op basis van nieuwe data, waardoor het systeem sneller en efficiënter leert. Deze combinatie vermindert de behoefte aan rekenkracht en garandeert toch een hoge nauwkeurigheid", aldus de heer Long.

Bovendien helpt deze aanpak AI soepeler te functioneren in sectoren zoals gezondheidszorg, industriële productie en automatisering. AI kan met name data beter verwerken zonder al te veel afhankelijk te zijn van grote datacenters, wat kosten en resources bespaart. Hierdoor zijn systemen slimmer, efficiënter en zelflerend zonder dat er enorme hoeveelheden data nodig zijn.

Mevrouw Ngan Vu van Google DeepMind introduceert een onderzoeksrichting die het gebruik van circuitneurale netwerken (CNC's) voorstelt om efficiënte logische circuitontwerpen te creëren. Door simulated annealing en andere optimalisatietechnieken toe te passen, streeft haar team van experts ernaar de ontwerpcyclus van een circuit te verkorten, van idee tot daadwerkelijk product.

Een van de grootste uitdagingen is het vinden van een balans tussen nauwkeurigheid en prestaties van circuits, zodat ontwerpen niet alleen correct werken, maar ook hulpbronnen besparen. Als de kloof tussen AI-software en -hardware echter kleiner wordt, opent dat veel nieuwe kansen in de halfgeleiderindustrie. "De toepassing van AI op circuitontwerp belooft de manier waarop de halfgeleiderindustrie werkt te veranderen, het ontwikkelingsproces te versnellen en optimalere ontwerpen te leveren", aldus mevrouw Ngan Vu.