A indústria de semicondutores está mudando rapidamente graças à inteligência artificial.

NDO - Na Conferência Internacional sobre Inteligência Artificial e Semicondutores (AISC) 2025, realizada na manhã de 12 de março, organizada pela Aitomatic (EUA) e pelo Centro Nacional de Inovação (NIC) em Hanói, especialistas em tecnologia discutiram a relação simbiótica no desenvolvimento da inteligência artificial (IA) e dos semicondutores.

Na Conferência, as opiniões confirmaram que a IA e os semicondutores são atualmente os pilares para o futuro da economia digital. Em particular, os dois elementos, “IA” e “semicondutor”, estão intimamente ligados. Mais obviamente, a IA ajuda a automatizar o processo de fabricação de semicondutores, prever e detectar defeitos de produtos, melhorar a qualidade e a eficiência da produção.

O Sr. Christopher Nguyen, CEO da Aitomatic, por exemplo, afirmou que, até 2030, algumas fábricas, especialmente as de manufatura avançada, exigirão padrões mais rigorosos. Por exemplo, no processo de processamento de plasma, parâmetros como diâmetro do combustível, pressão, temperatura e dezenas de outros fatores precisam ser controlados para garantir precisão quase absoluta. A IA contribuirá para assegurar essa precisão.

“A IA não pode se desenvolver sem semicondutores e, vice-versa, a indústria de semicondutores está mudando rapidamente graças aos avanços na IA. É uma relação simbiótica em que ambas se impulsionam mutuamente”, disse ele.

O Sr. Christopher Nguyen, CEO da Aitomatic, palestrou no workshop.

Em relação ao panorama tecnológico geral, o Sr. Christopher Nguyen citou a Lei de Moore, afirmando que a velocidade de desenvolvimento da IA ​​e dos semicondutores é muito rápida. A cada 18 meses, a tecnologia de microprocessadores apresenta melhorias significativas.

Quanto ao mercado, o mundo está testemunhando um crescimento notável, com a demanda por chips de processamento de IA prevista para aumentar acentuadamente nos próximos anos. Países como os EUA, China, Japão e Coreia do Sul estão intensificando os investimentos nessa área. A corrida entre os países líderes em tecnologia é extremamente acirrada.

Na área de fabricação de chips, Anna Goldie, Cientista Sênior de Pesquisa do Google, comentou que, embora as necessidades de computação da IA ​​estejam crescendo exponencialmente, a capacidade do hardware não está acompanhando, criando uma lacuna cada vez maior. Para solucionar esse problema, novas tecnologias de IA, como o AlphaChip — um método de design de chips com IA — foram introduzidas. Ela afirmou que, graças à aplicação da IA, o processo de design de chips é incrivelmente acelerado, além de contribuir para a redução de custos e a otimização do desempenho.

“Para explorar plenamente o potencial da IA, precisamos encurtar os ciclos de projeto de chips, aprimorar os algoritmos e aproveitar ao máximo os dados. No futuro, a IA não só ajudará a melhorar o hardware, como também contribuirá para impulsionar avanços em muitas outras áreas, da saúde e finanças à produção industrial”, afirmou Anna Goldie.

Especificamente, a Sra. Anna Goldie apresentou o método AlphaChip, que utiliza IA para otimizar o layout dos componentes no chip, ajudando a reduzir a latência, economizar energia e otimizar a área de produção. A IA pode aprimorar o processo de design de chips, reduzindo o tempo e melhorando o desempenho do produto. O AlphaChip foi aplicado às gerações recentes de TPUs do Google, trazendo uma eficiência significativa em comparação com os métodos de design tradicionais.

Enquanto isso, o Sr. Tran Thanh Long, professor da Universidade de Warwick, compartilhou mais informações sobre os esforços em todo o mundo que estão contribuindo para aumentar o poder da IA ​​e da tecnologia de semicondutores. Por exemplo, ele mencionou como usar armazenamento em memória e a teoria de Bayes para melhorar o desempenho e a escalabilidade da inteligência artificial (IA). O armazenamento em memória permite que a IA retenha informações por um longo período e utilize dados históricos para otimizar decisões.

“A teoria Bayesiana ajuda a IA a ajustar suas probabilidades de previsão com base em novos dados, permitindo que o sistema aprenda de forma mais rápida e eficiente. Essa combinação reduz a necessidade de recursos computacionais, ao mesmo tempo que garante alta precisão”, afirmou o Sr. Long.

Além disso, essa abordagem ajuda a IA a operar de forma mais eficiente em áreas como saúde, manufatura industrial e automação. Em particular, a IA consegue processar dados melhor sem depender excessivamente de grandes centros de dados, economizando custos e recursos. Como resultado, os sistemas se tornam mais inteligentes, eficientes e autoajustáveis, sem a necessidade de grandes volumes de dados.

A Sra. Ngan Vu, do Google DeepMind, apresenta uma linha de pesquisa que propõe o uso de Redes Neurais de Circuitos para criar projetos de circuitos lógicos eficientes. Aplicando recozimento simulado e outras técnicas de otimização, sua equipe de especialistas visa encurtar o ciclo de projeto de circuitos, da ideia ao produto final.

Um dos principais desafios é equilibrar a precisão e o desempenho dos circuitos, garantindo que os projetos não apenas funcionem corretamente, mas também economizem recursos. No entanto, se a lacuna entre o software e o hardware de IA puder ser reduzida, muitas novas oportunidades se abrirão na indústria de semicondutores. "A aplicação de IA ao projeto de circuitos promete mudar a forma como a indústria de semicondutores opera, ajudando a acelerar o processo de desenvolvimento e a entregar projetos mais otimizados", disse Ngan Vu.