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 afirmaram que a IA e os semicondutores são atualmente os pilares para o futuro da economia digital. Em particular, os dois elementos "IA" e "semicondutor" andam de mãos dadas. Mais obviamente, a IA ajuda a automatizar o processo de fabricação de semicondutores, prever e detectar defeitos em produtos e 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 fabricação 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 garantirão precisão quase absoluta. A IA contribuirá para garantir essa precisão.

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

O Sr. Christopher Nguyen - CEO da Aitomatic - falou 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.

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

Na área de fabricação de chips, a Sra. Anna Goldie, Cientista Sênior de Pesquisa do Google, comentou que, embora as necessidades de computação da IA ​​estejam crescendo exponencialmente, os recursos de hardware não estão acompanhando, criando uma lacuna crescente. Para resolver esse problema, novas tecnologias de IA, como o AlphaChip, um método de design de chips baseado em IA, foram introduzidas. Ela afirmou que, graças à aplicação da IA, o processo de design de chips é incrivelmente acelerado, ajudando a reduzir custos e otimizar o desempenho.

“Para explorar plenamente o potencial da IA, precisamos encurtar os ciclos de design de chips, aprimorar algoritmos e aproveitar ao máximo os dados. No futuro, a IA não só ajudará a aprimorar o hardware, como também contribuirá para moldar avanços em muitas outras áreas, da saúde e das finanças à produção industrial”, disse a Sra. 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 do chip, encurtando o tempo e aprimorando o desempenho do produto. O AlphaChip foi aplicado às gerações recentes de TPUs do Google, trazendo eficiência significativa em comparação aos métodos tradicionais de design.

Enquanto isso, o Sr. Tran Thanh Long, professor da Universidade de Warwick, compartilhou mais sobre os esforços em todo o mundo que estão ajudando a aumentar o poder da IA ​​e da tecnologia de semicondutores. Por exemplo, ele mencionou como usar armazenamentos de memória e a teoria de Bayes para melhorar o desempenho e a escalabilidade da inteligência artificial (IA). Os armazenamentos de memória ajudam a IA a se lembrar de informações por um longo tempo e a usar dados passados ​​para otimizar decisões.

“A teoria bayesiana ajuda a IA a ajustar suas probabilidades de previsão com base em novos dados, ajudando o sistema a aprender de forma mais rápida e eficiente. Essa combinação reduz a necessidade de recursos computacionais, garantindo alta precisão”, disse o Sr. Long.

Além disso, essa abordagem ajuda a IA a operar com mais eficiência em áreas como saúde, manufatura industrial e automação. Em particular, a IA pode processar dados melhor sem depender muito de grandes data centers, economizando custos e recursos. Como resultado, os sistemas são mais inteligentes, mais eficientes e se autoajustam sem a necessidade de grandes quantidades 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. Ao aplicar recozimento simulado e outras técnicas de otimização, sua equipe de especialistas busca encurtar o ciclo de projeto de circuitos, da ideia ao produto real.

Um dos maiores 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 software e hardware de IA puder ser reduzida, muitas novas oportunidades surgirão 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 a Sra. Ngan Vu.