مصنوعی ذہانت کی بدولت سیمی کنڈکٹر انڈسٹری تیزی سے بدل رہی ہے۔

NDO - آرٹیفیشل انٹیلی جنس اور سیمی کنڈکٹرز (AISC) 2025 پر بین الاقوامی کانفرنس میں 12 مارچ کی صبح، Aitomatic (USA) اور نیشنل انوویشن سینٹر (NIC) کے زیر اہتمام ہنوئی میں، ٹیکنالوجی ماہرین نے مصنوعی ذہانت (AI) اور سیمی کنڈکٹرز کی ترقی میں علامتی تعلق پر تبادلہ خیال کیا۔

کانفرنس میں، آراء نے تصدیق کی کہ AI اور سیمی کنڈکٹرز اس وقت ڈیجیٹل معیشت کے مستقبل کے لیے ستون ہیں۔ خاص طور پر، دو عناصر "AI" اور "سیمی کنڈکٹر" ایک دوسرے کے ساتھ چلتے ہیں۔ سب سے واضح طور پر، AI سیمی کنڈکٹر مینوفیکچرنگ کے عمل کو خودکار بنانے، مصنوعات کی خرابیوں کی پیش گوئی اور پتہ لگانے، پیداوار کے معیار اور کارکردگی کو بہتر بنانے میں مدد کرتا ہے۔

مسٹر کرسٹوفر نگوین - ایٹومیٹک کے سی ای او نے ایک مثال دی، 2030 تک، کچھ مینوفیکچرنگ پلانٹس، خاص طور پر جدید مینوفیکچرنگ سہولیات، کو مزید سخت معیارات کی ضرورت ہوگی۔ مثال کے طور پر، پلازما پروسیسنگ کے عمل میں، پیرامیٹرز جیسے ایندھن کا قطر، دباؤ، درجہ حرارت اور درجنوں دیگر عوامل کو یقینی بنانا ضروری ہے تاکہ قریب قریب کی درستگی کو یقینی بنایا جا سکے۔ AI اس درستگی کو یقینی بنانے میں تعاون کرے گا۔

"AI سیمی کنڈکٹرز کے بغیر ترقی نہیں کر سکتا، اور اس کے برعکس، AI میں ترقی کی بدولت سیمی کنڈکٹر انڈسٹری تیزی سے بدل رہی ہے۔ یہ ایک سمبیوٹک رشتہ ہے جہاں دونوں ایک دوسرے کو آگے بڑھاتے ہیں،" انہوں نے کہا۔

ایٹومیٹک کے سی ای او مسٹر کرسٹوفر نگوین نے ورکشاپ سے خطاب کیا۔

عمومی ٹیکنالوجی تصویر کے بارے میں، مسٹر کرسٹوفر نگوین نے مور کے قانون کا حوالہ دیا، اس بات کی تصدیق کرتے ہوئے کہ اے آئی اور سیمی کنڈکٹرز کی ترقی کی رفتار بہت تیز ہے۔ ہر 18 ماہ بعد مائکرو پروسیسر ٹیکنالوجی میں نمایاں بہتری آتی ہے۔

جہاں تک مارکیٹ کا تعلق ہے، دنیا AI پروسیسنگ چپس کی مانگ کے ساتھ قابل ذکر ترقی دیکھ رہی ہے جس کی توقع ہے کہ آنے والے سالوں میں تیزی سے اضافہ ہوتا رہے گا۔ امریکہ، چین، جاپان اور جنوبی کوریا جیسے ممالک اس شعبے میں سرمایہ کاری بڑھا رہے ہیں۔ ٹیکنالوجی میں سرکردہ ممالک کے درمیان دوڑ انتہائی سخت ہے۔

چپ مینوفیکچرنگ کے شعبے میں، محترمہ انا گولڈی - سینئر ریسرچ سائنٹسٹ، گوگل - نے تبصرہ کیا کہ جب کہ AI کی کمپیوٹنگ کی ضروریات تیزی سے بڑھ رہی ہیں، ہارڈ ویئر کی صلاحیتیں برقرار نہیں رہیں، جس سے ایک بڑھتا ہوا خلا پیدا ہو رہا ہے۔ اس مسئلے کو حل کرنے کے لیے، نئی AI ٹیکنالوجیز جیسے AlphaChip - ایک AI چپ ڈیزائن کا طریقہ متعارف کرایا گیا ہے۔ انہوں نے کہا کہ AI کے اطلاق کی بدولت، چپ ڈیزائن کا عمل ناقابل یقین حد تک تیز ہو گیا ہے، جبکہ اخراجات کو کم کرنے اور کارکردگی کو بہتر بنانے میں مدد ملتی ہے۔

"AI کی صلاحیت سے پوری طرح فائدہ اٹھانے کے لیے، ہمیں چپ ڈیزائن کے چکروں کو مختصر کرنے، الگورتھم کو بہتر بنانے اور ڈیٹا سے زیادہ سے زیادہ فائدہ اٹھانے کی ضرورت ہے۔ مستقبل میں، AI نہ صرف ہارڈ ویئر کو بہتر بنانے میں مدد کرے گا بلکہ صحت کی دیکھ بھال، مالیات سے لے کر صنعتی مینوفیکچرنگ تک بہت سے دوسرے شعبوں میں پیش رفت کو تشکیل دینے میں بھی اپنا حصہ ڈالے گا،" محترمہ اینا گولڈی نے کہا۔

خاص طور پر، محترمہ اینا گولڈی نے AlphaChip طریقہ متعارف کرایا جو چپ پر اجزاء کی ترتیب کو بہتر بنانے کے لیے AI کا استعمال کرتا ہے، جس سے تاخیر کو کم کرنے، بجلی بچانے اور پیداوار کے علاقے کو بہتر بنانے میں مدد ملتی ہے۔ AI وقت کو کم کرکے اور مصنوعات کی کارکردگی کو بہتر بنا کر چپ ڈیزائن کے عمل کو بہتر بنا سکتا ہے۔ AlphaChip کو Google TPUs کی حالیہ نسلوں پر لاگو کیا گیا ہے، جو روایتی ڈیزائن کے طریقوں کے مقابلے میں نمایاں کارکردگی لاتا ہے۔

دریں اثنا، مسٹر ٹران تھانہ لانگ - واروک یونیورسٹی کے پروفیسر - نے دنیا بھر میں ان کوششوں کے بارے میں مزید بتایا جو AI اور سیمی کنڈکٹر ٹیکنالوجی کی طاقت کو بڑھانے میں مدد کر رہی ہیں۔ مثال کے طور پر، اس نے مصنوعی ذہانت (AI) کی کارکردگی اور اسکیل ایبلٹی کو بہتر بنانے کے لیے میموری اسٹورز اور Bayesian تھیوری کو استعمال کرنے کا طریقہ بتایا۔ میموری اسٹورز AI کو معلومات کو طویل عرصے تک یاد رکھنے اور فیصلوں کو بہتر بنانے کے لیے ماضی کے ڈیٹا کو استعمال کرنے میں مدد کرتے ہیں۔

"Bayesian تھیوری AI کو نئے اعداد و شمار کی بنیاد پر اپنی پیشین گوئی کے امکانات کو ایڈجسٹ کرنے میں مدد کرتا ہے، جس سے سسٹم کو تیز اور زیادہ موثر طریقے سے سیکھنے میں مدد ملتی ہے۔ یہ مجموعہ کمپیوٹیشنل وسائل کی ضرورت کو کم کرتا ہے جبکہ اب بھی اعلی درستگی کو یقینی بناتا ہے،" مسٹر لانگ نے کہا۔

اس کے علاوہ، یہ نقطہ نظر صحت کی دیکھ بھال، صنعتی مینوفیکچرنگ، اور آٹومیشن جیسے شعبوں میں AI کو زیادہ آسانی سے کام کرنے میں مدد کرتا ہے۔ خاص طور پر، AI بڑے ڈیٹا سینٹرز پر بہت زیادہ انحصار کیے بغیر، اخراجات اور وسائل کی بچت کے ڈیٹا کو بہتر طریقے سے پروسیس کر سکتا ہے۔ نتیجتاً، سسٹمز زیادہ ہوشیار، زیادہ موثر، اور خود کو ایڈجسٹ کرنے والے ہوتے ہیں بغیر بڑی مقدار میں ڈیٹا کی ضرورت کے۔

Google DeepMind کی محترمہ Ngan Vu نے ایک تحقیقی سمت متعارف کرائی ہے جس میں سرکٹ نیورل نیٹ ورکس کو موثر منطقی سرکٹ ڈیزائن بنانے کے لیے تجویز کیا گیا ہے۔ مصنوعی اینیلنگ الگورتھم اور دیگر اصلاحی تکنیکوں کو لاگو کرکے، اس کے ماہرین کی ٹیم کا مقصد سرکٹ ڈیزائن سائیکل کو آئیڈیا سے اصل پروڈکٹ تک مختصر کرنا ہے۔

ایک بڑا چیلنج سرکٹس کی درستگی اور کارکردگی کو متوازن کرنا ہے، اس بات کو یقینی بنانا کہ ڈیزائن نہ صرف درست طریقے سے کام کرتے ہیں بلکہ وسائل کی بچت بھی کرتے ہیں۔ تاہم، اگر AI سافٹ ویئر اور ہارڈ ویئر کے درمیان فرق کو کم کیا جا سکتا ہے، تو یہ سیمی کنڈکٹر انڈسٹری میں بہت سے نئے مواقع کھولے گا۔ "سرکٹ ڈیزائن پر AI کا اطلاق سیمی کنڈکٹر انڈسٹری کے کام کرنے کے طریقے کو تبدیل کرنے کا وعدہ کرتا ہے، ترقی کے عمل کو تیز کرنے اور زیادہ بہترین ڈیزائن فراہم کرنے میں مدد کرتا ہے،" محترمہ Ngan Vu نے کہا۔