Южнокорейский технологический гигант Samsung одним из первых начал использовать искусственный интеллект для создания микрочипов. Компания использует новое программное обеспечение от Synopsys, ведущего производителя программного обеспечения для проектирования микросхем, разработки которого широко используются в отрасли. Samsung даже создала первый образец реального коммерческого процессора, разработанного с помощью искусственного интеллекта.
Другие технологические гиганты, в том числе Google и NVIDIA, ранее высказывали предположения о возможности разработки чипов с использованием искусственного интеллекта. Однако инструмент Synopsys называется DSO.Ии выглядит наиболее перспективным, учитывая опыт Synopsys и тот факт, что он работает с десятками производителей микросхем. По мнению отраслевых экспертов, этот инструмент может ускорить разработку чипов и предложить новые идеи в дизайне чипов.
У Synopsys есть еще один ценный актив для создания чипов с использованием инструментов искусственного интеллекта. Речь идет о многолетней разработке передовых полупроводниковых устройств, которые можно использовать для обучения алгоритмам искусственного интеллекта.
Представитель Samsung подтвердил, что компания использует программное обеспечение Synopsys с ИИ для разработки фирменных чипсетов Exynos. Однако компания не уточнила, были ли чипы, разработанные с помощью искусственного интеллекта, запущены в массовое производство, и если да, то в каких продуктах они используются.
Есть и другой пример. В исследовательской статье Google, опубликованной в июне, описывается использование ИИ для поиска оптимального размещения блоков внутри тензорных чипов. Эти чипы, разработанные совместно с Samsung, дебютируют в смартфонах Pixel 6 в ближайшем будущем. Однако представители Google по-прежнему отказываются говорить, помогал ли ИИ в разработке Tensor. Помимо Samsung, разработкой чипов с использованием искусственного интеллекта занимаются NVIDIA и IBM.
Майк Демлер, старший аналитик Linley Group, который следит за программным обеспечением для создания чипов, говорит, что искусственный интеллект хорошо справляется с оптимизацией размещения миллиардов транзисторов на чипе. Он предполагает, что ИИ скоро станет стандартной частью набора инструментов для разработки чипов. Демлер говорит, что сейчас использование ИИ обходится дорого, потому что для обучения алгоритма требуется много необработанных данных. Но он ожидает, что использование ИИ станет более доступным по мере того, как модели машинного обучения станут более эффективными. Но Демлер добавил, что многие процессы, связанные с проектированием микросхем, не могут быть автоматизированы, поэтому производителям микросхем все еще нужны опытные инженеры.
Подход, используемый Synopsys, Google, NVIDIA и IBM, использует метод машинного обучения, называемый обучением с подкреплением. Это включает в себя изучение алгоритма с помощью "вознаграждения" или "наказания", которое оказалось эффективным способом фиксации трудноформализуемых человеческих суждений. Этот метод может автоматически лечь в основу дизайна цифрового чипа, включая размещение компонентов и то, как они соединены на кремниевом чипе. Использование алгоритма может ускорить процесс разработки и позволить инженерам более эффективно экспериментировать со схемами.
Полупроводниковые чипы и инструменты, используемые для их проектирования и производства, становятся все более ценными активами. Так, правительство США, стремясь ужесточить санкции против китайского технологического сектора, решило добавить программное обеспечение для разработки чипов в список объектов экспортного контроля.
