كيف ستغير الذكاء الاصطناعى تصميم الرقائق

نهاية قانون مور تلوح في الأفق. يمكن للمهندسين والمصممين فعل الكثير فقط لتصغير الترانزستورات وحزم أكبر عدد ممكن منهم في رقائق. لذا فإنهم يلجأون إلى مقاربات أخرى لتصميم الرقائق ، ودمج التقنيات مثل الذكاء الاصطناعى في هذه العملية.

تقوم Samsung ، على سبيل المثال ، بإضافة منظمة العفو الدولية إلى رقائق الذاكرة الخاصة بها لتمكين المعالجة في الذاكرة ، وبالتالي توفير الطاقة وتسريع التعلم الآلي. عند الحديث عن السرعة ، ضاعفت رقاقة TPU V4 AI من Google قدرتها على المعالجة مقارنة بقدرتها السابقة.

لكن الذكاء الاصطناعي يحمل المزيد من الوعد والإمكانات لصناعة أشباه الموصلات. لفهم بشكل أفضل كيف يتم تعيين الذكاء الاصطناعى لإحداث ثورة في تصميم الرقائق ، تحدثنا مع Heather Gorr ، كبير مديري المنتجات لمنصة Matlab 'Mathworks.

كيف يتم استخدام الذكاء الاصطناعي حاليًا لتصميم الجيل القادم من الرقائق؟

هيذر جور: AI هي تقنية مهمة لأنها تشارك في معظم أنحاء الدورة ، بما في ذلك عملية التصميم والتصنيع. هناك الكثير من التطبيقات المهمة هنا ، حتى في هندسة العملية العامة حيث نريد تحسين الأشياء. أعتقد أن اكتشاف العيوب هو واحد كبير في جميع مراحل العملية ، وخاصة في التصنيع. لكن حتى التفكير في عملية التصميم ، [AI now plays a significant role] عندما تقوم بتصميم الضوء وأجهزة الاستشعار وجميع المكونات المختلفة. هناك الكثير من الكشف عن الشذوذ والتخفيف من الأخطاء التي تريد التفكير فيها حقًا.

هيذر جورMathworks

بعد ذلك ، التفكير في النمذجة اللوجستية التي تراها في أي صناعة ، هناك دائمًا وقت للتوقف المخطط الذي تريد تخفيفه ؛ ولكن ينتهي بك الأمر أيضًا في التوقف عن العمل غير المخطط له. لذا ، إذا نظرنا إلى الوراء إلى تلك البيانات التاريخية عندما تكون لديك تلك اللحظات حيث ربما استغرق الأمر وقتًا أطول قليلاً مما كان متوقعًا لتصنيع شيء ما ، يمكنك إلقاء نظرة على كل هذه البيانات واستخدام الذكاء الاصطناعي لمحاولة تحديد السبب القريب أو لرؤية شيء قد يقفز حتى في مراحل المعالجة والتصميم. نفكر في AI في كثير من الأحيان كأداة تنبؤية ، أو كروبوت يقوم بشيء ما ، ولكن في كثير من الأحيان تحصل على الكثير من البصيرة من البيانات من خلال الذكاء الاصطناعي.

ما هي فوائد استخدام الذكاء الاصطناعي لتصميم الرقائق؟

جور: تاريخيا ، لقد رأينا الكثير من النمذجة القائمة على الفيزياء ، وهي عملية مكثفة للغاية. نريد أن نفعل نموذج ترتيب مخفض ، حيث بدلاً من حل مثل هذا النموذج الباهظ الثمن والمكثف ، يمكننا أن نفعل شيئًا أرخص قليلاً. يمكنك إنشاء نموذج بديل ، إذا جاز التعبير ، عن هذا النموذج القائم على الفيزياء ، واستخدام البيانات ، ثم قم بإجراء عمليات مسح المعلمات الخاصة بك ، والتحسينات الخاصة بك ، ومحاكاة Monte Carlo الخاصة بك باستخدام نموذج البديل. يستغرق ذلك وقتًا أقل من حل المعادلات القائمة على الفيزياء مباشرة. لذلك ، نرى هذا الفائدة بعدة طرق ، بما في ذلك الكفاءة والاقتصاد التي تعتبر نتائج التكرار بسرعة على التجارب والمحاكاة التي ستساعد حقًا في التصميم.

إذن هو مثل وجود توأم رقمي بمعنى ما؟

جور: بالضبط. هذا ما يفعله الناس إلى حد كبير ، حيث يكون لديك نموذج النظام المادي والبيانات التجريبية. بعد ذلك ، بالاقتران ، لديك هذا النموذج الآخر الذي يمكنك تعديله وضبطه وتجربة المعلمات والتجارب المختلفة التي تسمح بالاستيلاء على كل تلك المواقف المختلفة والتوصل إلى تصميم أفضل في النهاية.

لذلك ، سيكون أكثر كفاءة ، وكما قلت ، أرخص؟

جور: نعم بالتأكيد. خاصة في مراحل التجريب والتصميم ، حيث تحاول أشياء مختلفة. من الواضح أن هذا سيؤدي إلى وفورات كبيرة في التكاليف إذا كنت في الواقع تصنيع وإنتاج [the chips]. تريد محاكاة واختبار التجربة قدر الإمكان دون إجراء شيء ما باستخدام هندسة العملية الفعلية.

لقد تحدثنا عن الفوائد. ماذا عن العيوب؟

جور: ال [AI-based experimental models] تميل إلى أن لا تكون دقيقة مثل النماذج القائمة على الفيزياء. بالطبع ، لهذا السبب تقوم بالعديد من عمليات المحاكاة ومسحات المعلمات. ولكن هذا هو أيضًا فائدة وجود هذا التوأم الرقمي ، حيث يمكنك وضع ذلك في الاعتبار – لن يكون دقيقًا مثل هذا النموذج الدقيق الذي طورناه على مر السنين.

كل من تصميم الرقائق وتصنيعها مكثفة في النظام. عليك أن تفكر في كل جزء صغير. وهذا يمكن أن يكون تحديا حقا. إنها حالة قد يكون لديك فيها نماذج للتنبؤ بشيء وأجزاء مختلفة منه ، لكن لا تزال بحاجة إلى جمعها جميعًا.

أحد الأشياء الأخرى التي يجب التفكير فيها أيضًا هو أنك تحتاج إلى البيانات لإنشاء النماذج. يجب عليك دمج بيانات من جميع أنواع المستشعرات المختلفة وأنواع مختلفة من الفرق ، وهذا يزيد من التحدي.

كيف يمكن للمهندسين استخدام الذكاء الاصطناعى لإعداد واستخراج رؤى من بيانات الأجهزة أو أجهزة الاستشعار؟

جور: نحن نفكر دائمًا في استخدام الذكاء الاصطناعي للتنبؤ بشيء ما أو القيام بمهمة روبوت ، ولكن يمكنك استخدام الذكاء الاصطناعى للتوصل إلى أنماط واختيار الأشياء التي ربما لم تلاحظها من قبل. سيستخدم الأشخاص الذكاء الاصطناعى عندما يكون لديهم بيانات عالية التردد قادمة من العديد من المستشعرات المختلفة ، وفي كثير من الأحيان يكون من المفيد استكشاف مجال التردد وأشياء مثل مزامنة البيانات أو إعادة العينات. يمكن أن تكون هذه تحديًا حقًا إذا لم تكن متأكدًا من أين تبدأ.

أحد الأشياء التي أود قولها هو ، استخدام الأدوات المتوفرة. هناك مجتمع واسع من الأشخاص الذين يعملون على هذه الأشياء ، ويمكنك العثور على الكثير من الأمثلة [of applications and techniques] على Github أو Matlab Central ، حيث شارك الناس أمثلة لطيفة ، حتى التطبيقات الصغيرة التي أنشأوها. أعتقد أن الكثير منا مدفونون في البيانات وليس متأكدًا مما يجب فعله به ، لذلك بالتأكيد استفد من ما هو موجود بالفعل في المجتمع. يمكنك استكشاف ومعرفة ما هو المنطقي بالنسبة لك ، وجلب توازن المعرفة في المجال والبصيرة التي تحصل عليها من الأدوات و AI.

ما الذي يجب أن يعتبره المهندسون والمصممون WHباستخدام الذكاء الاصطناعي لتصميم الرقائق؟

جور: فكر في المشكلات التي تحاول حلها أو ما هي الأفكار التي قد تأمل في العثور عليها ، ومحاولة أن تكون واضحًا بشأن ذلك. النظر في جميع المكونات المختلفة ، وتوثيق واختبار كل من هذه الأجزاء المختلفة. فكر في جميع الأشخاص المعنيين ، وشرحوا وتسليمهم بطريقة معقولة للفريق بأكمله.

كيف تعتقد أن الذكاء الاصطناعي سيؤثر على وظائف مصممي الرقائق؟

جور: سوف يحرر الكثير من رأس المال البشري للمهام الأكثر تقدمًا. يمكننا استخدام الذكاء الاصطناعي لتقليل النفايات ، لتحسين المواد ، لتحسين التصميم ، ولكن بعد ذلك لا يزال لديك هذا الإنسان المشارك كلما يتعلق الأمر بصنع القرار. أعتقد أنه مثال رائع على الأشخاص والتكنولوجيا العاملين جنبًا إلى جنب. إنها أيضًا صناعة حيث يجب على جميع الأشخاص المشاركين – حتى على أرضية التصنيع – أن يكون لديهم مستوى من الفهم لما يحدث ، لذا فهذه صناعة رائعة للتقدم في الذكاء الاصطناعي بسبب كيفية اختبار الأشياء وكيف نفكر فيها قبل أن نضع لهم على الشريحة.

كيف تتخيل مستقبل AI وتصميم الرقائق؟

غور: إنه يعتمد إلى حد كبير على هذا العنصر البشري – مما يفسد الأشخاص في هذه العملية ولديهم هذا النموذج القابل للتفسير. يمكننا أن نفعل العديد من الأشياء مع minutiae الرياضية للنمذجة ، ولكن الأمر يتعلق بكيفية استخدام الناس ، وكيف يفهم الجميع في هذه العملية وتطبيقه. سيكون التواصل ومشاركة الأشخاص من جميع مستويات المهارات في العملية أمرًا مهمًا حقًا. سنرى أقل من تلك التنبؤات الفائقة والمزيد من الشفافية للمعلومات ، والمشاركة ، وهذا التوأم الرقمي – ليس فقط باستخدام الذكاء الاصطناعي ولكن أيضًا باستخدام معرفتنا الإنسانية وجميع الأعمال التي قام بها الكثير من الناس على مر السنين.