Sztuczna inteligencja wesprze projektowanie najnowocześniejszych chipów komputerowych16.08.2021

Rozmieszczenie tranzystorów na układach scalonych to zadanie, które według inżynierów pracujących z AI może ulec jeszcze wydajniejszej automatyzacji. 

Nowoczesne mikroprocesory – zwłaszcza te, które stanowią elementy urządzeń o dużej mocy obliczeniowej – są niezwykle złożone i zawierają wiele komponentów, które muszą być ze sobą precyzyjnie połączone. Stworzenie odpowiedniego projektu układu scalonego stanowi więc nie lada wyzwanie, które wymaga doświadczenia pochłania wiele tygodni wytężonej pracy. Choć niektóre etapy tego procesu nie obędą się bez obecności wykwalifikowanych ekspertów, inne mogą być częściowo zautomatyzowane. I tu właśnie w sukurs przychodzi sztuczna inteligencja, która zaczyna na masową skalę gościć w komercyjnych projektach.

Szlaki w tej dziedzinie przeciera Samsung, który połączył siły z firmą Synopsys produkującą oprogramowanie DSO.ai. Narzędzie ma pomóc w budowie części do smartfonów, słuchawek i innych urządzeń elektronicznych. – AI jest dobrze przygotowana do rozmieszczania milionów tranzystorów na chipach – ocenia w rozmowie z „Wired" starszy analityk z Linley Group, Mike Demler. – Nadaje się do rozwiązywania tych problemów, które stały się bardzo złożone. Stanie się tym samym standardową częścią zestawu narzędzi konstrukcyjnych – dodaje. Ekspert zwraca jednocześnie uwagę na to, że korzystanie ze sztucznej inteligencji wymaga zużycia dużych nakładów energii i mocy obliczeniowej w chmurze. Żywi jednak nadzieję, że jej nowsze odsłony będą cechować się większą wydajnością. 

Rozwiązanie opracowane przez Synopsis wykorzystuje technikę uczenia maszynowego znaną jako uczenie przez wzmacnianie. Reinforcement learing znalazło już swoje zastosowanie w symulacjach inwestowania na giełdzie albo w głośnym algorytmie AlphaGo. W przypadku mikroprocesorów miałoby polegać na automatycznym opracowaniu podstaw projektu, czyli rozmieszczeniu komponentów i znalezieniu sposobu na ich połączenie. Firma zdradziła na swoim blogu, że dzięki metodzie wydajność chipa stworzonego przez wiodącego północnoamerykańskiego producenta układów scalonych wzrosła o 15%.