كيف سيغير الذكاء الاصطناعي تصميم الرقائق

نهاية قانون مور تلوح في الأفق. يمكن للمهندسين والمصممين فعل الكثير لتصغير الترانزستورات وتعبئة أكبر عدد ممكن منها في شرائح. لذا فهم يتجهون إلى أساليب أخرى لتصميم الرقائق ، بدمج تقنيات مثل الذكاء الاصطناعي في العملية.

على سبيل المثال ، تضيف Samsung AI إلى شرائح الذاكرة الخاصة بها لتمكين المعالجة في الذاكرة ، وبالتالي توفير الطاقة وتسريع التعلم الآلي. بالحديث عن السرعة ، ضاعفت شريحة TPU V4 AI من Google قدرتها على المعالجة مقارنةً بإصدارها السابق.

لكن الذكاء الاصطناعي لا يزال يحمل المزيد من الآمال والإمكانيات لصناعة أشباه الموصلات. لفهم كيفية قيام الذكاء الاصطناعي بإحداث ثورة في تصميم الشرائح بشكل أفضل ، تحدثنا مع هيذر جور ، كبير مديري المنتجات لمنصة MATLAB التابعة لشركة MathWorks.

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

هيذر جور: يُعد الذكاء الاصطناعي تقنية مهمة لأنه يشارك في معظم أجزاء الدورة ، بما في ذلك عملية التصميم والتصنيع. هناك الكثير من التطبيقات المهمة هنا ، حتى في هندسة العمليات العامة حيث نريد تحسين الأشياء. أعتقد أن اكتشاف العيوب يعد أمرًا مهمًا في جميع مراحل العملية ، خاصة في التصنيع. ولكن حتى التفكير مسبقًا في عملية التصميم ، [AI now plays a significant role] عندما تقوم بتصميم الضوء والمستشعرات وجميع المكونات المختلفة. هناك الكثير من اكتشافات الشذوذ وتخفيف الأخطاء التي تريد حقًا وضعها في الاعتبار.

هيذر جورماثووركس

بعد ذلك ، بالتفكير في النمذجة اللوجيستية التي تراها في أي صناعة ، هناك دائمًا وقت توقف مخطط له تريد التخفيف منه ؛ ولكن ينتهي بك الأمر أيضًا إلى حدوث تعطل غير مخطط له. لذا ، بالنظر إلى تلك البيانات التاريخية عندما مررت بتلك اللحظات التي ربما استغرق الأمر وقتًا أطول قليلاً من المتوقع لتصنيع شيء ما ، يمكنك إلقاء نظرة على كل تلك البيانات واستخدام الذكاء الاصطناعي لمحاولة تحديد السبب المباشر أو لرؤية شيء قد يقفز حتى في مرحلتي المعالجة والتصميم. غالبًا ما نفكر في الذكاء الاصطناعي كأداة تنبؤية ، أو كإنسان آلي يقوم بشيء ما ، ولكن في كثير من الأحيان تحصل على الكثير من الرؤى من البيانات من خلال الذكاء الاصطناعي.

ما هي فوائد استخدام الذكاء الاصطناعي لتصميم الشرائح؟

جور: تاريخياً ، رأينا الكثير من النمذجة القائمة على الفيزياء ، وهي عملية مكثفة للغاية. نريد عمل نموذج طلب مخفض ، حيث بدلاً من حل مثل هذا النموذج المكلف والواسع من الناحية الحسابية ، يمكننا القيام بشيء أرخص قليلاً. يمكنك إنشاء نموذج بديل ، إذا جاز التعبير ، لهذا النموذج القائم على الفيزياء ، واستخدام البيانات ، ثم القيام بعمليات مسح للمعلمات والتحسينات الخاصة بك ومحاكاة مونت كارلو الخاصة بك باستخدام النموذج البديل. يستغرق ذلك وقتًا أقل بكثير من الناحية الحسابية من حل المعادلات القائمة على الفيزياء مباشرةً. لذلك ، نحن نرى هذه الفائدة من نواحٍ عديدة ، بما في ذلك الكفاءة والاقتصاد اللذين هما نتيجة التكرار السريع للتجارب والمحاكاة التي ستساعد حقًا في التصميم.

إذن فهو يشبه 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 معلمات وتجارب مختلفة تتيح لك مسح كل تلك المواقف المختلفة والتوصل إلى تصميم أفضل في النهاية.

لذا ، هل ستكون أكثر كفاءة ، كما قلت ، أرخص؟

جور: نعم بالتأكيد. خاصة في مرحلتي التجريب والتصميم ، حيث تحاول أشياء مختلفة. من الواضح أن هذا سيؤدي إلى توفير كبير في التكاليف إذا كنت تقوم بالتصنيع والإنتاج بالفعل [the chips]. تريد المحاكاة والاختبار والتجربة قدر الإمكان دون عمل شيء باستخدام هندسة العمليات الفعلية.

لقد تحدثنا عن الفوائد. ماذا عن السلبيات؟

جور: ال [AI-based experimental models] تميل إلى عدم الدقة مثل النماذج القائمة على الفيزياء. بالطبع ، هذا هو سبب قيامك بالعديد من عمليات المحاكاة وعمليات المسح للمعلمات. ولكن هذه أيضًا ميزة الحصول على التوأم الرقمي ، حيث يمكنك أن تضع ذلك في الاعتبار – لن تكون دقيقة مثل هذا النموذج الدقيق الذي طورناه على مر السنين.

كل من تصميم وتصنيع الرقائق يعتمدان على النظام ؛ عليك أن تفكر في كل جزء صغير. ويمكن أن يكون ذلك تحديًا حقًا. إنها حالة قد يكون لديك فيها نماذج للتنبؤ بشيء وأجزاء مختلفة منه ، ولكن لا يزال يتعين عليك تجميعها معًا.

أحد الأشياء الأخرى التي يجب التفكير فيها أيضًا هو أنك بحاجة إلى البيانات لبناء النماذج. يجب عليك دمج البيانات من جميع أنواع أجهزة الاستشعار المختلفة وأنواع مختلفة من الفرق ، وهذا يثير التحدي.

كيف يمكن للمهندسين استخدام الذكاء الاصطناعي لإعداد واستخراج الرؤى بشكل أفضل من بيانات الأجهزة أو أجهزة الاستشعار؟

جور: نفكر دائمًا في استخدام الذكاء الاصطناعي للتنبؤ بشيء ما أو القيام ببعض مهام الروبوت ، ولكن يمكنك استخدام الذكاء الاصطناعي للتوصل إلى أنماط واختيار الأشياء التي ربما لم تلاحظها من قبل بنفسك. سيستخدم الأشخاص الذكاء الاصطناعي عندما يكون لديهم بيانات عالية التردد تأتي من العديد من أجهزة الاستشعار المختلفة ، وفي كثير من الأحيان يكون من المفيد استكشاف مجال التردد وأشياء مثل مزامنة البيانات أو إعادة التشكيل. يمكن أن يكون ذلك صعبًا حقًا إذا لم تكن متأكدًا من أين تبدأ.

أحد الأشياء التي أود أن أقولها هو استخدام الأدوات المتاحة. هناك مجتمع كبير من الأشخاص الذين يعملون على هذه الأشياء ، ويمكنك أن تجد الكثير من الأمثلة [of applications and techniques] على GitHub أو MATLAB Central ، حيث شارك الأشخاص أمثلة لطيفة ، حتى التطبيقات الصغيرة التي قاموا بإنشائها. أعتقد أن الكثيرين منا مدفونون في البيانات ولست متأكدين مما يجب فعله بها ، لذلك بالتأكيد استفد مما هو موجود بالفعل في المجتمع. يمكنك استكشاف ومعرفة ما هو منطقي بالنسبة لك ، وتحقيق التوازن بين معرفة المجال والبصيرة التي تحصل عليها من الأدوات والذكاء الاصطناعي.

ما الذي يجب على المهندسين والمصممين النظر فيهar استخدام الذكاء الاصطناعي لتصميم الرقاقة؟

جور: فكر في المشكلات التي تحاول حلها أو الأفكار التي قد تأمل في العثور عليها ، وحاول أن تكون واضحًا بشأن ذلك. ضع في اعتبارك جميع المكونات المختلفة ، وقم بتوثيق واختبار كل جزء من هذه الأجزاء المختلفة. ضع في اعتبارك جميع الأشخاص المعنيين ، واشرح وسلم بطريقة معقولة للفريق بأكمله.

كيف تعتقد أن الذكاء الاصطناعي سيؤثر على وظائف مصممي الرقائق؟

جور: سيحرر الكثير من رأس المال البشري للمهام الأكثر تقدمًا. يمكننا استخدام الذكاء الاصطناعي لتقليل الفاقد ، وتحسين المواد ، وتحسين التصميم ، ولكن بعد ذلك لا يزال لديك هذا العنصر البشري عندما يتعلق الأمر بصنع القرار. أعتقد أنه مثال رائع على عمل الناس والتكنولوجيا جنبًا إلى جنب. إنها أيضًا صناعة يحتاج فيها جميع الأشخاص المعنيين – حتى في أرضية التصنيع – إلى الحصول على مستوى معين من الفهم لما يحدث ، لذا فهذه صناعة رائعة لتطوير الذكاء الاصطناعي بسبب كيفية اختبارنا للأشياء وكيف نفكر فيها قبل أن نضع منهم على الرقاقة.

كيف تتخيل مستقبل الذكاء الاصطناعي وتصميم الرقائق؟

جور: إنها تعتمد إلى حد كبير على هذا العنصر البشري – إشراك الناس في العملية والحصول على هذا النموذج القابل للتفسير. يمكننا القيام بالعديد من الأشياء بالتفاصيل الرياضية للنمذجة ، لكن الأمر يتعلق بكيفية استخدام الناس لها ، وكيف يفهمها الجميع في العملية ويطبقونها. سيكون التواصل ومشاركة الأشخاص من جميع مستويات المهارة في العملية مهمين حقًا. سنرى القليل من تلك التنبؤات فائقة الدقة والمزيد من الشفافية للمعلومات والمشاركة وهذا التوأم الرقمي – ليس فقط باستخدام الذكاء الاصطناعي ولكن أيضًا باستخدام معرفتنا البشرية وكل العمل الذي قام به العديد من الأشخاص على مر السنين.