У дома > Новини > Наставник: AI ще бъде друг катализатор за десетилетието на растеж в полупроводниковата индустрия

Наставник: AI ще бъде друг катализатор за десетилетието на растеж в полупроводниковата индустрия

След избухването на интернет балон през 2001 г. много хора бяха пълни със съмнения относно бъдещото развитие на цялата индустрия на полупроводници.

В кръга на срива на пазара по това време много полупроводникови компании започнаха да се интегрират; привлекателните инвестиции на индустрията във вятърни капитали също бяха значително намалени; технологичните изследвания и разработването в процеса на развитие на процесите и други аспекти също са в застой и забавени.

Сега обаче полупроводниковата индустрия наблюдава нов обрат. В интервю с репортери като Ji Wei.com, изпълнителният вицепрезидент на Mentor IC EDA Йозеф Савицки заяви, че индустрията е препълнена с възможности при стимулирането на нови технологии като изкуствен интелект и машинно обучение.

Доклад на Маккинси посочи, че изкуственият интелект може да бъде приложен в много вертикални области, което позволява на полупроводниковите компании да улавят от 40 до 50% от общата стойност от тези технологии. Джоузеф каза, че изкуственият интелект ще бъде силен катализатор за още 10-годишен цикъл на растеж в полупроводниковата индустрия. Но за да се реализира тази тенденция наистина, са необходими много данни като подкрепа.

„С достатъчно данни можете да бъдете предсказващи, така че можете да тренирате машината си много надеждно и да оставите машината да се учи ефективно.” Джоузеф добави още, че количеството на необходимите данни и създадени за високоскоростна комуникация ще се увеличи през следващите 12 години. Това ще доведе до хиляди пъти растеж и тези данни трябва да бъдат анализирани и след това да се предприемат действия въз основа на този анализ.

Въпреки това, под въздействието на цунамито на данни, развитието на изкуствен интелект също е изправено пред различни противоречия. Йосиф спомена две конфликтни цели в развитието на изкуствения интелект:

Една цел е много хора да искат непрекъснато да укрепват възможностите на центъра за данни, за да се справят с такива огромни количества данни. Така компании като Alibaba и Amazon разработват свързани с AI двигатели, които използват този двигател за обучение на огромни количества данни.

От друга страна, целта на някои компании е да изтласкат все повече и повече процесорна мощ до ръба на облака, като по този начин освобождават известен натиск върху развитието на центъра за данни.




Развитието на чипове в компютърните изчисления значително ще надвиши чипа, необходим на центъра за данни. Според Tractica от 2016 г. до 2021 г. общият годишен ръст на устройствата, свързани с ръбове, ще достигне 190%.

Джоузеф каза, че по-близо, изчисляването / обработката на ръбовете ще бъде основният двигател за растеж в полупроводниковата индустрия. Тъй като специфичните приложения в много области изискват оптимизирани дизайни на чипове за постигане на оптимална производителност на чипа, това ще бъде възможност за доставчици на инструменти на EDA като Mentor.

Джоузеф подчертава, че при ръчно изчисляване на AI дизайнът на чипове често се определя от специфични изисквания за развитие на архитектурата. Така настоящата платформа за развитие на AI е напълно различна от предишната среда за развитие.

В тази връзка Джоузеф представи инструментите за проектиране на чипове на Mentor специално за областта AI:

lHLS (синтез на високо ниво): Вземете NVIDIA като пример. Използвайки този инструмент, можете да увеличите производителността с близо два пъти и разходите за проверка с 80%.

lHierarchicl тест: помага на клиентите да увеличат производителността и да намалят разходите. Като вземем за пример клиента на Graphcor, използвайки този инструмент, продуктивността на DFT е увеличена 4 пъти, скоростта на тест трансфера е значително подобрена, а периодът на проектиране е съкратен до 3 дни въз основа на действителни данни.

lOPC технология: използвана в производството на полупроводници, за производството на една маска са необходими 4000 процесора един ден на 7nm основа, но ако използвате алгоритми за машинно обучение, можете да намалите времето за работа с 3-4 пъти.

lLFD (litographically friendly) технология: значително намалява коефициента на ограничаване на добива и намалява времето за работа на 10 пъти. Не само могат да се идентифицират дефекти в производствения процес, но и да се предвидят дефекти.

Инструмент за разположение: решава проблема с повреда на продукт или компонент и подобрява качеството и ефективността на производството.

В допълнение, Mentor предоставя платформа за технологична характеристика за автомобилната индустрия, предоставяща подробен анализ на цялостната надеждност и безопасност, комбинирана с AI за намаляване на времето на изпълнение на характеристиките с коефициент 100. Симулаторът PAVE 360 Autopilot също непрекъснато симулира реално- световните условия във виртуалната машина, което допълнително намалява времето за проверка.

Независимо дали бъдещите интелигентни чипове са посветени или гъвкави, индустрията има различни гласове. Но Джоузеф каза на репортера на микронета, че EDA е неутрален инструмент. В бъдеще Mentor ще предостави голяма среда, в която клиентите могат да използват инструментите за моделиране и разработване на своя софтуер в специфични среди. Това е най-важната стойност, която Mentor предлага като компания EDA.