نظر مدیر عامل AMD در مورد تقابل مهندسان طراح تراشه و هوش مصنوعی؛ برنده کدام است؟

این روزها هوش مصنوعی در سطوح مختلف وارد همه جنبه‌های زندگی ما شده و تلاش می‌کند تا کارها را بر اساس تجربیات گذشته بشر، به بهترین نحو انجام دهد. اما آیا هوش مصنوعی می‌تواند مهندسان طراح تراشه‌هایش پیشرفته را نیز کنار بزند؟ نظر مدیر عامل AMD خانم دکتر لیزا سو در این مورد چیست؟

بعید است این روزها شرکتی پیشرو در حوزه فناوری را بیابید که در پروژه‌ها و طرح‌های خود از هوش مصنوعی استفاده نکند. در واقع در زمان حاضر هوش مصنوعی به یار و همراهی برای مهندسان و طراحان تبدیل شده که موجب ارتقای بهره‌وری آنها و کاهش قابل توجه زمان تخصیص یافته برای پروژه‌ها می‌شود.

اما با توجه به این رویکرد می‌توان گفت که روزی از راه می‌رسد که هوش مصنوعی از انسان جلو زده و بتواند جای طراحان حرفه‌ای تراشه را بگیرد؟

در کنفرانس جهانی هوش مصنوعی 2023 (WAIC) در شانگهای، خانم دکتر لیزا سو به عنوان مدیر یکی از دو شرکت برتر طراحی پردازنده دنیا نیز شرکت کرده و به ایراد سخنرانی پرداخته است. خانم سو در نطق خود بر نقش و اهمیت هوش مصنوعی در آینده تأکید کرده و خاطر نشان نموده که بهره‌گیری از هوش مصنوعی به راهی برای طراحی تراشه‌ها به ویژه برای آزمایش و تأیید فرایند تبدیل شده است.

سو در بخش دیگری از صحبت‌های خود عنوان کرده که معتقد است روزی از راه می‌رسد که هوش مصنوعی بر کل صنعت طراحی تراشه مسلط شده و حتی می‌تواند برنامه‌های آینده آن را نیز پیکربندی و تدوین کند.

جالب است بدانید که پیش از این مدیرعامل AMD از هوش مصنوعی به عنوان اولویت استراتژیک و شماره یک خود در تدوین برنامه‌های حرکت رو به جلوی قرمز نیز یاد کرده است.

هوش مصنوعی طیف وسیعی از کاربردها در طراحی تراشه دارد که تا حد قابل توجهی به این صنعت کمک کرده است. با این حال، پیشرفت در عصر هوش مصنوعی نیازمند تجهیز مهندسان به دانش مدرن سخت افزار، نرم افزار و الگوریتم است. NVIDIA در حال حاضر از پردازنده‌های گرافیکی هوش مصنوعی (AI GPU) خود در توسعه تراشه‌های فعلی و آینده شرکت استفاده می‌کند و AMD نیز در حال برنامه‌ریزی برای حرکت در مسیری مشابه است.

استفاده از هوش مصنوعی در صنعت طراحی تراشه

تکنیک‌های هوش مصنوعی مانند یادگیری ماشینی و یادگیری عمیق می‌توانند فرآیند طراحی تراشه‌ها را بهینه‌تر کنند. با تجزیه و تحلیل حجم وسیعی از داده ها و اجرای شبیه سازی ها، الگوریتم‌های هوش مصنوعی می‌توانند الگوها را شناسایی کرده و طرح‌های بهینه‌سازی‌شده‌ای تولید کنند که الزامات عملکردی خاص را برآورده کند. علاوه بر این، ایرادات یک محصول سریعتر شناسایی شده و امکان بروز هرگونه اختلال در محصول نهایی را از بین رود.

هوش مصنوعی همچنین می‌تواند برای ایجاد طراحی‌های بهتر تراشه گسترش یابد. علت این خواسته آن است که فرآیند طراحی نیمه هادی توسط هوش مصنوعی می‌‎تواند با استفاده از طرح‌های موجود به عنوان منابع یادگیری و ایجاد طرح‌بندی‌هایی که از دستورالعمل‌های طراحی مورد نظر هر پروژه پیروی می‌کنند با تکیه بر رعایت اهداف و عواملی مانند مصرف انرژی، یکپارچگی سیگنال و اشغال فضا بهینه و ساده‌تر شوند. یکی از نمونه‌های بارز این اپلیکیشن، انتشار Synopsys.ai است که قابلیت‌های هوش مصنوعی را در اختیار مهندسان قرار داده و هر مرحله توسعه را بسیار آسان‌تر و کارآمدتر از قبل می‌کند.

هوش مصنوعی صنعت رایانه های شخصی را در تولید درآمد یا بهینه سازی عملکرد طوفانی کرده است. شرکت‌هایی مانند AMD، NVIDIA و Papermaster همگی از هوش مصنوعی برای توسعه طراحی‌های تراشه‌های پیچیده استفاده می‌کنند که در نهایت منجر به یک محصول نهایی پیشرفته می‌شود.