Samsung war einer der ersten, der künstliche Intelligenz einsetzte, um Mikroschaltungen zu erstellen. Das Unternehmen verwendet neue Software von Synopsys, einem führenden Hersteller von Chipdesign-Software, die in der Branche weit verbreitet ist. Samsung hat sogar den ersten Prototypen eines echten, kommerziellen KI-Prozessors geschaffen.
Andere Technologiegiganten, darunter Google und NVIDIA, haben zuvor über die Möglichkeit spekuliert, Chips mit künstlicher Intelligenz zu entwickeln. Ein Synopsys-Tool namens DSO.ai sieht jedoch angesichts der Expertise von Synopsys und der Tatsache, dass es mit Dutzenden von Chipherstellern zusammenarbeitet, am vielversprechendsten aus. Branchenexperten zufolge kann dieses Tool die Chipentwicklung beschleunigen und neue Ideen für das Chipdesign vorschlagen.
Synopsys hat auch einen weiteren wertvollen Vorteil für das KI-Chipdesign. Wir sprechen über viele Jahre der Entwicklung fortschrittlicher Halbleiterbauelemente, mit denen KI-Algorithmen trainiert werden können.
Ein Samsung-Sprecher bestätigte, dass das Unternehmen KI-gestützte Synopsys-Software verwendet, um proprietäre Exynos-Chipsätze zu entwickeln. Ob die KI-entwickelten Chips in Massenproduktion hergestellt werden und wenn ja, in welchen Produkten sie zum Einsatz kommen, hat das Unternehmen allerdings nicht geklärt.
Es gibt noch ein Beispiel. Ein im Juni veröffentlichtes Google-Forschungspapier beschreibt, wie KI verwendet werden kann, um die optimale Platzierung von Blöcken in Tensor-Chips zu finden. Diese gemeinsam mit Samsung entwickelten Chips werden bald in den Pixel-6-Smartphones debütieren. Es stimmt, Google-Vertreter haben sich bisher geweigert, zu sagen, ob KI bei der Entwicklung von Tensor geholfen hat. Neben Samsung entwickeln auch NVIDIA und IBM Chips mit KI.
Mike Demler, Senior Analyst bei der Linley Group, der für Chipdesign-Software verantwortlich ist, sagt, dass künstliche Intelligenz gute Arbeit leistet, um die Platzierung von Milliarden von Transistoren auf einem Chip zu optimieren. Er schlägt vor, dass KI bald ein Standardbestandteil der Chipentwicklungs-Toolbox werden wird. Demler sagt, dass der Einsatz von KI derzeit teuer ist, da viele Rohdaten benötigt werden, um den Algorithmus zu trainieren. Er geht jedoch davon aus, dass der Einsatz von KI erschwinglicher wird, da Modelle für maschinelles Lernen effizienter werden. Demler fügte jedoch hinzu, dass viele der Prozesse beim Entwurf von Mikroschaltungen nicht automatisiert werden können, sodass Chiphersteller immer noch erfahrene Ingenieure benötigen.
Der von Synopsys, Google, NVIDIA und IBM verwendete Ansatz verwendet eine maschinelle Lerntechnik namens Reinforcement Learning. Es beinhaltet das Unterrichten des Algorithmus durch "Belohnung" oder "Bestrafung", was sich als effektiver Weg erwiesen hat, schwer zu formalisierende menschliche Urteile zu erfassen. Dieses Verfahren kann automatisch die Grundlage für ein digitales Chipdesign bilden, einschließlich der Platzierung von Komponenten und deren Verbindung auf einem Siliziumchip. Die Anwendung eines Algorithmus kann den Designprozess beschleunigen und Ingenieuren ermöglichen, effektiver mit Schaltungen zu experimentieren.
Halbleiterchips und die zu ihrer Entwicklung und Herstellung verwendeten Werkzeuge werden immer wertvoller. Um die Sanktionen gegen den chinesischen Technologiesektor zu verschärfen, hat die US-Regierung beispielsweise beschlossen, Chipentwicklungssoftware in ihre Exportkontrollliste aufzunehmen.
2021-08-15 06:20:25
Autor: Vitalii Babkin