Вопрос о том, насколько сильно и быстро ИИ трансформирует дизайн полупроводников, является предметом дискуссий. Несмотря на это, изменения уже происходят, и для достижения успеха в мире, все более ориентированном на ИИ, организации, участвующие в цепочке поставок полупроводников, должны понимать и планировать решение некоторых важных задач.
Например, ИИ зависит от масштабов облачных вычислений, которые становятся все более дорогостоящими. Кроме того, графические процессоры искусственного интеллекта стоят очень дорого, а растущая стоимость ресурсов центров обработки данных приводит к увеличению накладных расходов. За искусственный интеллект приходится платить в буквальном смысле слова.
И наоборот, хотя разработки в области искусственного интеллекта в настоящее время являются дорогостоящими и патентуются, ожидается переход от них к сторонним решениям – стандартным процессорам искусственного интеллекта, которые можно использовать в качестве строительных блоков. Когда это произойдет, чрезвычайно эффективное управление цепочками поставок ИИ-IP будет иметь жизненно важное значение для контроля сложности и масштабируемости, а также для обеспечения безопасности и предотвращения утечки IP-данных. Эти проблемы уже существуют в полупроводниковой промышленности и, если их не решить, будут становиться все более серьезными.
ИИ зависит от обработки больших объемов тестовых данных для обучения моделей ИИ, но эти данные необходимо анализировать и очищать, чтобы избежать ошибок обучения. Новые наборы данных необходимо внедрять взвешенным образом, а также необходимо взвешивать вторичные наборы данных, чтобы соответствующим образом влиять на результаты работы ИИ. Для многих организаций такой уровень сложного управления данными является новой областью.
Итак, как решить все эти проблемы? Одним из способов является переход от проектного подхода к проектированию, ориентированному на IP, в сочетании с масштабируемым инструментом управления данными на файловом уровне, который есть или уже используется многими ведущими мировыми полупроводниковыми компаниями. IP-ориентированный дизайн создает централизованную среду для лучшего управления, контроля и наглядности в области IP.
Методы проектирования, ориентированные на IP, позволяют контролировать отслеживание и повторное использование, что особенно важно для высокопроизводительных систем, таких как графические процессоры, ядра и компоненты с низким энергопотреблением. Реализуя контроль доступа, организации могут выбирать, у кого есть доступ к какому IP-адресу, и отслеживать действия пользователей. IP-адрес может быть даже защищен геозоной. Например, если обычный авторизованный пользователь некоторое время работает удаленно в стране, где доступ к определенному IP-адресу ограничен, это может стать проблемой.
Все эти методы и функции обычно реализуются с использованием интегрированных инструментов управления жизненным циклом продукта (IPLM), которые – в зависимости от решения – могут также включать функции для более эффективного управления наборами данных искусственного интеллекта, такие как индексация, очистка, организация, кураторство и управление версиями.
Кроме того, следует рассмотреть возможность внедрения спецификаций программного обеспечения (SBOM), которые предъявляют все более высокие требования ко многим сложным системам. Такой подход позволяет системным интеграторам проводить более глубокий анализ прослеживаемости программного обеспечения с открытым исходным кодом, получая доступ к информации, содержащейся в конечных продуктах поставщиков программного обеспечения. SBOMs и спецификации оборудования (HBOMs) также могут быть интегрированы в единую среду разработки.
Спецификации в сочетании с более ориентированным на IP подходом могут привести к более эффективному и контролируемому проектированию полупроводников, ориентированных на искусственный интеллект, предоставляя организациям прочную базу, на которую они могут опираться. Никто не может точно предсказать, насколько сильно и быстро искусственный интеллект изменит наш мир, но это определенно произойдет, так что сейчас самое время заложить эти основы.5-нанометровые чипы Huawei Kirin могут оказаться гораздо более энергоэффективными, чем ожидалось
Техпроцесс SMIC с размером элементов 7 нанометров не демонстрирует впечатляющих результатов из-за устаревшего оборудования, и от перехода на 5 нм также не ожидали значительных улучшений. Однако, согласно сообщениям, ситуация может измениться в лучшую сторону. 26.07.2024 146 0 0Ядерные микрореакторы сулят новые возможности
Компания NANO Nuclear Energy Inc. является пионером в области ядерной энергетики и стремится стать коммерчески диверсифицированной и вертикально интегрированной компанией. 18 июля компания объявила об успешном закрытии дополнительной продажи 135 000 обыкновенных акций по цене $20,00 за акцию. NANO Nuclear работает по четырем ключевым направлениям бизнеса: передовые технологии портативных микрореакторов, производство ядерного топлива, транспортировка ядерного топлива и консалтинговые услуги в атомной отрасли. 26.07.2024 141 0 0Новый гибкий датчик для мониторинга движения спортсменов в режиме реального времени
Исследователи разработали гибкий трибоэлектрический датчик в форме дуги (FA-Sensor), предназначенный для расширенного мониторинга движений в бадминтоне. 26.07.2024 134 0 03D-печать активируемых светом гидрогелевых «мышц»
Международная команда исследователей внедрила золотые наностержни в гидрогели, которые могут быть обработаны с помощью 3D-печати для создания структур, которые сжимаются под воздействием света и снова расширяются при его отсутствии. Поскольку это расширение и сжатие может выполняться многократно, структуры, напечатанные на 3D-принтере, могут служить в качестве приводов с дистанционным управлением. 26.07.2024 135 0 0