Ας υποθέσουμε ότι μία startup έχει μια επαναστατική ιδέα, που μπορεί να αλλάξει τον κλάδο τεχνολογίας. Όμως, για να υλοποιήσει το προϊόν, χρειάζεται ένα ειδικά σχεδιασμένο μικροτσίπ. Μέχρι πρότινος αυτό θα κόστιζε περισσότερο από την αξία της ίδιας της εταιρείας και θα χρειαζόταν πολύς χρόνος. Πλέον, χάρη στην Τεχνητή Νοημοσύνη, αυτό μπορεί να επιτευχθεί γρήγορα και οικονομικά, με τη βοήθεια των τσιπς που σχεδιάζει η ίδια η ΤΝ.
Τα μικροτσίπς είναι ο ακρογωνιαίος λίθος της σύγχρονης τεχνολογίας και παραδοσιακά, η δημιουργία τους γινόταν από λίγους εξειδικευμένους μηχανικούς. Σήμερα, η ΤΝ επαναστατεί σε αυτόν τον τομέα, επιταχύνοντας τη διαδικασία σχεδίασης και ανοίγοντας τον δρόμο για ακόμα πιο ισχυρές τεχνολογίες στο μέλλον.
Η ιστορική διαδρομή
Τα μικροτσίπ, ή ολοκληρωμένα κυκλώματα, είναι μικροσκοπικοί ηλεκτρονικοί δρόμοι με τρανζίστορ και εξαρτήματα, ενσωματωμένα σε σιλικόνη. Ο σχεδιασμός τους είναι καθοριστικός για τις επιδόσεις τους. Παραδοσιακά, οι μηχανικοί σχεδίαζαν χειροκίνητα τη διάταξη των κυκλωμάτων, φροντίζοντας για τη λειτουργικότητα, την οικονομία και την αντοχή τους σε συνθήκες—όπως για παράδειγμα οι κάμερες αυτοκινήτων που πρέπει να αντέχουν ήλιο και παγωνιά.
Τη δεκαετία του ’60, οι μηχανικοί των υπολογιστών άρχισαν να χρησιμοποιούν λογισμικό για τον σχεδιασμό, το οποίο εξελίχθηκε σε ολόκληρη τη βιομηχανία Αυτοματοποίησης Ηλεκτρονικού Σχεδιασμού (Electronic Design Automation, EDA).
Ο στόχος του EDA είναι να προσομοιώνει τη λειτουργία ενός τσιπ πριν καν κατασκευαστεί το πρώτο πρωτότυπο, κάτι που είναι χρονοβόρο και δαπανηρό. Όπως εξηγεί ο Rob Knoth από την Cadence, μιλώντας στην εβδομαδιαία στήλη “Future Explored” του Freethink, «στη βιομηχανία των ημιαγωγών, προσπαθούμε να προσομοιώνουμε το 99% του σχεδιασμού με λογισμικό, ώστε να είμαστε βέβαιοι ότι όταν γράψουμε την επιταγή για ένα δισεκατομμύριο δολάρια, το τσιπ θα λειτουργεί σωστά από την πρώτη φορά».
Ωστόσο, ακόμη και αν ένα τσιπ λειτουργούσε όπως είχε σχεδιαστεί, αυτό δεν σήμαινε ότι ήταν η καλύτερη δυνατή λύση. Οι μηχανικοί έπρεπε να βασιστούν στην εμπειρία τους και να δοκιμάσουν λίγες μόνο επιλογές πριν καταλήξουν σε ένα «αρκετά καλό» αποτέλεσμα.
Τώρα: Η ΤΝ αναμορφώνει τον σχεδιασμό τσιπ
Σήμερα, εταιρείες όπως η Synopsys και η Cadence πρωτοπορούν, χρησιμοποιώντας την ΤΝ για να επεκτείνουν τις δυνατότητες στον σχεδιασμό τσιπ. Με τεχνικές όπως η ενισχυτική μάθηση, τα μοντέλα ΤΝ «εκπαιδεύονται» μέσω επιβραβεύσεων για καλύτερες εκδοχές σχεδίων, βελτιώνοντας τη διαδικασία πιο γρήγορα από οποιονδήποτε άνθρωπο.
Ο Στέλιος Διαμαντίδης της Synopsys συγκρίνει τη διαδικασία αυτή με το να μαθαίνεις στην ΤΝ να παίζει σκάκι χρησιμοποιώντας εργαλεία σχεδιασμού τσιπ ως πιόνια στη σκακιέρα.
Η ΤΝ μπορεί να δοκιμάσει χιλιάδες επιλογές σχεδίων, στον χρόνο που ένας μηχανικός θα προλάβαινε να δοκιμάσει λίγες μόνο
Ο Bill Dally της Nvidia δήλωσε ότι «τα εργαλεία της ΤΝ συχνά παρουσιάζουν πρωτότυπες ιδέες που ξεπερνούν τη συμβατική ανθρώπινη σκέψη».
Το μέλλον: Η συνδυαστική ΤΝ
Η συνδυαστική ΤΝ, γνωστή για τη δημιουργία κειμένων, εικόνων και μουσικής, έχει τη δυνατότητα να οδηγήσει τον σχεδιασμό τσιπ σε ακόμα υψηλότερα επίπεδα. Οι σχεδιαστές τσιπ εμπνεύστηκαν από μοντέλα όπως το ChatGPT της OpenAI, που έμαθε να συντάσσει ανθρώπινο κείμενο με την ανάλυση δεδομένων από ολόκληρο το διαδίκτυο.
Η Synopsys ανέπτυξε το Synopsys.ai Copilot, το οποίο εξειδικεύεται σε ερωτήσεις σχετικές με τον σχεδιασμό τσιπ, δίνοντας στους μηχανικούς τη δυνατότητα να αλληλεπιδρούν πιο άμεσα με τα σύνθετα σχέδια.
Αντίστοιχα, η Cadence παρουσίασε το ChipGPT το 2023, βοηθώντας τους μηχανικούς να ελέγχουν τις αρχικές εκδοχές των σχεδίων τους και να επιλύουν προβλήματα με φυσική γλώσσα.
Ο “εκδημοκρατισμός” του σχεδιασμού τσιπς
Η ΤΝ πρόκειται να καταστήσει τον σχεδιασμό τσιπς προσιτό σε μικρότερους «παίκτες» και όχι μόνο σε τεχνολογικούς γίγαντες. «Με την ΤΝ, μπορεί να δούμε ομάδες λίγων ατόμων με μια καταπληκτική ιδέα να σχεδιάζουν το δικό τους τσιπ», είπε ο Διαμαντίδης στο Future Explored, αναδεικνύοντας ένα πιο περιεκτικό μέλλον.
Το AlphaChip της Google DeepMind, ένα εργαλείο ενισχυτικής μάθησης που διατέθηκε δωρεάν το 2020, δείχνει αυτή την τάση. Χρησιμοποιήθηκε από την MediaTek και την ίδια την Google, αποδεικνύοντας την ικανότητά του να βελτιστοποιεί σχέδια τσιπ γρηγορότερα και πιο αποτελεσματικά.
Οι Mirhoseini και Goldie της DeepMind φαντάζονται έναν κόσμο όπου η ΤΝ αυτοματοποιεί τη διαδικασία σχεδιασμού. Όπώς λένε:
Φανταστείτε να περιγράφετε μια ιδέα σε μια ΤΝ και αυτή να παράγει ένα πλήρως έτοιμο σχέδιο τσιπ προς κατασκευή
Εν ολίγοις, η τεχνητή νοημοσύνη αλλάζει ριζικά τον σχεδιασμό τσιπ, προσφέροντας ταχύτερες, πιο αποτελεσματικές και δημοκρατικές διαδικασίες. Οι καινοτομίες του σήμερα προετοιμάζουν το έδαφος, για ένα μέλλον όπου ο καθένας με μια ιδέα θα μπορεί να δημιουργήσει την τεχνολογία του αύριο.
Εικόνα: Image by xb100 on Freepik
!function(f,b,e,v,n,t,s)
{if(f.fbq)return;n=f.fbq=function(){n.callMethod?
n.callMethod.apply(n,arguments):n.queue.push(arguments)};
if(!f._fbq)f._fbq=n;n.push=n;n.loaded=!0;n.version=’2.0′;
n.queue=[];t=b.createElement(e);t.async=!0;
t.src=v;s=b.getElementsByTagName(e)[0];
s.parentNode.insertBefore(t,s)}(window, document,’script’,
‘https://connect.facebook.net/en_US/fbevents.js’);
fbq(‘init’, ‘1187084581334921’);
fbq(‘track’, ‘PageView’);
(function(d, s, id) {
var js, fjs = d.getElementsByTagName(s)[0];
if (d.getElementById(id)) return;
js = d.createElement(s); js.id = id;
js.src=”https://connect.facebook.net/el_GR/sdk.js#xfbml=1&version=v3.0&appId=1187084581334921&autoLogAppEvents=1″;
fjs.parentNode.insertBefore(js, fjs);
}(document, ‘script’, ‘facebook-jssdk’));
