[مقدمة إلى الحكمة الجديدة]يُعدّ تصميم الدوائر المتكاملة التقليدي عمليةً تستغرق وقتًا طويلاً وتتطلب جهدًا كبيرًا. هل يُمكن استخدام الذكاء الاصطناعي لتحسين كفاءة العمل؟ في مؤتمر الدوائر المتكاملة ذات الحالة الصلبة لهذا العام، شرح أربعة من الرواد، بمن فيهم جيف دين، رئيس قسم الذكاء الاصطناعي في جوجل، التأثير الكبير لتطبيقات الذكاء الاصطناعي على المعالجات، والحوسبة الكمومية، والابتكار الهيكلي، وغيرها. "تبحث شركة شينزي يوان بشكل عاجل عن كتّاب رئيسيين، ومحررين، ومديري عمليات، ومديري حسابات. أضف حساب الموارد البشرية على وي تشات (Dr-wly) أو امسح رمز الاستجابة السريعة في نهاية المقال لمعرفة المزيد."

موضوع مؤتمر الدوائر المتكاملة ذات الحالة الصلبة (ISSCC) لهذا العام هو "الدوائر المتكاملة التي تدعم عصر الذكاء الاصطناعيوكانت الجلسة العامة الافتتاحية تهدف إلى تحديد مدى "طيّ" الذكاء الاصطناعي لمجال أشباه الموصلات.
 

شرح كل من جيف دين، رئيس قسم الذكاء الاصطناعي في جوجل، وكو-هونغ لوه، نائب الرئيس الأول لشركة ميديا ​​تيك، ونادين كوليرت، مديرة مشروع إيميك، وداريو جيل، مدير أبحاث آي بي إم، على التوالي، التوقعات والمتطلبات الخاصة بالذكاء الاصطناعي في المجال الإلكتروني، مثل كيفية تشغيل المعالجات الجديدة (بالإضافة إلى وحدات المعالجة المركزية ووحدات معالجة الرسومات) المصممة خصيصًا لتطبيقات الذكاء الاصطناعي؛ وتعزيز الابتكار الهيكلي (مثل الرقائق الصغيرة، وحزم الرقائق المتعددة، والوصلات البينية)؛ وحتى التأثير على تطوير الحوسبة الكمومية.
 
هل يستغرق تصميم المسارات وتحديدها وقتاً طويلاً؟ تساعدك تقنية الذكاء الاصطناعي من جوجل على تقليل التكاليف وزيادة الكفاءة.
   
عُقد مؤتمر ISSCC في سان فرانسيسكو الأسبوع الماضي. وخلال المؤتمر، صرّحت جوجل بأن الذكاء الاصطناعي لا يقل أهمية عن تصميم الدوائر الإلكترونية، وأعلنتتحاول جوجل استخدام التعلم الآلي لحل مشاكل التخطيط والتوجيه الآلي في عملية تصميم الدوائر المتكاملةوحققت نتائج جيدة.  
شكّل تطبيق الذكاء الاصطناعي محورًا رئيسيًا للبحث في مجال الإلكترونيات خلال السنوات الأخيرة. وقد اجتذب هذا التوجه عددًا كبيرًا من باحثي أشباه الموصلات للانخراط في أبحاث تجمع بين الأساليب التقليدية والذكاء الاصطناعي. وعلى وجه الخصوص، فقد حدد مؤتمر الدوائر المتكاملة ذات الحالة الصلبة (ISSCC) لهذا العام موضوعه الرئيسي على النحو التالي:تعزيز حقبة جديدة من الذكاء الاصطناعي باستخدام الدوائر المتكاملة"كما ذكر حفل الافتتاح أن الغرض من هذا المؤتمر هو استكشاف تأثير الذكاء الاصطناعي على البحث في مجال أشباه الموصلات.
شرح المتحدثون الأربعة في حفل الافتتاح كيف أن الطلب على الذكاء الاصطناعي يدفع تصميم معالجات جديدة خاصة بالذكاء الاصطناعي (مقارنة بوحدات المعالجة المركزية ووحدات معالجة الرسومات)، وكيف يعزز الابتكار الهيكلي (مثل استخدام الرقائق الصغيرة، أو حزم الرقائق المتعددة، أو التصاميم القابلة للتوصيل)، وحتى كيف يؤثر على تطوير الحوسبة الكمومية المستقبلية.  
كان المتحدث الأول في المؤتمر جيف دين، رئيس قسم الذكاء الاصطناعي في جوجل. وذكر جيف دين أن جوجل تجري تجارب علىالاستفادة من التعلم الآلي لأداء مهام التخطيط والتوجيه في تصميم الدوائر المتكاملةأي السماح للذكاء الاصطناعي بتعلم تصميم وتوصيل الدوائر المتكاملة، مما يوفر الجهد البشري لخبراء التصميم.      مقارنة بين نتائج تحديد المواقع وتوجيهها بواسطة خبير بشري في تصميم الدوائر المتكاملة الخاصة بالتطبيقات (ASIC) ونتائج تحديد المواقع وتوجيهها بواسطة شريحة تسريع التعلم الآلي منخفضة الطاقة. قامت جوجل عمداً بإخفاء أجزاء من الصورة. (المصدر: جوجل ريسيرش / ISSCC)
قدّم جيف دين في البداية نبذةً موجزةً عن تاريخ تطور الذكاء الاصطناعي والتعلم الآلي، ثم شرح كيف تتعلم الآلات لعب الطاولة، وكيف يلعب ديب بلو الشطرنج، وكيف يتفوق ألفاغو في لعبة غو. وبات بإمكان الذكاء الاصطناعي الآن التعامل مع ألعاب الفيديو المعقدة للغاية (مثل "ستار كرافت") وتحقيق نتائج باهرة. وفي الوقت نفسه، يُستخدم التعلم الآلي على نطاق واسع في التصوير الطبي.الروبوتات، ورؤية الحاسوب، والقيادة الذاتية، وعلم الأعصاب، والزراعة، والتنبؤ بالطقس، وغيرها من المجالات.  
  على مدى عقود، كانت الفكرة الأساسية التي دفعت تطور تكنولوجيا الحوسبة هيكلما كبرت المشكلة، زادت قدرة الحوسبة المخصصة لها. فكلما زادت قدرة المعالجة، زادت المشاكل التي يمكن حلها. لفترة من الزمن، انطبقت هذه القاعدة أيضًا على حل مشاكل الذكاء الاصطناعي. إلا أن هذه القاعدة سرعان ما تم تجاوزها بسبب التوسع الهائل في نطاق المشاكل، إذ ببساطة لا يمكننا توفير موارد كافية من وحدة المعالجة المركزية/وحدة معالجة الرسومات لحل مثل هذه المشاكل.  
لقد أثبتت الحقائق ذلكلا تتطلب تقنيات الذكاء الاصطناعي/التعلم الآلي تعقيد وحدة المعالجة المركزية/وحدة معالجة الرسومات التقليدية، كما أن العمليات الحسابية المطلوبة أبسط، والدقة المطلوبة أقل بكثير.يُشير هذا الاكتشاف إلى أن مُسرّعات الذكاء الاصطناعي/التعلم الآلي المُخصصة لا يجب أن تكون مُعقدة مثل وحدات المعالجة المركزية/وحدات معالجة الرسومات. وبناءً على ذلك، صممت جوجل مُسرّع TensorFlow وأطلقت الجيل الثالث منه، وسيتم إطلاق الجيل الرابع قريبًا. تتميز مُعالجات الذكاء الاصطناعي/التعلم الآلي بسهولة تصميمها وانخفاض تكلفتها نسبيًا، مما يُسهّل نشر التعلم الآلي على نطاق أوسع في أطراف الشبكة. وفي عام 2019، كان لدى جوجل بالفعل نموذج صغير الحجم مُتاح للهواتف الذكية.  
تُنفَّذ جميع التطبيقات القائمة على الذكاء الاصطناعي (القيادة الذاتية، والتصوير الطبي، والألعاب) في المرحلة الحالية من خلال تدريب أنظمة ذكاء اصطناعي/تعلم آلي مخصصة. فهل يستطيع الذكاء الاصطناعي تطبيق المعرفة المكتسبة من نظام ما على نظام جديد لم يسبق له رؤيته؟ الإجابة واضحة: "نعم".  
قال جيف دين: "السبب الذي يدفعني إلى طرح هذا الموضوع هو أننا بدأنا نفكر في استخدام الذكاء الاصطناعي لتحديد المواقع والتوجيه في تصميم الدوائر المتكاملة الخاصة بالتطبيقات (ASIC)".يُعدّ تحديد المواقع والتوجيه أكثر صعوبة بكثير من لعبة Go:الهدف أكثر غموضاً، وحجم المشكلة أكبر.ابتكرت جوجل نموذجًا تعليميًا لتحديد المواقع والمسارات، ثم حاولت معرفة ما إذا كان بالإمكان تعميم هذه الأداة. وقال جيف دين: "حتى الآن، حققنا نتائج جيدة جدًا في جميع محاولاتنا". أداؤها أفضل قليلًا من أداء البشر، وأحيانًا أفضل بكثير.قارنت جوجل فعالية استخدام التعلم الآلي في تحديد المواقع والتوجيه مع البرامج التجارية. تتكون دائرة الاختبار من عدة وحدات مختلفة، بما في ذلك وحدة المعالجة المركزية Ariane RISC-V. (المصدر: أبحاث جوجل / ISSCC)
"أفضل" تعني تحديد المواقع والمسارات في وقت قصير جدًا. عادةً ما تستغرق هذه المهمة أسبوعًا أو حتى أسابيع لإنجازها من قبل خبير في تصميم الإنسان.يمكن لبرامج تحديد المواقع والتوجيه باستخدام التعلم الآلي عادةً إنجاز نفس القدر من العمل في غضون 24 ساعة، وعادةً ما تكون أسلاك التخطيط أقصر.للحصول على أداء أفضل لتقنية ML place and router في وضع وتوجيه المكونات تلقائيًا، يرجى الرجوع إلى مقالة "التعلم الآلي في EDA يسرع دورة التصميم" التي كتبها رود ميتكالف من شركة كادنس.  
قال جيف دين إن التعلم الآلي قد يُطبّق أيضًا على جوانب أخرى من عملية تصميم الدوائر المتكاملة، بما في ذلك استخدامه للمساعدة في توليد حالات اختبار للتحقق من تصميمات الدوائر المتكاملة الخاصة بالتطبيقات (ASIC) بشكل كامل؛ وربما استخدامه لتحسين توليف التعليمات البرمجية عالية المستوى لتحقيق تصميمات أكثر كفاءة. تُعدّ هذه التطبيقات المحتملة مهمة لانتشار التعلم الآلي نفسه، كما أنها بالغة الأهمية لتسريع وتيرة تطوير تصميم الدوائر المتكاملة.  
لا حاجة إلى وحدة معالجة مركزية/وحدة معالجة رسومات عالية التكلفة وعالية الطاقة، يمكن تخصيص الحوسبة الطرفية
   
وأشار كو-هونغ لوه، نائب الرئيس الأول وكبير مسؤولي الاستراتيجية في شركة ميديا ​​تيك، إلى أن أجهزة إنترنت الأشياء تربط عشرات المليارات من الأشياء ببعضها البعض، لكن الذكاء الاصطناعي يغير كل شيء متصل بالإنترنت.  
أحد أسباب توجه الذكاء الاصطناعي نحو الحوسبة الطرفية هو ما ذكره دين سابقاً في هذا القسم، وهناك العديد من الأسباب الأخرى بما في ذلك:تخفيف عبء المعالجة المتزايد على مراكز البيانات وتقليل حركة مرور الشبكةوتلك التطبيقات التي تعمل في الوقت الفعلي والتي تتطلب استخدام معالجة شبه محلية. متطلبات المعالجة المحلية: السرعة (يجب أن تكون مصممة خصيصًا لحوسبة الذكاء الاصطناعي)، وانخفاض استهلاك الطاقة. تُسمى هذه المعالجات المصممة خصيصًا للذكاء الاصطناعي بوحدات معالجة الذكاء الاصطناعي. قد تكون وحدة المعالجة المسرعة (APU) أقل مرونة من وحدة المعالجة المركزية (CPU)، ولكن نظرًا لتخصيصها،يمكن لوحدة المعالجة المسرّعة (APU) أن تعمل بسرعة أكبر بعشرين مرة من وحدة المعالجة المركزية (CPU) وتستهلك طاقة أقل بخمسة وخمسين مرة من وحدة المعالجة المركزية..  
هل من الصعب تصميم أنظمة متعددة بشكل مشترك؟ يساعدك الذكاء الاصطناعي على اكتشاف المسارات الثمانية الاستثنائية.
   
أشارت نادين كوليرت، مديرة مشروع إيميك، إلى أن قانون مور قد يظل ساريًا خلال السنوات القليلة المقبلة. فعلى الرغم من صعوبة تصغير تقنية CMOS بشكل متزايد، إلا أنه يمكن استخدام تقنيات مثل FinFETs والصفائح النانوية والصفائح المتشعبة وغيرها لتحقيق المزيد من التصغير على مستوى الرقاقة. ويُعتقد أن تقنية الأبعاد الثلاثية هي الأنسب، بما في ذلك استخدام التغليف متعدد الطبقات، والثقوب النافذة في السيليكون، والوصلات الدقيقة مع الخلايا القياسية الأخرى. ويجب تحديد التقنية المناسبة بناءً على متطلبات تصميم النظام وخصائص الجهاز المتاحة. وقالت كوليرت: "ستكون عملية معقدة". وهذا سيضع ضغطًا كبيرًا على موردي أدوات تصميم الدوائر الإلكترونية (EDA)، لأنه يتطلب منهم دعم تجربة ومقارنة الحلول المختلفة على مستوى الأدوات.  
ستشكل وحدات الواجهة الأمامية لأنظمة الاتصالات اللاسلكية تحديًا خاصًا. "عادةً ما تكون هذه الأنظمة الأكثر تنوعًا: فهي تستخدم العديد من المكونات المختلفة من تقنيات متنوعة، وتزداد وحدات الواجهة الأمامية تعقيدًا مع إضافة الهوائيات ومضخمات الطاقة والمرشحات."يتجه قطاع الاتصالات اللاسلكية نحو ترددات أعلى وكفاءة أعلىأحد الخيارات المتاحة هو دمج مواد من النوع III-V، مثل نتريد الغاليوم (GaN) وكربيد السيليكون (SiC)، مع تقنية CMOS للاستفادة من مزايا كلتا المادتين. وقدّمت نادين كوليرت مثالاً مصوراً لبنية نانوية ثلاثية الأبعاد مصنوعة من مواد III-V، نمت على ركيزة من السيليكون على العازل (SOI)، مشيرةً إلى أن المجال لا يزال بحاجة إلى مزيد من التطوير.      تُظهر شركة Imec قدرتها على تنمية نتوءات نانوية ثلاثية الأبعاد من مواد III-V على ركائز السيليكون على العازل (SOI).
أما بالنسبة لتأثير التعلم الآلي على الذاكرة، فهو أكثر وضوحًا. تتطلب التطبيقات الجديدة، مثل الذكاء الاصطناعي والتعلم الآلي، وصولًا سريعًا إلى الذاكرة. لذا، من الضروري الاهتمام بتطوير الحوسبة القائمة على الذاكرة. ومع ازدياد تقارب المنطق والتخزين، ستلعب تقنية التغليف ثلاثي الأبعاد دورًا هامًا بلا شك.  
يمكن للحوسبة الكمومية والذكاء الاصطناعي، من خلال تمكين بعضهما البعض، أن يكمل كل منهما الآخر.
   
 

أشار داريو جيل، مدير الأبحاث في شركة IBM، إلى الذكاء الاصطناعي المعمم في المؤتمر قائلاً: "من شبه المؤكد أن الذكاء الاصطناعي المعمم سيتم تطبيقه على الحواسيب الكمومية".قد تأتي أكبر الفوائد من الاستخدام التكميلي للبتات (معالجة الأرقام)، والخلايا العصبية (الذكاء الاصطناعي)، والكيوبتات (الحوسبة الكمومية).. فتحت شركة IBM إمكانية الوصول إلى أول جهاز كمبيوتر كمي في عام 2016 ولديها الآن إمكانية الوصول إلى 15 جهاز كمبيوتر كمي، بما في ذلك أحدث طراز لها مكون من 53 كيوبت.

تنويه: هذه المقالة مُعاد نشرها من "شينزيوان". وهي لا تُمثل سوى وجهة نظر الكاتب الشخصية، ولا تُمثل آراء شركة ساكو مايكرو أو قطاع الصناعة. وقد أُعيد نشرها ومشاركتها فقط لدعم حماية حقوق الملكية الفكرية. يُرجى ذكر المصدر الأصلي والكاتب عند إعادة النشر. في حال وجود أي انتهاك، يُرجى التواصل معنا لحذفها.

رقم هاتف الشركة: +86-0755-83044319
فاكس: +86-0755-83975897
بريد إلكتروني: 1615456225@qq.com
س: 3518641314 مدير لي

ف ف: 332496225 مدير تشيو

العنوان: الغرفة 809، المبنى ج، مبنى زانتاو للتكنولوجيا، رقم 1079 شارع مينزي، منطقة لونغهوا الجديدة، شنتشن