[नए ज्ञान का परिचय]परंपरागत एकीकृत परिपथ डिजाइन समय लेने वाला और श्रमसाध्य होता है। क्या कृत्रिम बुद्धिमत्ता का उपयोग कार्य कुशलता बढ़ाने के लिए किया जा सकता है? इस वर्ष के एकीकृत सॉलिड-स्टेट सर्किट सम्मेलन में, गूगल एआई प्रमुख जेफ डीन सहित चार प्रमुख व्यक्तियों ने प्रोसेसर, क्वांटम कंप्यूटिंग, संरचनात्मक नवाचार आदि पर एआई अनुप्रयोगों के महत्वपूर्ण प्रभाव के बारे में बताया। "शिनझियुआन को मुख्य लेखकों, संपादकों, संचालन प्रबंधकों और खाता प्रबंधकों की तत्काल आवश्यकता है। अधिक जानकारी के लिए एचआर वीचैट (डॉक्टर-वली) पर संपर्क करें या लेख के अंत में दिए गए क्यूआर कोड को स्कैन करें।"

इस वर्ष के इंटीग्रेटेड सॉलिड स्टेट सर्किट्स कॉन्फ्रेंस (ISSCC) का विषय है “एकीकृत परिपथ कृत्रिम बुद्धिमत्ता के युग को शक्ति प्रदान कर रहे हैंऔर उद्घाटन पूर्ण सत्र का उद्देश्य यह पता लगाना था कि एआई किस हद तक सेमीकंडक्टर क्षेत्र को "परिवर्तित" कर रहा है।
 

गूगल एआई के प्रमुख जेफ डीन, मीडियाटेक के वरिष्ठ उपाध्यक्ष कौ-हंग लोह, इमेक की परियोजना निदेशक नादिन कोलाएर्ट और आईबीएम रिसर्च के निदेशक डारियो गिल ने क्रमशः इलेक्ट्रॉनिक क्षेत्र में एआई से जुड़ी अपेक्षाओं और आवश्यकताओं के बारे में बताया, जैसे कि एआई अनुप्रयोगों के लिए विशेष रूप से डिज़ाइन किए गए नए प्रोसेसर (साथ ही सीपीयू और जीपीयू) को कैसे विकसित किया जाए; संरचनात्मक नवाचार (जैसे छोटे चिप्स, मल्टी-चिप पैकेज, इंटरपोज़र) को बढ़ावा देना; और यहां तक ​​कि क्वांटम कंप्यूटिंग के विकास को कैसे प्रभावित करना।
 
क्या लेआउट और रूटिंग में बहुत समय लगता है? Google AI आपको लागत कम करने और दक्षता बढ़ाने में मदद करता है।
   
पिछले सप्ताह सैन फ्रांसिस्को में ISSCC सम्मेलन आयोजित किया गया था। सम्मेलन के दौरान, गूगल ने कहा कि सर्किट डिजाइन में कृत्रिम बुद्धिमत्ता भी उतनी ही महत्वपूर्ण है और घोषणा की।गूगल एकीकृत सर्किट डिजाइन प्रक्रिया में स्वचालित लेआउट और रूटिंग समस्याओं को हल करने के लिए मशीन लर्निंग का उपयोग करने का प्रयास कर रहा है।और अच्छे परिणाम प्राप्त हुए।  
हाल के वर्षों में इलेक्ट्रॉनिक्स क्षेत्र में कृत्रिम बुद्धिमत्ता का अनुप्रयोग अनुसंधान का एक प्रमुख केंद्र और केंद्रबिंदु रहा है। इस दिशा ने बड़ी संख्या में अर्धचालक शोधकर्ताओं को पारंपरिक दिशाओं और कृत्रिम बुद्धिमत्ता के संयोजन से संबंधित अनुसंधान में संलग्न होने के लिए आकर्षित किया है। विशेष रूप से, इस वर्ष के एकीकृत ठोस-अवस्था सर्किट सम्मेलन (ISSCC) ने तो सम्मेलन का विषय ही यह निर्धारित किया है: "एकीकृत परिपथों के साथ एआई के एक नए युग को बढ़ावा देनाउद्घाटन समारोह में यह भी बताया गया कि इस सम्मेलन का उद्देश्य सेमीकंडक्टर क्षेत्र में अनुसंधान पर एआई के प्रभाव का पता लगाना है।
उद्घाटन समारोह में चार वक्ताओं ने बताया कि कैसे कृत्रिम बुद्धिमत्ता की मांग नए एआई-विशिष्ट प्रोसेसर (सीपीयू और जीपीयू की तुलना में) के डिजाइन को बढ़ावा दे रही है, कैसे यह संरचनात्मक नवाचार (जैसे छोटे चिप्स, मल्टी-चिप पैकेज या प्लग-इन डिजाइन का उपयोग) को बढ़ावा दे रही है, और यहां तक ​​कि यह भविष्य की क्वांटम कंप्यूटिंग के विकास को भी कैसे प्रभावित कर रही है।  
सम्मेलन के पहले वक्ता गूगल एआई के प्रमुख जेफ डीन थे। जेफ डीन ने बताया कि गूगल प्रयोग कर रहा है।एकीकृत परिपथ डिजाइन में प्लेस-एंड-रूट कार्यों को करने के लिए मशीन लर्निंग का उपयोग करनायानी, एआई को एकीकृत परिपथों में लेआउट और वायरिंग सीखने देना, जिससे डिजाइन विशेषज्ञों के मानवीय श्रम की बचत हो सके।      मानव ASIC विशेषज्ञ द्वारा प्राप्त प्लेसमेंट और रूटिंग परिणामों की तुलना कम-शक्ति वाले ML एक्सेलेरेटर चिप के प्लेसमेंट और रूटिंग परिणामों से की गई है। Google ने जानबूझकर छवि के कुछ हिस्सों को धुंधला कर दिया है। (स्रोत: Google रिसर्च / ISSCC)
जेफ डीन ने सबसे पहले एआई और मशीन लर्निंग के विकास के इतिहास का संक्षिप्त परिचय दिया, फिर बताया कि मशीनें बैकगैमोन खेलना कैसे सीखती हैं, डीप ब्लू शतरंज कैसे खेलता है, और अल्फ़ागो गो खेलने में माहिर कैसे है। अब एआई बहुत जटिल वीडियो गेम (जैसे "स्टारक्राफ्ट") को भी संभाल सकता है और अभूतपूर्व परिणाम प्राप्त कर सकता है। साथ ही, मशीन लर्निंग का व्यापक उपयोग मेडिकल इमेजिंग में भी हो रहा है।रोबोटिक्स, कंप्यूटर विज़न, स्वायत्त ड्राइविंग, तंत्रिका विज्ञान, कृषि, मौसम पूर्वानुमान और अन्य क्षेत्र.  
  दशकों से, कंप्यूटिंग प्रौद्योगिकी के विकास को गति देने वाला मूल विचार यह रहा है किसमस्या जितनी बड़ी होती है, हम उसे उतनी ही अधिक कंप्यूटिंग शक्ति प्रदान करते हैं। जितनी अधिक प्रोसेसिंग शक्ति होगी, उतनी ही बड़ी समस्याओं को आप हल कर पाएंगे। कुछ समय तक यह नियम कृत्रिम बुद्धिमत्ता (AI) से संबंधित समस्याओं को हल करने पर भी लागू होता था। हालांकि, समस्याओं के बढ़ते दायरे के कारण यह नियम जल्दी ही टूट गया। क्योंकि हम इतनी बड़ी समस्या को हल करने के लिए पर्याप्त CPU/GPU बचाकर नहीं रख सकते।  
तथ्यों ने यह सिद्ध कर दिया है किएआई/एमएल को सामान्य सीपीयू/जीपीयू की जटिलता की आवश्यकता नहीं होती, इसमें आवश्यक गणितीय गणना सरल होती है और सटीकता की आवश्यकता बहुत कम होती है।इस खोज का तात्पर्य यह है कि समर्पित AI/ML एक्सेलेरेटर CPU/GPU जितने जटिल नहीं होने चाहिए। इसी आधार पर Google ने TensorFlow एक्सेलेरेटर डिज़ाइन किया और इसका तीसरा संस्करण लॉन्च किया है, और चौथा संस्करण जल्द ही जारी किया जाएगा। AI/ML प्रोसेसर डिज़ाइन करने में अपेक्षाकृत सरल और इसलिए अपेक्षाकृत सस्ते होते हैं, जिससे मशीन लर्निंग को नेटवर्क की सीमाओं तक ले जाना आसान हो जाता है। 2019 तक, Google का एक बहुत ही कॉम्पैक्ट मॉडल स्मार्टफ़ोन पर उपलब्ध है।  
वर्तमान में, हर एआई-आधारित एप्लिकेशन (स्वायत्त ड्राइविंग, मेडिकल इमेजिंग, गेमिंग) को समर्पित एआई/एमएल सिस्टम को प्रशिक्षित करके कार्यान्वित किया जाता है। तो क्या एआई एक सिस्टम से सीखे गए ज्ञान को किसी ऐसे नए सिस्टम पर लागू कर सकता है जिसे उसने पहले कभी नहीं देखा हो? इसका उत्तर स्पष्ट है: "हाँ"।  
जेफ डीन ने कहा, "मैं इस मुद्दे को इसलिए उठा रहा हूं क्योंकि हमने एएसआईसी डिजाइन में प्लेस और रूट के लिए एआई का उपयोग करने के बारे में सोचना शुरू कर दिया है।"प्लेसमेंट और रूटिंग गो की तुलना में कहीं अधिक कठिन है:लक्ष्य अधिक अस्पष्ट है, और समस्या का दायरा कहीं अधिक बड़ा है।गूगल ने स्थान और मार्ग का एक लर्निंग मॉडल बनाया है और फिर यह देखने की कोशिश की है कि क्या इस टूल को और अधिक सामान्यीकृत किया जा सकता है। जेफ डीन ने कहा, "अब तक, हमारे सभी प्रयासों में बहुत अच्छे परिणाम मिले हैं। इसका प्रदर्शन मनुष्यों से थोड़ा बेहतर है, कभी-कभी तो काफी बेहतर।"गूगल ने मशीन लर्निंग का उपयोग करके प्लेसमेंट और रूटिंग की प्रभावशीलता की तुलना व्यावसायिक सॉफ़्टवेयर से की। परीक्षण सर्किट में कई अलग-अलग मॉड्यूल शामिल हैं, जिनमें एक एरियन RISC-V CPU भी शामिल है। (स्रोत: गूगल रिसर्च / ISSCC)
"बेहतर" का अर्थ है बहुत कम समय में प्लेसमेंट और रूटिंग। इस कार्य को पूरा करने में आमतौर पर एक मानव डिजाइन विशेषज्ञ को एक सप्ताह या उससे भी अधिक समय लग जाता है।एमएल प्लेस और राउटर आमतौर पर 24 घंटे में समान मात्रा में काम पूरा कर सकते हैं, और लेआउट के तार आमतौर पर छोटे होते हैं।स्वचालित प्लेसमेंट और रूटिंग में एमएल प्लेस और राउटर के बेहतर प्रदर्शन के लिए, कृपया कैडेंस के रॉड मेटकाफ द्वारा लिखित लेख "ईडीए में मशीन लर्निंग डिजाइन चक्र को गति देती है" देखें।  
जेफ डीन ने कहा कि मशीन लर्निंग को आईसी डिजाइन प्रक्रिया के अन्य भागों तक भी बढ़ाया जा सकता है, जिसमें एएसआईसी डिजाइनों को पूरी तरह से सत्यापित करने के लिए टेस्ट केस तैयार करने में एमएल का उपयोग करना; और संभवतः अधिक अनुकूलित डिजाइन प्राप्त करने के लिए उच्च-स्तरीय कोड संश्लेषण को बेहतर बनाने में एमएल का उपयोग करना शामिल है। ये संभावित अनुप्रयोग दिशाएँ मशीन लर्निंग को लोकप्रिय बनाने के लिए महत्वपूर्ण हैं, और एकीकृत सर्किट डिजाइन की प्रगति को गति देने के लिए भी उतनी ही महत्वपूर्ण हैं।  
उच्च लागत और उच्च शक्ति वाले CPU/GPU की आवश्यकता नहीं है, एज कंप्यूटिंग को अनुकूलित किया जा सकता है।
   
मीडियाटेक के वरिष्ठ उपाध्यक्ष और मुख्य रणनीति अधिकारी कौ-हंग लोह ने बताया कि आईओटी उपकरण अरबों चीजों को आपस में जोड़ते हैं, लेकिन एआई इंटरनेट से जुड़ी हर चीज को बदल रहा है।  
एआई के एज कंप्यूटिंग की ओर बढ़ने का एक कारण वही है जिसका उल्लेख डीन ने इस खंड में पहले किया था, और इसके अलावा भी कई कारण हैं जिनमें शामिल हैं:डेटा केंद्रों पर बढ़ते प्रोसेसिंग भार को कम करें और नेटवर्क ट्रैफिक को न्यूनतम करें।और वे रीयल-टाइम एप्लिकेशन जिन्हें नियर-लोकल प्रोसेसिंग की आवश्यकता होती है। लोकल प्रोसेसिंग की आवश्यकताएँ: तेज़ (विशेष रूप से एआई कंप्यूटिंग के लिए डिज़ाइन किया गया होना चाहिए), और कम बिजली की खपत। एआई के लिए विशेष रूप से डिज़ाइन किए गए इन प्रोसेसरों को एआई प्रोसेसर यूनिट कहा जाता है। एक एपीयू सीपीयू की तुलना में कम लचीला हो सकता है, लेकिन क्योंकि यह समर्पित होता है,APU, CPU की तुलना में 20 गुना अधिक तेज़ी से काम कर सकता है और CPU की तुलना में 55 गुना कम बिजली की खपत करता है।.  
क्या कई प्रणालियों का सह-डिजाइन करना कठिन है? एआई आपको आठ असाधारण देशांतरों को समझने में मदद करता है।
   
आईएमसी की प्रोजेक्ट डायरेक्टर नादिन कोलाएर्ट ने बताया कि मूर का नियम आने वाले कुछ वर्षों में भी लागू हो सकता है। हालांकि CMOS को छोटा करना लगातार मुश्किल होता जा रहा है, फिर भी फिनफेट, नैनोशीट, फोर्कशीट और अन्य तकनीकों का उपयोग चिप-स्तरीय CMOS को और अधिक छोटा करने के लिए किया जा सकता है। माना जाता है कि 3D तकनीक सबसे अच्छा तरीका है: इसमें मल्टी-लेयर पैकेजिंग, सिलिकॉन में थ्रू-होल्स और अन्य मानक सेल्स के साथ सूक्ष्म स्तर के कनेक्शन शामिल हैं। विशिष्ट तकनीक का चुनाव सिस्टम डिज़ाइन की आवश्यकताओं और उपलब्ध डिवाइस विशेषताओं के आधार पर किया जाना चाहिए। कोलाएर्ट ने कहा, "यह एक जटिल प्रक्रिया होने वाली है।" इससे EDA आपूर्तिकर्ताओं पर काफी दबाव पड़ेगा, क्योंकि इसके लिए EDA आपूर्तिकर्ताओं को टूल स्तर पर विभिन्न समाधानों के परीक्षण और तुलना में सहयोग करना होगा।  
वायरलेस संचार प्रणालियों के फ्रंट-एंड मॉड्यूल एक विशेष चुनौती बन जाएंगे। "आमतौर पर, ये प्रणालियाँ सबसे विविध होती हैं: इनमें विभिन्न तकनीकों के कई अलग-अलग घटक उपयोग किए जाते हैं, और एंटेना, पीए और फिल्टर के जुड़ने से फ्रंट-एंड मॉड्यूल और भी जटिल हो जाते हैं।"वायरलेस संचार उद्योग उच्च आवृत्तियों और उच्च दक्षता की ओर अग्रसर हो रहा है।एक विकल्प यह है कि GaN और SiC जैसी III-V सामग्रियों को CMOS के साथ मिलाकर दोनों सामग्रियों के लाभ प्राप्त किए जाएं। नादिन कोलाएर्ट ने सिलिकॉन ऑन इंसुलेटर (SOI) सब्सट्रेट पर विकसित III-V सामग्रियों से बनी 3D नैनो-रिज का एक चित्र उदाहरण प्रस्तुत किया, साथ ही यह भी बताया कि इस क्षेत्र में अभी बहुत काम किया जाना बाकी है।      इमेक ने सिलिकॉन ऑन इंसुलेटर (एसओआई) सब्सट्रेट पर III-V सामग्रियों की 3D नैनो-रिज विकसित करने की अपनी क्षमता का प्रदर्शन किया।
मेमोरी पर मशीन लर्निंग का प्रभाव और भी स्पष्ट है। आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग जैसे नए अनुप्रयोगों के लिए मेमोरी तक तीव्र पहुंच आवश्यक है। मेमोरी कंप्यूटिंग पर ध्यान देना और इसे विकसित करना बेहद जरूरी है। जैसे-जैसे लॉजिक और स्टोरेज एक-दूसरे के करीब आते जाएंगे, 3डी पैकेजिंग निश्चित रूप से एक महत्वपूर्ण भूमिका निभाएगी।  
क्वांटम कंप्यूटिंग और कृत्रिम बुद्धिमत्ता एक दूसरे को सशक्त बनाकर एक दूसरे के पूरक बन सकते हैं।
   
 

आईबीएम के अनुसंधान निदेशक डारियो गिल ने सम्मेलन में सामान्यीकृत एआई का उल्लेख करते हुए कहा: यह लगभग निश्चित है कि क्वांटम कंप्यूटरों पर सामान्यीकृत एआई को लागू किया जाएगा। उन्होंने निष्कर्ष निकाला।सबसे बड़े लाभ बिट्स (संख्या प्रसंस्करण), न्यूरॉन्स (एआई) और क्यूबिट्स (क्वांटम कंप्यूटिंग) के पूरक उपयोग से प्राप्त हो सकते हैं।आईबीएम ने 2016 में पहले क्वांटम कंप्यूटर तक पहुंच खोली और अब उसके पास अपने नवीनतम 53-क्विबिट मॉडल सहित 15 क्वांटम कंप्यूटरों तक पहुंच है।

अस्वीकरण: यह लेख "शिनझियुआन" से पुनर्प्रकाशित किया गया है। यह लेख केवल लेखक के व्यक्तिगत विचारों को दर्शाता है और सैको माइक्रो या उद्योग जगत के विचारों का प्रतिनिधित्व नहीं करता है। इसे केवल बौद्धिक संपदा अधिकारों के संरक्षण के लिए पुनर्प्रकाशित और साझा किया गया है। पुनर्प्रकाशन के लिए कृपया मूल स्रोत और लेखक का उल्लेख करें। यदि कोई उल्लंघन होता है, तो कृपया इसे हटाने के लिए हमसे संपर्क करें।

कंपनी का फ़ोन नंबर: +86-0755-83044319
फैक्स: +86-0755-83975897
ईमेल: 1615456225@qq.com
QQ: 3518641314 मैनेजर ली

QQ: 332496225 प्रबंधक किउ

पता: कमरा नंबर 809, बिल्डिंग सी, झांताओ टेक्नोलॉजी बिल्डिंग, 1079 मिंझी एवेन्यू, लोंगहुआ न्यू डिस्ट्रिक्ट, शेन्ज़ेन