تراشه‌های اگزینوس آینده سامسونگ با استفاده از هوش مصنوعی طراحی خواهند شد

کمپانی سامسونگ کماکان به سورپرایز کردن مخاطبان خود علاقه وافری دارد. غول کره‌ای اخیرا با صدور بیانیه‌ای اعلام کرد که تراشه‌های موبایلی نسل آینده این شرکت با استفاده از هوش مصنوعی طراحی خواهند شد. بر اساس گزارش وبسایت Wired، سامسونگ به منظور طراحی پردازنده اگزینوس نسل آینده خود از قابلیت هوش مصنوعی ارائه شده توسط کمپانی Synopsys موسوم DSO.ai استفاده خواهد کرد. تراشه‌های اگزینوس در اسمارت‌فون‌ها و تبلت‌های سامسونگی (عمدتا عرضه شده در بازارهای اروپا و کره) به‌کار گرفته می‌شوند.

Synopsys یکی از بزرگترین تامین‌کنندگان نرم‌افزار طراحی تراشه (EDA) در جهان به‌شمار می‌رود. ریاست این کمپانی اعلام کرده که DSO.ai نخستین نرم‌افزار تجاری هوش مصنوعی برای طراحی پردازنده محسوب می‌شود. با این‌حال بایستی توجه داشت که سامسونگ تمامی امور را به هوش مصنوعی واگذار نمی‌کند. در واقع سامسونگ به منظور جستجوی خودکار فضای طراحی جهت یافتن بهترین ایده از یادگیری تقویتی استفاده می‌کند.

تراشه‌های مخصوص تلفن‌همراه چگونه ساخته می‌شوند؟

یک تراشه ابتدا بایستی بخش طراحی منطقی خود را تکمیل نماید. این بخش توسط مهندسان انسانی تکمیل می‌شود. پس از آن تولیدکننده به منظور تعیین محل هر ترانزیستور و نحوه اتصال آن‌ها فرآیند طراحی مسیر و قالب‌بندی را آغاز می‌کند. با این‌حال به‌طور کلی تراشه‌های مدرن از میلیاردها یا حتی دهها میلیارد ترانزیستور تشکیل شده‌اند. به‌ همین دلیل تکمیل فرآیند طراحی قالب و تست معمولا بین 20 تا 30 هفته زمان خواهد برد. در میان تنوع بیشماری از گزینه‌ها، قالب طراحی نهایی بایستی میان 3 مولفه عملکرد، مصرف انرژی و مساحت (معیارهای PPA) توازن مطلوبی برقرار نماید. طراحی نهایی تراشه احتمالا از میان 10⁹⁰⁰⁰⁰ گزینه احتمالی انتخاب می‌شود.

مهندسان از الگوی طراحی به‌کارگیری شده برای تولید تراشه‌های مختلف درکی غریزی دارند. اما پیاده‌سازی این طرح در قالب کدهای کامپیوتری کاری دشوار است. مکانیسم این فرآیند مشابه یادگیری تقویتی خواهد بود. یادگیری تقویتی فرآیند آموزش الگوریتم‌ها را از طریق اعطای پاداش یا مجازات انجام می‌دهد. در این راستا مهندسان به ابزاری نظیر DSO.ai احتیاج دارند. این رویکرد مشابه روش AlphaZero است. AlphaZero از طریق بازی‌ دادن خود با هوش مصنوعی نحوه اجرای تکنیک Go and Chess را فرا می‌گیرد. DSO.ai نحوه اتخاذ تصمیمات بهینه از طریق جریان داده‌ای بزرگ تولید شده توسط کامپیوتر را می‌آموزد. بدین‌ترتیب ایده‌های طراحی قابل اطمینان‌تر طی مدت زمان کوتاه‌تری حین فرآیند یادگیری شناسایی می‌شوند. DSO.ai سرعت طراحی را به میزان قابل‌توجهی ارتقاء داده است.

Synopsys ادعا کرده که این ابزار در برخی موارد موجب افزایش 18 درصدی فرکانس تراشه، کاهش 21 درصدی میزان مصرف انرژی و کوتاه‌تر شدن زمان مهندسی از 6 ماه به 1 ماه شده است. بعلاوه هوش مصنوعی به منظور ارتقاء قابلیت‌های خود به خودآموزی ادامه خواهد داد. بنابراین ابزار مورد اشاره با گذر زمان به شکلی هوشمندانه‌تر عمل خواهد کرد. این پدیده بدان معناست که در آینده، تراشه‌ها با سرعت بالاتری طراحی خواهند شد.

علاوه بر Synopsys برخی کمپانی‌های دیگر نیز مشغول توسعه ابزارهای هوشمند اختصاصی خود برای طراحی تراشه‌ها هستند. در این میان گوگل و انویدیا معروف‌ترین شرکت‌ها به‌شمار می‌روند. علاوه بر این یکی دیگر از تولیدکنندگان EDA موسوم به Cadence نیز اخیرا ابزار طراحی مبتنی بر هوش مصنوعی خود را عرضه کرد.

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

اسکرول به بالا
TCH