Тъй като изкуственият интелект стимулира търсенето на по-модерни полупроводници, новите техники в AI стават решаващи за продължаващия напредък в производството на чипове.
Цялата верига за доставка на полупроводници, от проектирането до крайното производство, сега е доминирана от данни. Над 100 петабайта информация се създават и събират по време на производствения процес, според една оценка на Intel Corp. Това е еквивалентно на видеоклип в YouTube с продължителност от около 170 години.
Анализът на данни и машинното обучение, дисциплина в рамките на AI, е толкова неразделна част от процеса на производство и тестване на чипове, че Taiwan Semiconductor Manufacturing Co. наема десетки инженери на AI и има собствен отдел за машинно обучение. Докато хората някога са били обучавани да проверяват визуално чип за дефекти, малкият мащаб и нарастващата сложност на електронните компоненти са довели до прехвърлянето на тази функция на AI системите.
Фотолитографията е една от най-критичните стъпки. Това е процес на излъчване на светлина през стъклена маска върху химически обработено парче силиций, за да се създаде рисунък на интегрална схема, или чип. Подобно е на фотографията от старата школа, където окончателният отпечатък се проявява в тъмна стая.
Проблемът е, че светлината се дифрактира, което означава, че линиите, действително начертани върху повърхността на чипа, се различават от шаблона на маската. При по-големи геометрии тези недостатъци нямаха голямо значение, защото дизайнът имаше достатъчно място за грешка, за да бъде функционален. Но тъй като размерите се свиха в съответствие със закона на Мур, толерантността към грешки изчезна. В продължение на десетилетия инженерите се справяха с тези изкривявания чрез внедряване на техника, наречена оптична корекция на близостта (OPC), която добавя допълнителни форми към оригиналния дизайн, така че крайният резултат да съответства по-точно на предвидената схема.
Днешните чипове имат връзки, тънки до 5 нанометра, 20 пъти по-малки от вируса Covid-19, което стимулира необходимостта от нови подходи. За щастие грешките между дизайна и резултата не са съвсем случайни. Инженерите могат да предскажат вариациите, като работят назад: Започнете с това, което се надявате да постигнете, и пресметнете много числа, за да разберете как трябва да изглежда фотолитографската маска, за да го постигнете. Тази техника, наречена обратна литография, беше въведена преди 20 години от Пенг Данпин в стартъпа Luminescent от Силициевата долина. Това, че Пенг, който оттогава се премести в TSMC като директор по инженерството, завърши докторската си степен не по електроинженерство, а по приложна математика, загатва за ориентирания към данните характер на технологията за обратна литография (ILT).
Със стотици различни параметри, които трябва да се вземат предвид - като интензитет на светлината, дължина на вълната, химични свойства, ширина и дълбочина на схемата - този процес изисква изключително много данни. В основата си обратната литография е математически проблем. Дизайнът на ILT маска отнема 10 пъти повече време за изчисляване в сравнение с по-старите подходи, базирани на OPC, като размерът на файла, съдържащ модела, е до седем пъти по-голям.
Съпоставянето на данни, формулирането на алгоритми и извършването на хиляди математически изчисления е точно това, за което са създадени полупроводниците, така че беше само въпрос на време изкуственият интелект да бъде разгърнат, за да се опита да проектира по-ефективно чипове с изкуствен интелект.
В много отношения това е много сложен графичен проблем. Целта е да се изгради микроскопична триизмерна структура от множество слоеве двуизмерни изображения.
Nvidia Corp., която сега е световен лидер в AI чипове, започна да проектира графични процесори за компютри преди 30 години. Тя се натъкна на AI, защото, подобно на графиките, това е сектор на изчисленията, който изисква огромни количества мощност за обработка на числа. Централната роля на компанията в областта на изкуствения интелект доведе до това, че тази седмица прогнозира продажби през това тримесечие, които надминаха очакванията, което доведе до ръст на акциите с около 25% в предпазарната търговия. Това я тласка към оценка от 1 трилион долара.
Изображенията на екрана на компютъра са малко повече от супер фина мрежа от цветни точки. Изчисляването кое да светне като червено, зелено или синьо може да се направи паралелно, тъй като всяка точка на екрана е независима от всяка друга точка. За да работи безпроблемно компютърна игра с тежка графика, тези изчисления трябва да се извършват бързо и групово. Докато централните процесори (CPU) са добри в извършването на различни операции, включително жонглиране с множество задачи наведнъж, съвременните графични процесори (GPU) са създадени специално за паралелни изчисления.
Сега Nvidia използва свои собствени графични процесори и библиотека от софтуер, създадена от нея, за да направи полупроводниковата литография по-ефективна. В публикация в блог миналата година калифорнийската компания обясни, че с помощта на своите графични чипове може да изпълнява обратни литографски изчисления 10 пъти по-бързо, отколкото на стандартните процесори. По-рано тази година компанията повиши тази оценка, заявявайки, че нейният подход може да ускори процеса 40 пъти. С набор от инструменти за проектиране и свои собствени алгоритми, продавани колективно под термина cuLitho, компанията работи с TSMC и доставчика на софтуер за проектиране на полупроводници Synopsys Inc.
Тази колекция от софтуер и хардуер не е разработена от Nvidia по алтруистични причини. Компанията иска да намери повече приложения за своите скъпи полупроводници и трябва да гарантира, че процесът на пускане на пазара на нейните дизайни на чипове остава плавен и възможно най-евтин. Докато всички се възхищаваме на способността на софтуера ChatGPT да пише софтуер, ще видим нарастващата роля на AI чиповете при създаването на AI чипове.
Тим Кълпан е колумнист на Bloomberg Opinion, отразяващ технологиите в Азия. Преди това той e бил технологичен репортер за Bloomberg News.