Samsung Memiliki Chip Desain AI Sendiri. Segera, Orang Lain Juga Akan


Samsung menggunakan kecerdasan buatan untuk mengotomatisasi proses yang sangat rumit dan halus dalam merancang chip komputer mutakhir.

Raksasa Korea Selatan ini adalah salah satu pembuat chip pertama yang menggunakan AI untuk membuat chipnya. Samsung menggunakan fitur AI dalam perangkat lunak baru dari Synopsys, perusahaan perangkat lunak desain chip terkemuka yang digunakan oleh banyak perusahaan. “Apa yang Anda lihat di sini adalah yang pertama dari desain prosesor komersial nyata dengan AI,” kata Aart de Geus, ketua dan co-CEO Synopsys.

Lainnya, termasuk Google dan Nvidia, telah berbicara tentang merancang chip dengan AI. Tetapi alat Synopsys, yang disebut DSO.ai, mungkin terbukti paling luas jangkauannya karena Synopsys bekerja dengan lusinan perusahaan. Alat ini memiliki potensi untuk mempercepat pengembangan semikonduktor dan membuka kunci desain chip baru, menurut pengamat industri.

Synopsys memiliki aset berharga lainnya untuk membuat chip yang dirancang AI: bertahun-tahun desain semikonduktor mutakhir yang dapat digunakan untuk melatih algoritme AI.

Seorang juru bicara Samsung mengonfirmasi bahwa perusahaan menggunakan perangkat lunak Synopsys AI untuk merancang chip Exynos-nya, yang digunakan di smartphone, termasuk handset bermereknya sendiri, serta gadget lainnya. Samsung meluncurkan smartphone terbarunya, perangkat lipat yang disebut Galaxy Z Fold3, awal pekan ini. Perusahaan tidak mengkonfirmasi apakah chip yang dirancang AI telah masuk ke produksi, atau produk apa yang mungkin muncul.

Di seluruh industri, AI tampaknya mengubah cara pembuatan chip.

Makalah penelitian Google yang diterbitkan pada bulan Juni menjelaskan penggunaan AI untuk mengatur komponen pada chip Tensor yang digunakannya untuk melatih dan menjalankan program AI di pusat datanya. Smartphone Google berikutnya, Pixel 6, akan menampilkan chip khusus yang diproduksi oleh Samsung. Seorang juru bicara Google menolak untuk mengatakan apakah AI membantu merancang chip smartphone.

Pembuat chip termasuk Nvidia dan IBM juga berkecimpung dalam desain chip yang digerakkan oleh AI. Pembuat perangkat lunak desain chip lainnya, termasuk Cadence, pesaing Synopsys, juga mengembangkan alat AI untuk membantu memetakan cetak biru untuk chip baru.

Mike Demler, analis senior di Linley Group yang melacak perangkat lunak desain chip, mengatakan kecerdasan buatan sangat cocok untuk mengatur miliaran transistor di seluruh chip. “Ini cocok untuk masalah yang menjadi sangat kompleks ini,” katanya. “Itu hanya akan menjadi bagian standar dari kit alat komputasi.”

Menggunakan AI cenderung mahal, kata Demler, karena membutuhkan banyak kekuatan komputasi awan untuk melatih algoritma yang kuat. Tapi dia berharap itu menjadi lebih mudah diakses karena biaya komputasi turun dan model menjadi lebih efisien. Dia menambahkan bahwa banyak tugas yang terlibat dalam desain chip tidak dapat diotomatisasi, sehingga desainer ahli masih diperlukan.

Mikroprosesor modern sangat kompleks, menampilkan banyak komponen yang perlu digabungkan secara efektif. Membuat sketsa desain chip baru biasanya membutuhkan upaya yang sungguh-sungguh selama berminggu-minggu serta pengalaman selama puluhan tahun. Perancang chip terbaik menggunakan pemahaman naluriah tentang bagaimana keputusan yang berbeda akan memengaruhi setiap langkah proses desain. Pemahaman itu tidak dapat dengan mudah ditulis ke dalam kode komputer, tetapi beberapa keterampilan yang sama dapat ditangkap menggunakan pembelajaran mesin.

Pendekatan AI yang digunakan oleh Synopsys, serta oleh Google, Nvidia, dan IBM, menggunakan teknik pembelajaran mesin yang disebut pembelajaran penguatan untuk mengerjakan desain sebuah chip. Pembelajaran penguatan melibatkan pelatihan algoritme untuk melakukan tugas melalui hadiah atau hukuman, dan ini telah terbukti sebagai cara yang efektif untuk menangkap penilaian manusia yang halus dan sulit dikodifikasi.

Metode ini dapat secara otomatis menyusun dasar-dasar desain, termasuk penempatan komponen dan cara menghubungkannya, dengan mencoba berbagai desain dalam simulasi dan mempelajari mana yang menghasilkan hasil terbaik. Ini dapat mempercepat proses perancangan sebuah chip dan memungkinkan seorang insinyur untuk bereksperimen dengan desain baru secara lebih efisien. Dalam posting blog bulan Juni, Synopsys mengatakan salah satu produsen sirkuit terpadu Amerika Utara telah meningkatkan kinerja chip sebesar 15 persen menggunakan perangkat lunak.

Yang paling terkenal, pembelajaran penguatan digunakan oleh DeepMind, anak perusahaan Google, pada tahun 2016 untuk mengembangkan AlphaGo, sebuah program yang mampu menguasai permainan papan Go dengan cukup baik untuk mengalahkan pemain Go kelas dunia.

Diposting oleh : Lagutogel