Планшеттерге арналған жасанды интеллектпен жұмыс істейтін чипсеттерді жобалау және өндіру
Планшеттер мазмұнды тұтыну құрылғыларынан жұмыс, оқу және тіпті кәсіби шығармашылық құралдарына айналды. Шын мәнінде, бұл прогресс көбінесе чипсетпен анықталады - процессорды өңдеуді, графикалық процессор графикасын, қосылымдылықты, қауіпсіздікті, қуат тиімділігін және тіпті жасанды интеллект үдеуін басқаратын ми. Соңғы жылдары жасанды интеллект (ЖИ) планшеттердегі функцияға айналып қана қоймай, сонымен қатар чипсеттерді жобалау және өндіру тәсілін өзгерте бастады. Бұл мақалада ЖИ планшетке тән чипсеттерді жобалау мен өндіруде қалай рөл атқаратыны, оның артықшылықтары, қиындықтары және болашақ даму бағыттары талқыланады.
Неліктен планшеттік чипсеттер күрделене түсуде?
Планшет пайдаланушыларының қажеттіліктері барған сайын әртүрлі болып келеді. Қазіргі заманғы планшеттер өнімділік қосымшаларын іске қосуға, стилуспен дәл сурет салуға, бейнеконференциялар өткізуге, фотосуреттер мен бейнелерді өңдеуге және ойындарды қолдауға қабілетті болуы керек. Негізгі қиындық - жоғары өнімділікті төмен қуат тұтынуымен және көлемді салқындату жүйелері жоқ жұқа корпуспен теңестіру.
Жылулық және батарея шектеулеріне байланысты планшеттік чипсеттерде мыналар болуы керек:
– Күнделікті тапсырмалар мен бірнеше тапсырманы бір уақытта орындау үшін тиімді процессор.
– Графика және параллель есептеулерге арналған қуатты графикалық процессор.
– Құрылғыдағы жасанды интеллект мүмкіндіктеріне арналған NPU/AI үдеткіші (мысалы, сөйлеуді тану, кескінді өңдеу, мәтінді қорытындылау).
– Камера мен құжаттарды сканерлеуге арналған ISP (кескін сигналдарын өңдеуші).
– Модем және байланыс (Wi‑Fi, үлгіге байланысты 5G).
– Қауіпсіздік (қауіпсіз анклав, сенімді орындау ортасы).
Бұл күрделілік чипті жобалау процесін көп уақытты қажет етеді және қымбатқа түсіреді. Міне, осы жерде жасанды интеллект кеңінен қолданыла бастады.
Чипсет жобалау кезеңіндегі жасанды интеллекттің рөлі
1. Сәулеттік жоспарлау және жобалауды зерттеу (Кеңістікті жобалау)
Транзистордың орналасуы сияқты техникалық мәліметтерді зерттемес бұрын, чип тобы архитектураны анықтауы керек: процессор ядроларының саны, кэш өлшемі, GPU конфигурациясы, жад өткізу қабілеті және қуат мақсаттары. Бұл әдетте ұзақ модельдеу мен итерацияларды қамтиды.
Жасанды интеллект бұл кезеңді келесі жолдармен жеделдете алады:
– Нақты конфигурацияларға негізделген өнімділік пен қуатты болжау модельдерін жасаңыз.
– Мақсатқа сәйкес компоненттердің оңтайлы үйлесімін ұсынады (мысалы, өнімділікке арналған планшет немесе ойынға арналған планшет).
– Қолмен орындалатын тәжірибелер санын азайтады.
Нәтижесінде, командалар өнімділік пен тиімділік арасындағы «тәтті нүктені» тезірек таба алады.
2. RTL (Тіркеу-Трансфер деңгейін) оңтайландыру
RTL - бұл логикалық тізбектерге синтезделетін аппараттық құралдардың мінез-құлқының «сипаттамасы». RTL-дегі көптеген шешімдер жиілікке, қуатқа және чип өлшеміне әсер етеді.
AI/ML келесі мәселелерде көмектесе алады:
– RTL-дің ең көп қуат тұтынатын немесе уақытты қажет ететін бөліктерін анықтаңыз.
– Рефакторинг немесе микроархитектураны өзгерту бойынша ұсыныстар беру.
– Толық синтез процесі жүргізілмес бұрын да өзгерістердің әсерін бағалау.
3. Жасанды интеллект көмегімен қабатты жоспарлау, орналастыру және бағыттау
Чипті жобалауда ең қиын міндеттердің бірі - негізгі блоктардың (CPU кластері, GPU, NPU, кэш, жад, ISP) матрица/SoC ішіндегі орналасуын анықтау, содан кейін олардың өзара байланыс жолдарын (маршруттау) анықтау. Орналастырудың бұзылуы қуат тұтынудың артуына, шоғырланған жылуға немесе сигналдың сәйкес келмеуіне әкелуі мүмкін.
Жасанды интеллект мұнда өте тиімді, себебі мәселе «кеңістікті оңтайландыруға» және «ең жақсы шешім іздеуге» ұқсас:
– Нығайтуды оқыту әртүрлі қабат жоспарының нұсқаларын қолданып көруге және нәтижелерден сабақ алуға мүмкіндік береді.
– Жасанды интеллект физикалық дизайн итерацияларын азайта алады, бұл әдетте бірнеше аптаға созылады.
– Жақсырақ орналастыру қосылым ұзындығын қысқартады, кідірісті басады және тиімділікті арттырады.
Планшеттер үшін бұл маңызды, себебі құрылғы жұқа корпуста салқын және қуатты тиімді пайдалануы керек.
4. Қателерді ерте тексеру және анықтау
Тексеру чипті әзірлеу шығындары мен уақытының ең үлкен компоненттерінің бірі болып табылады. Өндіріске енгізілген қателер өте қымбатқа түсуі мүмкін, тіпті өнімді кері қайтарып алуға әкелуі мүмкін.
Жасанды интеллект мыналарға көмектеседі:
– Ең қауіпті жағдайларға басымдық беру үшін модельдеу нәтижелерін жіктеңіз.
– Ірі көлемді тексеру журналдарынан ақаулық үлгілерін анықтау.
– Қосымша сынақ жағдайларын автоматты түрде жасау (қамту негізінде).
Осылайша, дизайн сапасы артады және істен шығу қаупі азаяды.
5. Қуатты оңтайландыру және жылуды басқару
Планшеттер тиімділікті талап етеді: шектеулі қуат, аз жылу орны. Жасанды интеллект келесі мақсаттарда қолданылуы мүмкін:
– Пайдалану профильдерін модельдеу (шолу, ағындық режим, ойын, стилуспен сурет салу).
– Жүктемені болжауға негізделген DVFS (динамикалық кернеу мен жиілікті масштабтау) оңтайландырыңыз.
– Дизайнерлерге ең тиімді қуатты гейтинг және сағатты гейтинг стратегияларын таңдауға көмектеседі.
Дизайн тұрғысынан алғанда, жасанды интеллект белгілі бір модельді іске қосқан кезде энергияны үнемдеу үшін NPU-ны үлкейту керек пе немесе графикалық процессор белгілі бір жасанды интеллект есептеу жүктемесін басқаруға жақсырақ сәйкес келе ме деген сұраққа жауап бере алады.
Чипсет өндірісі мен өндірісіндегі жасанды интеллекттің рөлі
Дизайн аяқталғаннан кейін, чип жартылай өткізгіш зауытында (фаб) жасалады. Қазіргі заманғы өндіріс процестері өте күрделі: литография, тұндыру, ою және тексерудің жүздеген кезеңдері. Жасанды интеллект өнімділікті (өтетін чиптердің пайызын) арттыру және сапа ауытқуын азайту үшін барған сайын қолданылуда.
1. Өнімділікті болжау және ақауларды анықтау
Жасанды интеллект жоғары ажыратымдылықтағы пластиналарды тексеру кескіндерін келесі мақсаттарда өңдей алады:
– Дәстүрлі ережелермен анықтау қиын микроақауларды анықтаңыз.
– Пластинаның істен шығу қаупі жоғары аймақтарын болжаңыз.
– Өнімділікті арттыру үшін процесті түзету бойынша ұсыныстар беріңіз.
Жақсы өнімділік чипке шаққандағы шығындардың төмендеуін білдіреді, бұл бәсекеге қабілетті және бағаға сезімтал нарықтағы планшеттер үшін маңызды.
2. Бейімделгіш процесті басқару
Жасанды интеллект технологиялық параметрлер (мысалы, температура, қысым, экспозиция уақыты) мен өнім сапасы арасындағы байланысты біле алады. Бұл тәсілмен:
– Fab құрылғыда дрейф пайда болған кезде жылдам түзетулер енгізе алады.
– Топтар арасындағы айырмашылықты азайтуға болады.
– Чиптің өнімділік консистенциясы артады.
3. Ақылдырақ тестілеу
Чип жасалғаннан кейін, оның функционалдығын және биннингтік жіктеуді (мысалы, қай чиптердің жоғары және төмен жиіліктерде жұмыс істей алатынын) қамтамасыз ету үшін сынақ жүргізіледі. Жасанды интеллект мыналарға көмектеседі:
– Өлшеулердің жиынтығына негізделген нәтижелерді болжау арқылы тестілеу уақытын қысқарту.
– Анық емес сәтсіздік корреляцияларын табу.
– Планшет өнімдерінің қажеттіліктеріне сәйкес келетін қалдықтарды жинау стратегияларын оңтайландырыңыз (мысалы, қуатты үнемдеу және өнімділік нұсқалары).
Неліктен жасанды интеллект планшеттік чипсеттерде ерекше маңызды?
Басқа құрылғылармен салыстырғанда, планшеттердің өзіндік ерекшеліктері бар:
– Шектеулі жылу: планшеттерде желдеткіштер сирек қолданылады.
– Батарея берік болуы керек: пайдаланушылар ұзақ уақытқа жететін қуатты қажет етеді.
– Жұмыс жүктемесі әртүрлі: жеңілден (оқу) ауырға дейін (рендеринг, ойын ойнау, редакциялау).
– Құрылғыдағы жасанды интеллектке қажеттілік артып келеді: қолжазбаны тану, шуды басу, фондық бұлыңғырлық, құжатты OCR арқылы тану және жазбаларды қорытындылау сияқты мүмкіндіктер.
Чип дизайнындағы жасанды интеллект бұл мақсаттарға жылдам итерациялар мен оңтайлы шешімдер арқылы жетуге көмектеседі.
Жасанды интеллектті пайдаланудың қиындықтары мен тәуекелдері
Уәде етілгенімен, кейбір қиындықтар бар:
1. Деректер сапасы: Жасанды интеллект моделі тек оқыту деректері сияқты жақсы. Дизайн және өндіріс деректері көбінесе құпия болып табылады және оларды бөлісу оңай емес.
2. Түсіндірмелілік: инженерлер техникалық себептерді түсінуі керек болса да, еденді жоспарлау немесе оңтайландыру бойынша жасанды интеллект шешімдерін түсіндіру кейде қиын.
3. Құралдар тізбегінің интеграциясы: EDA (Электрондық жобалауды автоматтандыру) құбырлары қазірдің өзінде күрделі; жасанды интеллектті қосу мұқият интеграцияны қажет етеді.
4. Қауіпсіздік және IP: Чип дизайны құнды активтер болып табылады. Әсіресе бұлтқа негізделген жасанды интеллектті пайдалану ақпараттың ағып кету қаупін тудырады.
5. Нәтижелерді растау: Жасанды интеллект бойынша ұсыныс нәтижелері әлі де қатаң тексерілуі керек, себебі кішігірім қателіктер үлкен әсер етуі мүмкін.
Болашақ: жасанды интеллектке негізделген планшеттік чипсеттердің көбеюі
Болашақта, жасанды интеллектті пайдалану чиптің өмірлік циклі бойына барған сайын интеграциялана түседі:
– Техникалық сипаттамалардан бастап аппараттық сызбаларға дейін автоматтандырылған дизайн.
– Аппараттық-бағдарламалық жасақтаманың бірлескен дизайны, мұнда NPU архитектурасы, компилятор және жасанды интеллект моделі бірге жобаланады.
– Планшет жұмыс жүктемесіне байланысты оңтайландырулар: кідіріссіз стилус, нақты уақыттағы камерамен өңдеу және қуатты үнемдейтін мультимедиа.
– Жасанды интеллект негізіндегі көруді тексеру және бейімделгіш процесті басқару арқылы тиімдірек өндіріс.
Түптеп келгенде, жасанды интеллект планшеттердегі функция ғана емес, сонымен қатар құрылғылардың артындағы чипсеттерде инновацияны жеделдететін «қосымша инженер» болады. Бұл үйлесім планшеттерді қуаттырақ, энергияны үнемдейтін, жауап беретін және әрқашан бұлтқа сүйенбей-ақ құрылғыда тікелей ақылды тапсырмаларды орындай алатын етеді.
-
Қаласаңыз, мен бұл мақаланы келесідей етіп бейімдей аламын: (1) электротехника/студент оқырмандарына арналған техникалық нұсқасы, (2) техникалық блогтарға арналған танымал нұсқасы немесе (3) планшеттік SoC дизайнының нөлден бастап жаппай өндіріске дейінгі ағынының мақсатты кейс-стадиі.
