Дизајн и производство на чипсети овозможени со вештачка интелигенција за таблети
Таблетите еволуираа од уреди за консумирање содржина до алатки за работа, учење, па дури и професионална креативност. Зад сцената, овој напредок во голема мера е определен од чипсетот - мозоците што се справуваат со обработката на процесорот, графиката на графичкиот процесор, поврзувањето, безбедноста, енергетската ефикасност, па дури и забрзувањето на вештачката интелигенција. Во последниве години, вештачката интелигенција (ВИ) не само што стана карактеристика кај таблетите, туку почна да го менува и начинот на кој се дизајнираат и произведуваат чипсетите. Оваа статија дискутира за тоа како ВИ игра улога во дизајнирањето и производството на чипсети специфични за таблети, нејзините придобивки, предизвици и идни насоки за развој.
Зошто чипсетите за таблети стануваат сè посложени?
Потребите на корисниците на таблети се сè поразновидни. Современите таблети мора да можат да извршуваат апликации за продуктивност, да цртаат прецизно со пенкало, да водат видеоконференции, да обработуваат фотографии и видеа и да поддржуваат игри. Главниот предизвик е балансирање на високи перформанси со ниска потрошувачка на енергија и тенко тело без гломазни системи за ладење.
Поради термички ограничувања и ограничувања на батеријата, чипсетите за таблети треба да имаат:
– Ефикасен процесор за дневни задачи и мултитаскинг.
– Моќен графички процесор за графика и паралелно пресметување.
– NPU/AI забрзувач за функции на вештачка интелигенција на уредот (на пр. препознавање говор, обработка на слики, сумирање текст).
– ISP (процесор за сигнали на слика) за скенирање на камера и документи.
– Модем и поврзување (Wi-Fi, 5G во зависност од моделот).
– Безбедност (безбедна енклава, доверлива средина за извршување).
Оваа сложеност го прави процесот на дизајнирање на чипови долготрајни и скапи. Тука вештачката интелигенција почнува да добива широка употреба.
Улогата на вештачката интелигенција во фазата на дизајнирање на чипсет
1. Архитектонско планирање и истражување на дизајнот (истражување на просторот за дизајн)
Пред да се навлезе во технички детали како што е распоредот на транзисторите, тимот за чипови треба да ја дефинира архитектурата: бројот на јадра на процесорот, големината на кешот, конфигурацијата на графичката картичка, пропусниот опсег на меморијата и целните вредности за моќност. Ова обично вклучува долги симулации и итерации.
Вештачката интелигенција може да ја забрза оваа фаза преку:
– Креирајте модели за предвидување на перформанси и моќност врз основа на специфични конфигурации.
– Предлага оптимална комбинација на компоненти според целта (на пр. таблет за продуктивност наспроти играње игри).
– Го намалува бројот на експерименти што треба да се извршат рачно.
Како резултат на тоа, тимовите можат побрзо да ја пронајдат „соодветната точка“ помеѓу перформансите и ефикасноста.
2. Оптимизација на RTL (Ниво на пренос на регистар)
RTL е „опис“ на однесувањето на хардверот што ќе се синтетизира во логички кола. Многу одлуки во RTL влијаат на фреквенцијата, моќноста и големината на чипот.
AI/ML може да помогне со:
– Идентификувајте ги деловите од десната страна кои трошат најмногу енергија или претставуваат тесни грла во времето.
– Дајте препораки за рефакторирање или промени во микроархитектурата.
– Проценка на влијанието на промените дури и пред да се спроведе целосниот процес на синтеза.
3. Планирање на подови со помош на вештачка интелигенција и поставување и рутирање
Во дизајнот на чипови, една од најпредизвикувачките задачи е одредувањето на локацијата на главните блокови (кластер на процесор, графичка картичка, непроводничка единица, кеш, меморија, интернет провајдер) во рамките на чипот/SoC, а потоа одредувањето на нивните патеки за меѓусебно поврзување (рутирање). Погрешното поставување може да доведе до зголемена потрошувачка на енергија, концентрирана топлина или нерамномерно порамнување на сигналот.
Вештачката интелигенција е многу ефикасна овде бидејќи проблемот е сличен на „оптимизација на просторот“ и „пребарување на најдобро решение“:
– Засилувачкото учење може да испроба различни опции за распоред на подот и да учи од резултатите.
– Вештачката интелигенција може да ги намали итерациите на физичкиот дизајн, кои обично траат со недели.
– Подоброто поставување може да ја намали должината на врската, да ја потисне латенцијата и да ја зголеми ефикасноста.
За таблетите, ова е важно бидејќи уредот треба да остане ладен и енергетски ефикасен во тенко куќиште.
4. Рана верификација и откривање на грешки
Верификацијата е една од најголемите компоненти на трошоците и времето за развој на чипови. Грешките што влегуваат во производство можат да бидат исклучително скапи, па дури и да доведат до повлекување на производите.
Вештачката интелигенција помага со:
– Класифицирајте ги резултатите од симулацијата за да ги дадете приоритет на најризичните случаи.
– Детектирање на шеми на грешки од логови за верификација на големи размери.
– Автоматски генерирајте дополнителни тест случаи (водени од покриеност).
Така, квалитетот на дизајнот е зголемен и ризикот од дефект е намален.
5. Оптимизација на енергија и термичко управување
Таблетите бараат ефикасност: ограничена моќност, мал термички простор. Вештачката интелигенција може да се користи за:
– Моделирање на профили за користење (прелистување, стриминг, играње игри, цртање со пенкало).
– Оптимизирајте го DVFS (динамично скалирање на напонот и фреквенцијата) врз основа на предвидување на оптоварувањето.
– Им помага на дизајнерите да ги изберат најефикасните стратегии за регулирање на моќноста и ограничување на часовникот.
Во контекст на дизајн, вештачката интелигенција може да даде информации за тоа дали треба да се зголеми NPU за да се заштеди енергија при работа на одреден модел или дали графичкиот процесор е подобар за справување со одредено пресметковно оптоварување со вештачка интелигенција.
Улогата на вештачката интелигенција во производството и изработката на чипсетови
Откако дизајнот ќе биде финализиран, чипот се произведува во фабрика за полупроводници (fab). Современите производствени процеси се многу сложени: стотици чекори на литографија, депонирање, бакирање и инспекција. Вештачката интелигенција сè повеќе се користи за зголемување на приносот (процентот на чипови што поминуваат) и намалување на варијациите во квалитетот.
1. Предвидување на породот и откривање на дефекти
Вештачката интелигенција може да обработува слики од инспекција на плочки со висока резолуција за:
– Идентификувајте микро дефекти кои тешко се откриваат со традиционалните правила.
– Предвидете ги областите на плочките со висок ризик од дефект.
– Дајте препораки за прилагодувања на процесот за зголемување на приносот.
Подобрите приноси значат пониски трошоци по чип - важно за таблетите на конкурентен и ценовно чувствителен пазар.
2. Адаптивна контрола на процесите
Вештачката интелигенција може да ја научи врската помеѓу параметрите на процесот (на пр., температура, притисок, време на изложеност) и квалитетот на производот. Со овој пристап:
– Fab може да прави брзи прилагодувања кога на машината се појавува поместување.
– Варијацијата помеѓу сериите може да се намали.
– Конзистентноста на перформансите на чипот е зголемена.
3. Попаметно тестирање
Откако ќе се произведе чипот, се врши тестирање за да се обезбеди функционалност и класификација на бинирање (на пр., кои чипови можат да работат на високи наспроти ниски фреквенции). Вештачката интелигенција помага со:
– Намалете го времето на тестирање со предвидување на резултатите врз основа на подмножество мерења.
– Пронаоѓање на нејасни корелации на неуспех.
– Оптимизирајте ги стратегиите за ѓубрење за да одговараат на потребите на таблет-производите (на пр., заштеда на енергија наспроти варијанти на перформанси).
Зошто вештачката интелигенција е особено важна за чипсетите за таблети?
Во споредба со другите уреди, таблетите имаат уникатни карактеристики:
– Ограничена термичка ефикасност: таблетите ретко користат вентилатори.
– Батеријата мора да биде издржлива: корисниците бараат долготрајна енергија.
– Работното оптоварување варира: од лесно (читање) до големо (рендерирање, играње игри, уредување).
– Потребата за вештачка интелигенција на уредот се зголемува: функции како што се препознавање на ракопис, потиснување на бучавата, заматување на позадината, OCR на документи и сумирање на белешки.
Вештачката интелигенција во дизајнот на чипови помага да се постигнат овие цели со побрзи итерации и пооптимални решенија.
Предизвици и ризици од користење на вештачка интелигенција
Иако ветувачки, постојат некои предизвици:
1. Квалитет на податоците: Моделот со вештачка интелигенција е добар само колку што се добри неговите податоци за обука. Податоците за дизајн и производство често се чувствителни и не се лесно споделуваат.
2. Интерпретабилност: Одлуките со вештачка интелигенција за планирање на подот или оптимизација понекогаш се тешки за објаснување, иако инженерите треба да ги разберат техничките причини.
3. Интеграција на синџирот на алатки: EDA (електронска автоматизација на дизајн) цевководите се веќе сложени; додавањето на вештачка интелигенција бара темелна интеграција.
4. Безбедност и интелектуална сопственост: Дизајните на чипови се вредни средства. Употребата на вештачка интелигенција, особено оние базирани на облак, претставува ризик од протекување на информации.
5. Валидација на резултатите: Резултатите од препораките за вештачка интелигенција сè уште мора строго да се проверат бидејќи малите грешки можат да имаат големо влијание.
Иднината: Сè повеќе чипсети за таблети со вештачка интелигенција
Во иднина, употребата на вештачка интелигенција ќе станува сè поинтегрирана низ целиот животен циклус на чипот:
– Поавтоматизиран дизајн, од спецификации до планови за хардвер.
– Ко-дизајн на хардвер-софтвер, каде што архитектурата на NPU, компајлерот и моделот на вештачка интелигенција се дизајнирани заедно.
– Оптимизации специфични за работното оптоварување на таблетот: пенкало со мала латентност, обработка со камера во реално време и енергетски ефикасна мултимедија.
– Поефикасно производство со инспекција на видот базирана на вештачка интелигенција и адаптивна контрола на процесот.
На крајот на краиштата, вештачката интелигенција нема да биде само карактеристика на таблетите, туку и „дополнителен инженер“ што ќе ги забрзува иновациите во чипсетите зад уредите. Оваа комбинација ќе ги направи таблетите помоќни, енергетски поефикасни, поодзивни и способни да извршуваат поинтелигентни задачи директно на уредот - без секогаш да се потпираат на облакот.
-
Ако сакате, можам да ја адаптам оваа статија во: (1) потехничка верзија за електротехнички/студентски читатели, (2) популарна верзија за технолошки блогови или (3) фокусирана студија на случај на дизајн на таблет SoC од нула до масовно производство.
