Разработка и производство чипсетов с поддержкой искусственного интеллекта для планшетов.
Планшеты эволюционировали от устройств для потребления контента до инструментов для работы, обучения и даже профессионального творчества. За кулисами этот прогресс во многом определяется чипсетом — «мозгом», который обрабатывает данные на центральном процессоре, графическом процессоре, обеспечивает связь, безопасность, энергоэффективность и даже ускорение искусственного интеллекта. В последние годы искусственный интеллект (ИИ) не только стал неотъемлемой частью планшетов, но и начал менять подход к проектированию и производству чипсетов. В этой статье рассматривается роль ИИ в проектировании и производстве чипсетов, предназначенных для планшетов, его преимущества, проблемы и будущие направления развития.
Почему чипсеты планшетов становятся всё сложнее?
Потребности пользователей планшетов становятся все более разнообразными. Современные планшеты должны уметь запускать офисные приложения, точно рисовать стилусом, проводить видеоконференции, обрабатывать фотографии и видео, а также поддерживать игры. Главная задача — найти баланс между высокой производительностью и низким энергопотреблением, а также тонким корпусом без громоздких систем охлаждения.
Из-за ограничений, связанных с теплоотводом и временем автономной работы, чипсеты планшетов должны обладать следующими характеристиками:
– Эффективный процессор для выполнения повседневных задач и многозадачности.
– Мощный графический процессор для обработки графики и параллельных вычислений.
– Ускоритель NPU/AI для функций искусственного интеллекта, работающих непосредственно на устройстве (например, распознавание речи, обработка изображений, суммаризация текста).
– Процессор обработки изображений (ISP) для сканирования с помощью камеры и документов.
– Модем и возможности подключения (Wi-Fi, 5G в зависимости от модели).
– Безопасность (защищенный анклав, доверенная среда выполнения).
Эта сложность делает процесс проектирования микросхем трудоемким и дорогостоящим. Именно здесь начинает широко применяться искусственный интеллект.
Роль ИИ на этапе проектирования чипсетов
1. Архитектурное планирование и исследование проектного пространства (исследование проектного пространства)
Прежде чем углубляться в технические детали, такие как компоновка транзисторов, команде разработчиков микросхемы необходимо определить архитектуру: количество ядер ЦП, размер кэша, конфигурацию графического процессора, пропускную способность памяти и целевое энергопотребление. Обычно это включает в себя длительные симуляции и итерации.
Искусственный интеллект может ускорить этот этап следующим образом:
– Создание моделей прогнозирования производительности и энергопотребления на основе конкретных конфигураций.
– Предлагает оптимальное сочетание компонентов в зависимости от целевой аудитории (например, планшет для работы или для игр).
– Сокращает количество экспериментов, которые необходимо проводить вручную.
В результате команды могут быстрее найти оптимальный баланс между производительностью и эффективностью.
2. Оптимизация на уровне регистровых передач (RTL).
RTL — это «описание» поведения аппаратного обеспечения, которое будет синтезировано в логические схемы. Многие решения, принимаемые в RTL, влияют на частоту, энергопотребление и размер микросхемы.
Искусственный интеллект и машинное обучение могут помочь в следующем:
– Выявите наиболее энергозатратные или являющиеся узкими местами по времени участки RTL-кода.
– Предоставьте рекомендации по рефакторингу или изменению микроархитектуры.
– Оценка влияния изменений еще до начала полного процесса синтеза.
3. Планирование помещений, размещение и маршрутизация с помощью ИИ.
В проектировании микросхем одной из самых сложных задач является определение расположения основных блоков (кластер ЦП, графический процессор, нейронный процессор, кэш, память, процессор обработки изображений) внутри кристалла/SoC, а затем определение путей их межсоединений (трассировка). Неправильное размещение может привести к увеличению энергопотребления, концентрации тепла или смещению сигналов.
Искусственный интеллект здесь очень эффективен, поскольку задача схожа с «оптимизацией пространства» и «поиском наилучшего решения»:
– Обучение с подкреплением позволяет опробовать различные варианты планировки помещений и учиться на полученных результатах.
– Искусственный интеллект может сократить количество итераций в физическом проектировании, которые обычно занимают недели.
– Более удачное размещение может сократить длину соединения, уменьшить задержку и повысить эффективность.
Для планшетов это важно, поскольку устройство должно оставаться холодным и энергоэффективным, несмотря на тонкий корпус.
4. Ранняя проверка и обнаружение ошибок
Проверка является одной из крупнейших составляющих затрат и времени на разработку микросхем. Ошибки, попадающие в производство, могут обходиться крайне дорого и даже приводить к отзыву продукции.
Искусственный интеллект помогает в следующем:
– Классифицировать результаты моделирования для определения приоритетности наиболее рискованных случаев.
– Выявление закономерностей сбоев на основе крупномасштабных журналов проверки.
– Автоматическая генерация дополнительных тестовых случаев (на основе покрытия кода).
Таким образом, повышается качество проектирования и снижается риск отказов.
5. Оптимизация энергопотребления и управление тепловым режимом
Планшеты требуют эффективности: ограниченная мощность, небольшой запас по теплоотводу. Искусственный интеллект может использоваться для:
– Моделирование профилей использования (просмотр веб-страниц, потоковая передача, игры, рисование стилусом).
– Оптимизировать DVFS (динамическое масштабирование напряжения и частоты) на основе прогнозирования нагрузки.
– Помогает разработчикам выбрать наиболее эффективные стратегии управления питанием и тактовой частотой.
В контексте проектирования ИИ может подсказать, следует ли увеличить размер нейронного процессора (NPU) для экономии энергии при выполнении конкретной модели, или же лучше использовать графический процессор (GPU) для обработки определенной вычислительной нагрузки ИИ.
Роль ИИ в производстве и изготовлении микросхем
После завершения разработки дизайна микросхема изготавливается на полупроводниковом заводе (фабрике). Современные производственные процессы чрезвычайно сложны: сотни этапов литографии, нанесения покрытий, травления и контроля качества. Искусственный интеллект все чаще используется для повышения выхода годных микросхем (процента прошедших проверку) и снижения вариаций качества.
1. Прогнозирование выхода годной продукции и обнаружение дефектов.
Искусственный интеллект может обрабатывать изображения высокого разрешения, полученные в ходе контроля кремниевых пластин, для следующих целей:
– Выявление микродефектов, которые трудно обнаружить с помощью традиционных методов.
– Прогнозирование областей кремниевой пластины с высоким риском отказа.
– Предоставьте рекомендации по корректировке технологического процесса для повышения выхода продукции.
Более высокая производительность означает снижение себестоимости одного чипа, что важно для планшетов на конкурентном и чувствительном к ценам рынке.
2. Адаптивное управление технологическими процессами
Искусственный интеллект способен изучать взаимосвязь между параметрами процесса (например, температурой, давлением, временем воздействия) и качеством продукции. При таком подходе:
– Компания Fab может быстро вносить корректировки при появлении отклонений в работе оборудования.
– Различия между партиями можно уменьшить.
– Повышается стабильность работы чипа.
3. Более эффективное тестирование
После изготовления микросхемы проводится тестирование для обеспечения ее функциональности и классификации по категориям (например, какие микросхемы могут работать на высоких, а какие на низких частотах). Искусственный интеллект помогает в следующем:
– Сократите время тестирования, прогнозируя результаты на основе подмножества измерений.
– Выявление неочевидных корреляций отказов.
– Оптимизировать стратегии сортировки в соответствии с потребностями планшетной продукции (например, варианты с энергосбережением и варианты с улучшенными характеристиками).
Почему искусственный интеллект особенно важен для чипсетов планшетов?
По сравнению с другими устройствами, планшеты обладают уникальными характеристиками:
– Ограниченный теплоотвод: в планшетах редко используются вентиляторы.
– Аккумулятор должен быть долговечным: пользователи требуют длительного времени автономной работы.
– Объем работы варьируется: от легкого (чтение) до интенсивного (рендеринг, игры, редактирование).
– Потребность в встроенном искусственном интеллекте возрастает: такие функции, как распознавание рукописного текста, подавление шума, размытие фона, оптическое распознавание текста в документах и составление кратких обзоров заметок.
Использование искусственного интеллекта в проектировании микросхем помогает достичь этих целей за счет более быстрых итераций и более оптимальных решений.
Проблемы и риски использования ИИ
Несмотря на многообещающие перспективы, существуют и некоторые проблемы:
1. Качество данных: Качество модели ИИ напрямую зависит от качества обучающих данных. Данные, используемые в проектировании и производстве, часто являются конфиденциальными и их сложно передавать другим.
2. Интерпретируемость: Решения ИИ по планировке или оптимизации помещений иногда сложно объяснить, даже несмотря на то, что инженерам необходимо понимать технические причины.
3. Интеграция инструментальных средств: конвейеры EDA (автоматизация проектирования электроники) уже сложны; добавление ИИ требует тщательной интеграции.
4. Безопасность и интеллектуальная собственность: Разработка микросхем — ценный актив. Использование ИИ, особенно облачного, сопряжено с риском утечек информации.
5. Проверка результатов: Результаты рекомендаций, полученные с помощью ИИ, по-прежнему должны строго проверяться, поскольку небольшие ошибки могут иметь серьезные последствия.
Будущее: всё большее внедрение искусственного интеллекта в планшетные чипсеты
В дальнейшем использование ИИ будет все более интегрировано на протяжении всего жизненного цикла микросхем:
– Более автоматизированное проектирование, от технических характеристик до чертежей оборудования.
– Совместная разработка аппаратного и программного обеспечения, при которой архитектура нейронного процессора, компилятор и модель искусственного интеллекта разрабатываются совместно.
– Оптимизация, разработанная специально для планшетов: стилус с низкой задержкой, обработка изображения с камеры в реальном времени и энергоэффективные мультимедийные функции.
– Повышение эффективности производства благодаря визуальному контролю на основе ИИ и адаптивному управлению процессами.
В конечном итоге, ИИ станет не просто функцией планшетов, но и «дополнительным инженером», ускоряющим инновации в чипсетах, лежащих в основе устройств. Такое сочетание сделает планшеты более мощными, энергоэффективными, быстродействующими и способными выполнять более интеллектуальные задачи непосредственно на устройстве — без постоянной зависимости от облака.
-
Если хотите, я могу адаптировать эту статью в: (1) более техническую версию для читателей из числа инженеров-электротехников/студентов, (2) популярную версию для технических блогов или (3) в виде тематического исследования процесса проектирования SoC для планшетов от нуля до массового производства.
