پیشرفت روزافزون سامسونگ در توسعه پردازشگرهای موبایل، موضوعیست که نمي‌توان منکر آن شد. شرکت کره‌ای طی چند سال گذشته جهش قابل‌توجهی را در تولید پردازنده اختصاصی خود داشته است با اینکه ازلحاظ عملکرد و مصرف انرژي، کماکان با نمونه‌های تولیدی رقبا فاصله دارد. اخیراً اما، سامسونگ بیانیه‌ای صادر کرده است که در آن اعلام می‌کند نسل آینده تراشه های اگزینوس مخصوص تلفن همراه با استفاده از هوش مصنوعی (AI) طراحی خواهند شد.
در تازه‌ترین گزارش منتشر شده توسط Wired، گفته می‌شود که سامسونگ از عملکرد هوش مصنوعی ارائه شده توسط Synopsys برای طراحی پردازنده نسل آینده تراشه اگزینوس خود استفاده خواهد کرد.
تراشه‌های اختصاصی Exynos سامسونگ در تلفن‌های هوشمند و تبلت‌های این شرکت (عمدتا در بازارهای آسیا و اروپا) استفاده می‌شوند.
Synopsys یکی از بزرگترین تامین‌کنندگان نرم‌افزار طراحی تراشه در جهان (EDA) است. رئیس این شرکت ادعا می‌کند که آنها، اولین نرم‌افزار تجاری AI برای طراحی پردازنده را در اختیار دارند.
با این حال، باید توجه داشته باشیم که سامسونگ تمام مراحل طراحی و توسعه را به هوش مصنوعی واگذار نخواهد کرد. در عوض، از یادگیری تقویتی برای جستجوی خودکار فضای طراحی به‌منظور یافتن بهترین راه‌حل استفاده می‌کند.
یک تراشه ابتدا باید بخش منطقی طراحی خود را که توسط مهندسان انسانی طراحی شده است، تکمیل کند. پس از آن، سازنده، طرح مسیریابی را برای تعیین محل هر ترانزیستور و نحوه اتصال آنها آغاز می‌کند.
با این حال، تراشه‌های مدرن به‌طور کلی میلیاردها یا حتی ده‌ها میلیارد ترانزیستور در خود دارند. به‌همین دلیل طراحی و آزمایش آنها معمولاً بین 20 تا 30 هفته طول می‌کشد.
در مواجهه با “انواع بی‌شماری” از انتخاب‌های مختلف، طرح نهایی باید به مصالحه سه هدف عملکرد، مصرف انرژی و مساحت (PPA) دست یابد. طراحی تراشه حتی ممکن است با 10⁹⁰⁰⁰⁰ امکان مختلف صورت گیرد.
تولید تراشه تلفن همراه
با اینکه مهندسان درک غریزی از نحوه طراحی تراشه‌های مختلف دارند؛ اما نوشتن این درک در کد کامپیوتر دشوار بوده و شبیه یادگیری تقویتی است.
توجه: یادگیری تقویتی، الگوریتم‌ها را از طریق روش rewards or penalties آموزش می‌دهد. عملکرد هوش مصنوعی چیزیست که آنها نیاز دارند. این روش مشابه AlphaZero است.
AlphaZero یاد می‌گیرد که بازی Go and Chess را از طریق هوش مصنوعی خود بازی انجام دهد. عملکرد هوش مصنوعی همچنین یاد می‌گیرد که چگونه از طریق یک جریان داده بزرگ ایجاد شده توسط رایانه، تصمیمات بهینه بگیرد و در طول فرایند یادگیری، راه‌حل‌های طراحی قابل اطمینان‌تری را در زمان کوتاه‌تر پیدا کند.
عملکرد هوش مصنوعی سرعت طراحی را به‌میزان قابل‌توجهی بهبود بخشیده است. Synopsys می‌گوید که این ابزار در برخی موارد فرکانس تراشه‌ها را تا 18 درصد افزایش داده، مصرف انرژي را 21 درصد کاهش می‌دهد و زمان مهندسی را از شش ماه به یک ماه کاهش می‌رساند.
نقش هوش مصنوعی در تولید تراشه
علاوه‌بر این، هوش مصنوعی برای بهبود قابلیت‌های خودآموزی نیز بکار می‌آید؛ بنابراین هرچه بیشتر کار کند، هوشمندتر می‌شود. این بدان معناست که در آینده، می‌توان تراشه‌ها را حتی سریعتر از حال نیز طراحی کرد.
علاوه بر Synopsys، برخی از شرکت‌های دیگر نیز ابزارهای هوش مصنوعی طراحی تراشه خود را توسعه داده‌اند. در میان آنها، گوگل و انویدیا معروف‌ترین مثال‌ها هستند. همچنین یکی دیگر از تولیدکنندگان EDA Cadence نیز، اخیراً یک ابزار طراحی AI را راه‌اندازی کرده است.
پردازنده گرافیکی RDNA 2 تراشه اگزینوس بعدی، تا ۳٠ درصد از نسل فعلی پردازنده گرافیکی Mali بهتر است
نظر شما راجع‌به طراحی نسل آینده تراشه های اگزینوس سامسونگ با کمک هوش مصنوعی توسعه داده شده توسط شرکت سینوپسیس چیست؟ به‌نظر شما پردازنده‌های جدید درنهایت ازنظر عملکرد و مصرف انرژي می‌تواند با نمونه‌های توسعه داده شده توسط دیگر شرکت‌ها، رقابت کند یا خیر؟
