هوش مصنوعی نسل بعدی تراشه‌ های اگزینوس سامسونگ را طراحی میکند

هوش مصنوعی به یکی از بزرگ‌ترین دستاوردهای بشر در عصر فناوری تبدیل شده و به انسان کمک کرده تا با سرعت و دقت بیشتری داده‌های پیچیده را زیر نظر بگیرد. اکنون سامسونگ تایید کرده است که طراحی و نسل جدید تراشه‌های خود به هوش مصنوعی خواهد سپرد تا یکی دیگر از کاربردهای کلیدی این فناوری نیز آشکار شود.

گفته می‌شود که کره‌ای برای این کار از یک نرم‌افزار پیشرفته که توسط شرکت Synopsys ساخته شده، استفاده خواهند کرد. Synopsys به عنوان یک کمپانی آمریکایی فعال در حوزه نرم‌افزار و اتوماسیون شناخته می‌شود.

یکی از سخنگویان سامسونگ با تایید همکاری با این شرکت گفت که چیپ‌های اگزینوس طراحی شده با فناوری هوش مصنوعی، راه را برای دستیابی به حالت ایده‌آل بهینه‌سازی مصرف انرژی و بهبود عملکرد آن‌ها باز خواهد کرد. البته هنوز مشخص نیست که آیا این تراشه‌ها هم‌اکنون در حال تولید شدن هستند یا خیر.

در حالی که سامسونگ یکی از اولین شرکت‌هایی به شمار می‌رود که در طراحی تراشه‌های خود هوش مصنوعی را به کار می‌گیرد، غول‌های دیگر حوزه فناوری مانند گوگل و انویدیا نیز در گذشته از برنامه خود برای استفاده از فناوری‌های مشابه پرده برداشته‌اند.

شرکت Synopsys احتمالاً موفق‌ترین شرکت در ساخت و توسعه نرم‌افزارهای طراحی تراشه با کمک هوش مصنوعی به شمار می‌آید و ابزار DSO.ai که برای همین هدف طراحی کرده، در حال حاضر توسط شرکت‌های زیادی مورد استفاده قرار می‌گیرد.

حدود دو ماه پیش، گوگل اعلام کرد که محققانش برای تعیین نحوه چینش بعضی از قطعات تراشه‌های Tensor، از یک نمونه هوش مصنوعی بهره برده‌اند که پیش از آن در تمرین دادن برنامه‌های AI در دیتاسنترش به کار رفته بود. گوشی‌های هوشمند پرچم‌دار سری پیکسل 6 گوگل، برای انجام محاسبات پردازشی به تراشه Tensor مجهز شده‌اند. 

همان‌طور که گفته شد، به جز سامسونگ و گوگل شرکت‌های دیگری نیز در فکر به کار بردن این فناوری برای طراحی تراشه‌های کارآمدتر هستند که از بین آن‌ها باید به انویدیا و IBM اشاره کرد که با مهم‌ترین رقیب شرکت Synopsys، یعنی Cadence کار می‌کنند.

در همین رابطه بخوانید:

- هوش مصنوعی جدید گوگل بهتر از انسان‌ها می‌تواند تراشه هوش مصنوعی طراحی کند!

با این حال، نرم‌افزارهای تولید شده توسط تمامی این شرکت‌ها ماهیت یکسانی دارند و یک تکنیک یادگیری ماشین به نام یادگیری تقویتی «Reinforcement Learning»، رویکرد اصلی آن‌ها برای حل مسائل پیچیده به شمار می‌آید. یادگیری تقویتی روشی است که بر اساس آن می‌توان یک الگوریتم را با استفاده از پاداش یا جزا، تمرین داد تا رفتارهای ناکارآمد اصلاح شوند.

هوش مصنوعی در این روش با در نظر گرفتن تمامی قوانین بنیادی ساخت تراشه، همه چینش‌های ممکن قطعات و اتصال بین آن‌ها را رسم می‌کند و با آزمون و خطا، بهترین نتیجه ممکن را به عنوان طراحی اصلی به کار می‌گیرد.