Samsung a confirmat că va folosi inteligența artificială (AI) pentru a-și crea noile cipuri Exynos. În același timp a adăugat că va folosi un software de la Synopsys, o firmă de software de proiectare a cip-urilor. Cu toate acestea, compania nu a confirmat dacă cipurile proiectate de AI au intrat deja în producție sau în ce produse pot apărea.
Compania Samsung este printre primele din acest domeniu care și-au proiectat cipurile folosind inteligența artificială. Alte companii precum Google și NVIDIA au și ele intenția de a proiecta cipuri folosind AI. Tehnologia AI de la Synopsys, numită DSO.ai, ar putea avea o amprentă mai mare, având în vedere că această companie lucrează deja cu mai mulți producători.
Samsung folosește AI pentru proiectarea cipurilor Exynos
Acum câteva luni, cercetătorii Google au descris utilizarea AI pentru a aranja componentele de pe cipurile Tensor pe care le folosește pentru a antrena și rula programe AI în centrele sale de date. Următorul smartphone Google, seria Pixel 6, va avea un procesor personalizat fabricat de Samsung.
În afară de Samsung și Google și alte companii se preocupă de proiectarea cipurilor bazate pe AI. Amintim aici doar pe NVIDIA și IBM. De asemenea, mai există și compania Cadence, un concurent al Synopsys. Aceasta dezvoltă, de asemenea, instrumente AI pentru a ajuta la cartografierea planurilor pentru noi jetoane.
Synopsys este o companie americană fondată în 1986. Are sediul în Mountain View, California, SUA. Tehnologiile Synapsys sunt prezente în mașinile cu conducere automată, inteligența artificială și produsele IoT.
Abordarea actuală de inteligență artificială utilizată de Synopsys și de toate celelalte companii folosește o tehnică de învățare automată numită învățare prin întărire pentru a elabora proiectarea unui cip. Aceasta implică antrenarea unui algoritm pentru a îndeplini o sarcină prin recompensă sau pedeapsă, conform GizmoChina.
Tehnologia poate desena automat elementele de bază ale unui proiect, inclusiv plasarea componentelor și cablarea acestora împreună. Acest lucru se realizează încercând diferite modele în simulare și învățând care dintre acestea produc cele mai bune rezultate.