Samsung, yenilikçi tam daire kapılı transistörlere sahip bir 3nm mobil yonga sistemini piyasaya sürdü. Yonganın tasarımı, yapay zekâ tarafından yönlendirilen Synopsys’un EDA araçlarının benimsenmesiyle kolaylaştırıldı.
Her iki firmanın bu hafta yaptığı duyuru, Synopsys’un yapay zekâ destekli yazılım paketinin yonga tasarım sürecini geliştirmedeki kilit rolünü vurguladı. Makine öğrenme algoritmaları, mimari planlamadan fiziksel gerçekleşmeye ve doğrulamaya kadar geleneksel olarak mühendislere atanan titiz görevleri üstlendi.
Bu ilerlemede hayati öneme sahip olan üç temel AI destekli araç; yonga tasarımı için DSO.ai, işlevsel doğrulama için VSO.ai ve yarıiletken testi için TSO.ai. Bu araçlar, devasa veri setlerini derin öğrenme modelleri aracılığıyla işleyerek yonga geliştirme sürecinin özellikle işgücü yoğun aşamalarını otomatikleştirmek ve hızlandırmak için kullanılıyor.
Sonuç olarak, AI’nin her şeyi kontrol ettiği Samsung’un öncü mobil işlemcisi, bileşen yerleşiminden yönlendirmeye, senkronizasyondan performans optimizasyonuna kadar her şeyde AI’nin izini taşıyor. Synopsys, yalnızca kendi Fusion Compiler yazılımlarının Samsung mühendislerine yoğun manuel iş gücünden kurtardığını iddia ediyor.
Samsung’un 3nm işlemcisinde olduğu gibi, tasarım bölünmesi ve çoklu kaynak senkronizasyonu gibi AI-optimizasyonlu özelliklerle; 300 MHz’lik bir pik frekans artışı ve %10 dinamik güç tüketiminde azalma elde ediliyor. Bu, şirketin, daha önce iki yıl önce endüstrinin ilk GAAFET (kapı etrafında FET) sürecini başlatmasının ardından ve daha basit kripto para madenciliği işlemcilerinde seçici kullanımından sonra 3nm GAAFET üretim teknolojisine ileri derecede bir girişidir.
Synopsys’un desteğiyle, Samsung artık premium mobil cihazlar için yüksek performanslı GAAFET yongalar pazarına ilerleme kaydediyor. AI destekli tasarım süreçleri, Samsung’un amiral gemisi Galaxy akıllı telefon ve tabletleri içinde gelecekteki Exynos işlemcileri için GAAFET varyantlarının piyasaya sunumunu hızlandırabilir.
Synopsys’teki EDA grubunun Genel Müdürü Shankar Krishnamurthy, mobil yonga ciplerinde gelişmiş PPA ve enerji verimliliğine olan sürekli talepten bahsederek, bu alanın her seviyede yüksek performanslı EDA optimizasyonları için gerekliğine dikkat çekti.
Şu an için, bu AI-mimarlanmış mobil çipte kullanılan tam 3nm teknolojisi hakkındaki spesifik bilgiler gizli tutulmuş durumda olup, spekülasyonlar özellikle daha önceki SF3E yerine Samsung’un daha gelişmiş ikinci nesil SF3 işlemini işaret ediyor.
Samsung’un 3nm teknolojisini kullanan yeni AI-mimarlanmış mobil çipinin duyurusu, çip tasarımı ve performansında yeni bir çağın habercisi olabileceği için yarıiletken endüstrisinde önemli bir kilometre taşını temsil ediyor.
Konuyla ilgili bazı temel sorular ve yanıtları şunlar olabilir:
Çip üretimindeki 3nm teknolojisinin önemi nedir?
3nm (nanometre) teknolojisi, çipteki transistörlerin boyutunu belirtir. Daha küçük transistörler, bir çipte daha fazla transistörün sığabileceği anlamına gelir, potansiyel olarak performansını ve enerji verimliliğini artırabilir. 3nm GAAFET (kapı etrafında FET) tasarımı, transistör kanalının kontrolünü daha da iyileştirerek performansı artırır ve sızıntı akımlarını azaltır.
3nm teknolojisi ile ilişkilendirilen zorluklar nelerdir?
3nm gibi daha küçük transistör boyutlarına geçmenin önemli zorluklarından biri, üretimde artan karmaşıklıktır. Gelişmiş ve pahalı ekipman gerektirir, üretimde düzgünlük ister ve yüksek geliştirme maliyetleri olabilir. Ayrıca, transistörler küçüldükçe, elektron sızıntısı ve kuantum etkiler gibi sorunlar daha belirgin hale gelir, yenilikçi tasarım ve malzeme çözümleri gerektirir.
Çip tasarımında AI’nin etkileri neler olabilir?
AI’nin çip tasarımında uygulanması, karmaşık görevleri otomatikleştirerek çip geliştirme için gerekli zaman ve çabayı büyük ölçüde azaltabilir. Bu, yeni teknolojilerin pazara sunulma süresini hızlandırabilir ve insanların hesaplamak veya kavramakta zorlanacakları tasarım optimizasyonlarını keşfetmeyi mümkün kılabileceğinden, insanların yeteneklerini aşan optimizasyonları inceleyebilme şansı doğurabilir.
AI-mimarlanmış çiplerle ilişkilendirilen tartışmalar var mı?
AI’nın mühendislerin geleneksel olarak yaptığı işleri üstlenmesiyle ilişkili endişeler olabilir, ancak mevcut odak noktası AI’nin insan yeteneklerini tamamlayan bir araç olarak hizmet etmesidir, onların yerini alması değil. Ayrıca, AI’ye bağımlılık, tasarım kararlarının şeffaf anlaşılması ve AI sistemlerinin potansiyel hatalarını nasıl sunacağına dair soruları gündeme getirebilir.
Samsung’un AI-mimarlanmış 3nm mobil çipinin avantajları:
Samsung’un AI-mimarlanmış 3nm mobil çipinin dezavantajları:
Yarıiletken alanındaki gelişmelerle ilgili bilgi almak isterseniz, Samsung web sitesini ziyaret edip yarıiletken teknolojileriyle ilgili son güncellemelerini öğrenebilir ya da elektronik tasarım otomasyon (EDA) araçları ve AI destekli yazılım paketi hakkında daha fazla bilgi almak için Synopsys ana sayfasını ziyaret edebilirsiniz.
Bu linkler, yarıiletken endüstrisi bağlamında AI-mimarlanmış çiplerin mevcut gelişmeleri ve gelecekteki etkileri hakkında kapsamlı bir anlayışı artırmanıza yardımcı olacaktır.