ხელოვნურმა ინტელექტმა მნიშვნელოვან გავლენას მოახდინა ჩიპების წარმოების პროცესზე, რაც კომპიუტერული ტექნოლოგიების ინდუსტრიას ახალ სიმაღლეებზე აჰყავს. ეს ქეისი მიმოიხილავს, როგორ ეხმარება AI ჩიპების წარმოებას და მჭიდრო კავშირს ამყარებს პროგრამულ უზრუნველყოფასა და აპარატურულ დონეზე. განხილულია, როგორ შეუძლია ამ ტექნოლოგიას შეასრულოს გადამწყვეტი როლი კომპიუტერული არქიტექტურის მომავალ განვითარებაში.

ხელოვნურმა ინტელექტმა ჩიპების წარმოება კომპიუტერული ტექნოლოგიების ცენტრალურ ფაზაზე დააბრუნა

შესავალი: ჩიპების წარმოების ისტორია და მისი მნიშვნელობა
რამდენიმე ათწლეულია, რაც ნახევარგამტარები, განსაკუთრებით სილიციუმის ჩიპები, კომპიუტერული ტექნოლოგიების ძირითადი ნაწილია. ჩიპების წარმოებამ, რომელიც სილიკონის მეშვეობით დაფუძნდა, მსოფლიოს მრავალი ინოვაცია და ტექნოლოგიური განვითარება მოუტანა. სილიკონის ველის ისტორია, რომელიც დაიწყო მარტივი ტრანზისტორების წარმოებით 1950-იან წლებში, ჩიპების ინდუსტრიის გლობალური ცენტრალიზაციის საფუძველი გახდა.

1956 წელს ვილიამ შოკლიმ  (William Shockley) დააარსა Shockley Semiconductor Laboratory, რომელიც მიზნად ისახავდა სილიციუმისგან ჩიპების შექმნას. მიუხედავად იმისა, რომ ეს კომპანია კომერციულად წარმატებული არ აღმოჩნდა, მისმა თანამშრომლებმა, რომელთაგან ზოგი „მოღალატე რვიანის“ სახელითაა ცნობილი, დააფუძნეს Fairchild Semiconductor, რომელიც ერთ-ერთი ყველაზე მნიშვნელოვანი მოთამაშე გახდა ჩიპების წარმოების ინდუსტრიაში. ამ კომპანიის თანამშრომლები, გორდონ მური და რობერტ ნოისი, მოგვიანებით გახდნენ Intel-ის დამფუძნებლები და ჩიპების წარმოების ინდუსტრიის ლიდერები.

მურის კანონი და მისი ძალა
1965 წელს გორდონ მურმა შექმნა მურის კანონი, რომელიც პროგნოზირებდა, რომ ჩიპებზე ტრანზისტორების რაოდენობა ყოველ ორ წელიწადში გაორმაგდებოდა. მურის კანონი ათწლეულების განმავლობაში გახდა ნახევარგამტარების ინდუსტრიის განვითარებისთვის ძირითადი სახელმძღვანელო პრინციპი. მისი წყალობით, 1971 წელს ჩიპებზე 200 ტრანზისტორი იყო ერთ კვადრატულ მილიმეტრზე, ხოლო 2023 წლისთვის AMD-ის MI300 პროცესორმა ამ რიცხვმა 150 მილიონს მიაღწია. ტრანზისტორების შემცირება არა მხოლოდ აჩქარებდა მათ მუშაობას, არამედ ამცირებდა ენერგიის მოხმარებას, რაც უზრუნველყოფდა ჩიპების უფრო ეფექტიან და სწრაფ მუშაობას.

ხელოვნური ინტელექტის როლი
ხელოვნური ინტელექტის ბუმმა სრულიად შეცვალა ჩიპების წარმოების ინდუსტრია. განსაკუთრებით დიდი ენის მოდელები (LLMs), რომლებიც დღეს ხელოვნური ინტელექტის წამყვანი ტექნოლოგიებია, საჭიროებს უზარმაზარ გამოთვლით რესურსებს. წინა ათწლეულში ხელოვნური ინტელექტის სისტემების სასწავლო გამოთვლები დაახლოებით მურის კანონის ტემპით იზრდებოდა, რაც თითოეული 20 თვის განმავლობაში ორჯერ მეტ გამოთვლით სიმძლავრეს საჭიროებდა. თუმცა, 2010 წლის შემდეგ ხელოვნური ინტელექტის სისტემების გამოთვლით მოთხოვნილებები ყოველ ექვს თვეში ორმაგდებოდა, რამაც გამოიწვია ჩიპების კიდევ უფრო მეტი საჭიროება. შედეგად, კომპანიები, როგორიცაა Nvidia, რომლებიც აწარმოებენ ხელოვნური ინტელექტისათვის იდეალურად შესაფერის ჩიპებს, დღესდღეობით მსოფლიოში ყველაზე ძვირადღირებულ კომპანიათა შორის არიან.

ჩიპების ინდუსტრიის აღდგენა
ხელოვნური ინტელექტის გამო ჩიპების წარმოების მნიშვნელობა კვლავაც გადამწყვეტია. ჩიპების წარმოების მნიშვნელოვანი ნაწილი მოიცავს ტრანზისტორების ულტრამცირე ზომის წარმოებას. მაგალითად, cutting-edge ჩიპების დამზადება, რომელიც 7nm (ნანომეტრ) და უფრო მცირე ზომის ტრანზისტორებს მოიცავს, კრიტიკული მნიშვნელობისაა ხელოვნური ინტელექტის სისტემების ეფექტიანად ფუნქციონირებისთვის. ამის პარალელურად, მსოფლიოზე 90%-ზე მეტი ნახევარგამტარების წარმოება მიმდინარეობს შედარებით უფრო დიდი ზომის (7nm-ზე დიდი) ტრანზისტორების ჩიპებზე, რომლებიც გვხვდება ყველგან, დაწყებული ტელევიზორებიდან და მაცივრებიდან, დამთავრებული მანქანებითა და ინდუსტრიული მანქანებით.

კოვიდ-19-ის პანდემიამ სერიოზულად დააზარალა გლობალური მიწოდების ჯაჭვები, რამაც გამოიწვია ჩიპების დეფიციტი და მრავალი ინდუსტრიის შეჩერება. ამან იძულებული გახდა მთავრობები, დაეწყოთ ჩიპების წარმოების სტრატეგიული გეგმების შემუშავება, რათა მათი ეკონომიკები ნაკლებად დამოკიდებული იყოს გლობალურ მიწოდების ჯაჭვებზე. მაგალითად, ამერიკის მთავრობამ 2022 წელს დაამტკიცა 50 მილიარდ დოლარიანი დახმარების პაკეტი, რომელიც მიზნად ისახავს ჩიპების წარმოების დაბრუნებას ამერიკაში. ანალოგიური ინიციატივები წამოიწყეს იაპონიამ, სამხრეთ კორეამ და ევროკავშირმაც, რომლებიც 94 მილიარდი დოლარის მოცულობის დახმარების პირობას დებენ ჩიპების წარმოებისათვის.

ტექნოლოგიური გამოწვევები
მიუხედავად იმისა, რომ ჩიპების წარმოების გლობალური პოლიტიკა რთულია, ჩიპების ინდუსტრიის მთავარი პრობლემა ტექნოლოგიურია. მურის კანონის შემცირებამ გამოიწვია ის, რომ ტრანზისტორების კიდევ უფრო შემცირება ვეღარ უზრუნველყოფს ენერგიის მოხმარების შემცირებას. რაც უფრო მცირდება ჩიპების ზომა, მით უფრო იზრდება მათ მიერ ენერგიის ხარჯვა. დღესდღეობით ხელოვნური ინტელექტის მოდელების გაფართოება და ჩიპების სიმჭიდროვის ზრდა იწვევს ენერგიის გამოყენების მნიშვნელოვან ზრდას.

ამის გადასაჭრელად ჩიპების მწარმოებლები ეძებენ ახალ ტექნოლოგიურ გადაწყვეტილებებს. ერთ-ერთი მიდგომა მოიცავს მჭიდრო ინტეგრაციას აპარატურასა და პროგრამულ უზრუნველყოფას შორის, რაც უფრო ეფექტიანად მუშაობას უზრუნველყოფს. მეორე, უფრო რადიკალური მიდგომა მოიცავს სილიციუმის ანალოგი მასალების შეცვლას ან ციფრული პროცესირების ალტერნატივების დანერგვას.

დასკვნა
ნახევარგამტარების ინდუსტრიას, ხელოვნური ინტელექტის ბუმის გამო, კვლავაც უხდება ახალ ტენდენციებსა და გამოწვევებთან გამკლავება. ჩიპების წარმოების ტექნოლოგიური გაუმჯობესება და ახალი მიდგომები უზრუნველყოფს ინდუსტრიის მომავალს. მიუხედავად იმისა, რომ პოლიტიკური და გლობალური მიწოდების ჯაჭვების საკითხები მნიშვნელოვანია, ჩიპების ინდუსტრიის მთავარი გამოწვევა ტექნოლოგიურია და მის გადაჭრას სჭირდება ახალი ინოვაციური მიდგომები, რათა შეძლოს მომავალი ტექნოლოგიების წინსვლა.

წყარო: The Economist