Mathieu
La fin de la loi de Moore se profile. Les ingénieurs et les concepteurs ne peuvent faire que très peu pour miniaturiser les transistors et incorporer autant d’entre eux que possible dans les puces. Ils se tournent donc vers d’autres approches de conception de puces, en incorporant des technologies telles que l’IA dans le processus. Samsung, par exemple, ajoute de l’IA à ses puces de mémoire pour permettre le traitement en mémoire, ce qui permet d’économiser de l’énergie et d’accélérer l’apprentissage automatique. En parlant de vitesse, la puce d’IA TPU V4 de Google a doublé sa puissance de traitement par rapport à sa version précédente.
Mais l’IA offre encore plus de promesses et de potentiel pour l’industrie des semi-conducteurs. Pour mieux comprendre comment l’IA est sur le point de révolutionner la conception de puces, nous avons parlé avec Heather Gorr, responsable principale de produit pour la plate-forme MATLAB de MathWorks.
Comment l’IA est-elle actuellement utilisée pour concevoir la prochaine génération de puces?
Heather Gorr: L’IA est une technologie si importante car elle est impliquée dans la plupart des parties du cycle, y compris le processus de conception et de fabrication. Il y a beaucoup d’applications importantes ici, même dans l’ingénierie générale du processus où nous voulons optimiser les choses. Je pense que la détection de défauts est une grande partie à toutes les phases du processus, en particulier dans la fabrication. Mais même en pensant à l’avenir dans le processus de conception, [l’IA joue maintenant un rôle important] lorsque vous concevez la lumière et les capteurs et tous les différents composants. Il y a beaucoup de détection d’anomalies et de mitigation des pannes que vous voulez vraiment considérer.
Heather GorrMathWorks
Ensuite, en pensant à la modélisation logistique que l’on voit dans n’importe quelle industrie, il y a toujours des temps d’arrêt planifiés que vous voulez atténuer; mais vous finissez également par avoir des temps d’arrêt imprévus. Ainsi, en examinant ces données historiques de moments où peut-être il a fallu un peu plus de temps que prévu pour fabriquer quelque chose, vous pouvez examiner toutes ces données et utiliser l’IA pour essayer d’identifier la cause proche ou pour voir quelque chose qui pourrait sauter même dans les phases de traitement et de conception. Nous pensons souvent à l’IA comme un outil prédictif ou comme un robot faisant quelque chose, mais souvent vous obtenez beaucoup d’insight des données par l’IA.
Quels sont les avantages de l’utilisation de l’IA pour la conception de puces?
Gorr: Historiquement, nous avons vu beaucoup de modélisation basée sur la physique, qui est un processus très intensif. Nous voulons faire un modèle d’ordre réduit, où plutôt que de résoudre un modèle fondé sur la physique qui est si coûteux et étendu du point de vue de l’informatique, nous pouvons faire quelque chose de moins cher. Vous pourriez créer un modèle de substitution, pour ainsi dire, de ce modèle basé sur la physique, utiliser les données, puis faire vos balayages de paramètres, vos optimisations, vos simulations de Monte Carlo en utilisant le modèle de substitution. Cela prend beaucoup moins de temps informatiquement que de résoudre les équations basées sur la physique directement. Nous constatons donc ce bénéfice de plusieurs manières, notamment l’efficacité et l’économie qui résultent de l’itération rapide sur les expériences et les simulations qui aideront vraiment à la conception.
C’est donc comme avoir un jumeau numérique en quelque sorte?
Gorr: Exactement. C’est à peu près ce que font les gens, où vous avez le modèle du système physique et les données expérimentales. Ensuite, en conjonction, vous avez cet autre modèle que vous pourriez ajuster et ajuster et essayer différents paramètres et expériences qui vous permettent de balayer toutes ces différentes situations et de venir avec une conception meilleure à la fin.
Donc, cela va être plus efficace et, comme vous l’avez dit, moins cher?
Gorr: Oui, certainement. Surtout dans les phases d’expérimentation et de conception, où vous essayez différentes choses. Cela va évidemment entraîner des économies de coûts dramatiques si vous fabriquez réellement et produisez [les puces]. Vous voulez simuler, tester, expérimenter autant que possible sans fabriquer quelque chose en utilisant le génie des processus réel.
Nous avons parlé des avantages. Comment les ingénieurs peuvent-ils utiliser l’IA pour mieux préparer et extraire des idées des données matérielles ou des capteurs?
Gorr: Nous pensons toujours à utiliser l’IA pour prédire quelque chose ou faire une tâche de robot, mais vous pouvez utiliser l’IA pour trouver des modèles et choisir des choses que vous n’auriez peut-être pas remarquées par vous-même. Les gens utiliseront l’IA lorsqu’ils ont des données haute fréquence provenant de nombreux capteurs différents, et beaucoup de fois, il est utile d’explorer le domaine de la fréquence et des choses comme la synchronisation des données ou la rééchantillonnage. Ceux-ci peuvent être vraiment difficiles si vous n’êtes pas sûr par où commencer.
L’une des choses que je dirais est d’utiliser les outils disponibles. Il y a une vaste communauté de personnes travaillant sur ces choses, et vous pouvez trouver de nombreux exemples [d’applications et de techniques] sur GitHub ou MATLAB Central, où les gens ont partagé de beaux exemples, même des petites applications qu’ils ont créées. Je pense que beaucoup d’entre nous sont ensevelis dans les données et ne sont tout simplement pas sûrs de quoi faire avec, donc profitez certainement de ce qui est déjà disponible dans la communauté. Vous pouvez explorer et voir ce qui a du sens pour vous et apporter cet équilibre de connaissances de domaine et l’insight que vous obtenez des outils et de l’IA.
Que doivent considérer les ingénieurs et les concepteurs lorsqu’ils utilisent l’IA pour la conception de puces?
Gorr: Réfléchissez aux problèmes que vous essayez de résoudre ou aux idées que vous espérez trouver, et essayez d’être clair à ce sujet. Considérez tous les différents composants, et documentez et testez chacune de ces différentes parties. Considérez toutes les personnes impliquées, et expliquez et transmettez de manière qui soit logique pour toute l’équipe.
Comment pensez-vous que l’IA affectera le travail des concepteurs de puces?
Gorr: Cela va libérer beaucoup de capital humain pour des tâches plus avancées. Nous pouvons utiliser l’IA pour réduire les déchets, optimiser les matériaux, optimiser la conception, mais ensuite vous avez toujours cet humain impliqué quand il s’agit de la prise de décision. Je pense que c’est un excellent exemple de personnes et de technologie travaillant main dans la main. C’est également une industrie où toutes les personnes impliquées, même sur le plancher de la fabrication, doivent avoir un certain niveau de compréhension de ce qui se passe, donc c’est une excellente industrie pour avancer dans l’IA en raison de la façon dont nous testons les choses et de la façon dont nous les pensons avant de les mettre sur la puce.
Comment imaginez-vous l’avenir de l’IA et de la conception de puces?
Gorr: Cela dépend beaucoup de cet élément humain – impliquer des personnes dans le processus et avoir ce modèle interprétable. Nous pouvons faire beaucoup de choses avec la minutie mathématique de la modélisation, mais il se résume à la façon dont les gens l’utilisent, comment tout le monde dans le processus comprend et applique. La communication et l’implication de personnes de tous les niveaux de compétence dans le processus vont être vraiment importantes. Nous verrons moins de ces prévisions super précises et plus de transparence de l’information, de partage, et ce jumeau numérique – non seulement en utilisant l’IA, mais aussi en utilisant notre connaissance humaine et tout le travail que de nombreuses personnes ont fait au fil des ans.
