A IA está em toda parte. Ele sustenta as ferramentas que você usa em seu local de trabalho, determina as ofertas oferecidas a você quando você vai fazer compras, o representante de atendimento ao cliente com quem você entra em contato é provavelmente um chatbot e está cada vez mais tentando a sorte no jornalismo (embora não neste caso).

Outra área em que a IA está se tornando cada vez mais difundida é na indústria de fabricação de chips. Atualmente, pode levar de 18 meses a dois anos para projetar um chip e, à medida que os requisitos de computação aumentam, é um processo que está se tornando cada vez mais caro e demorado.

O processo de fabricação, embora menos demorado, não é menos complexo e pode envolver centenas de etapas, tornando a mudança do design para a produção em massa profundamente trabalhosa. Portanto, não é surpreendente que as empresas de chips tenham começado a mergulhar no pool de IA para ver se a tecnologia pode trazer eficiência para o setor.

Quando se trata de design de chips, Alan Priestley, vice-presidente analista do Gartner, disse que, em um nível muito simplista, há uma série de coisas a serem consideradas, ou seja, o que você deseja que o chip faça, que depende da função dos blocos lógicos; o layout do chip e a conversão desses blocos lógicos em transistores na superfície do silício; e, em seguida, testar e validar o chip para garantir que ele faça o que se pretende dele.

Em quase todas essas etapas, ele disse que as ferramentas de IA poderiam ser implementadas teoricamente para acelerar o processo de design, como automatizar tarefas de otimização de layout, como planejamento e roteamento de piso, ou simular o comportamento de um chip em diferentes cenários, reduzindo assim a necessidade de protótipos físicos.

O uso de tecnologias emergentes para auxiliar no design de chips não é um conceito novo, argumenta Priestley, observando que a tecnologia usada para desenvolver chips hoje é incrivelmente complexa em comparação com a do passado.

Priestley, que também é formado em engenharia e trabalhou na International Computers e na Intel no passado, tem alguma experiência prática com a forma como as coisas mudaram.

“Se você voltar no tempo, o primeiro chip que desenhei foi desenhado no papel à mão e, quando fizeram as máscaras, tudo foi cortado à mão. Então, já adicionamos tecnologia de computador para ajudar em coisas como o design do layout”.

Sobre as CPUs modernas, que podem conter de alguns milhões a bilhões de transistores, Priestley acrescenta: “Você não pode projetar um chip da geração atual usando as técnicas que existiam há 30 ou 40 anos; você precisa de tecnologia de computador sofisticada para projetá-lo hoje. Adicionar técnicas de IA a esse processo de design é apenas o próximo passo”.

Em julho de 2023, falando na Conferência Mundial de Inteligência Artificial (WAIC) em Xangai, a CEO da AMD, Dra. Lisa Su, disse que a empresa já havia começado a usar inteligência artificial para projetar chips, acrescentando que esperava que as ferramentas habilitadas para IA acabassem dominando o design de chips à medida que a complexidade dos processadores modernos continua a aumentar exponencialmente.

O interesse da empresa no design de chips alimentados por IA foi elaborado por Andrej Zdravkovic, vice-presidente sênior de tecnologias de GPU e software de engenharia

“As equipes de engenharia da AMD estão sempre procurando novas maneiras de usar tecnologia de ponta em nosso processo de design. Usamos modelos preditivos de IA há muitos anos e eles provaram ser extremamente úteis no reconhecimento de padrões e nos ajudaram a melhorar a produtividade e reduzir o tempo de desenvolvimento”, disse ele.

Zdravkovic explicou que a AMD tem implantado esses modelos para ajudar a identificar possíveis problemas no início do processo de design de hardware e software, fornecendo à empresa ferramentas adicionais para tomar decisões informadas.

“Com o desenvolvimento de grandes modelos de linguagem e a explosão da IA generativa, começamos a procurar integrar a IA em nosso fluxo de trabalho para o processo de design de silício e software para fornecer designs mais rápidos e inovadores com mais eficiência”, disse ele, acrescentando que a AMD também está identificando como a IA pode ajudar a automatizar e otimizar as tarefas repetitivas, incluindo verificar e corrigir o RTL ou código de software para melhores práticas. padrões de arquitetura e segurança.

O papel da AED

Se você abrir o capô, em muitos casos de uso, a IA está sendo usada apenas para automatizar tarefas inegavelmente enfadonhas. Nesse sentido, o design de chips com inteligência artificial não é um conceito totalmente novo.

As empresas de Electronic Design Automation (EDA) existem há décadas, com os primeiros processos de EDA sendo atribuídos à IBM na década de 1950. No entanto, o dimensionamento contínuo de semicondutores está tornando-os cada vez mais populares entre os fabricantes de chips.

Fundada em 1986, a Synopsys é uma dessas empresas de EDA que fornece ferramentas e serviços para empresas de fabricação de semicondutores. Ela fez sua primeira incursão no mundo do design de chips com inteligência artificial em 2020, quando lançou uma ferramenta de software de IA baseada em nuvem chamada DSO.ai, que usa aprendizado por reforço para decidir automaticamente a melhor forma de colocar e rotear blocos de circuitos em um chip.

Anteriormente, a capacidade de explorar o espaço de design sem o uso de computação não era possível porque as limitações de tempo significavam que havia apenas algumas iterações que era humanamente possível executar, explica Arvind Narayanan, diretor executivo de gerenciamento de linha de produtos do Synopsys EDA Group.

No entanto, a empresa percebeu que, ao trazer a IA para o processo, ela forneceria a seus clientes a capacidade de executar milhões de combinações dentro do espaço de design em um tempo reduzido, permitindo que os projetistas obtivessem maior desempenho, menor consumo de energia e menor área de chip com menos esforço manual.

Após o lançamento do DSO.ai, em março de 2023, a empresa lançou o Synopsys.ai, um pacote de automação de design com inteligência artificial que implanta IA generativa em toda a pilha de EDA. Este conjunto inclui VSO.ai para verificação, teste de TSO.ai e ASO.ai para design analógico, com a empresa essencialmente pegando a arquitetura usada para construir sua oferta de DSO.ai e dimensionando-a e otimizando-a para diferentes fluxos de trabalho e parâmetros.

O conjunto completo de ferramentas baseadas em IA da Synopsys agora forma uma solução de ponta a ponta que inclui arquitetura de sistema, captura de design, verificação, implementação, aprovação, teste e fabricação de silício.

Desde então, a empresa fez parceria com a AMD, Intel e Nvidia e conta com organizações que projetam tudo, desde chips para computação de alto desempenho até IA, processadores móveis, automotivos e eletrônicos entre sua base de clientes.

Os desafios enfrentados pelos projetistas de chips

Priestley disse que as empresas da EDA tradicionalmente fazem parceria com empresas menores, pois organizações maiores já têm seus próprios recursos internos de desenvolvimento.

No entanto, Narayanan disse que os desafios atualmente enfrentados pela indústria de semicondutores são indiscutivelmente mais complexos do que nunca, o que significa que empresas de todos os tamanhos e de todos os setores agora estão recorrendo a organizações EDA e ferramentas de IA para ajudá-las a resolver alguns desses problemas.

A maioria das conversas relacionadas ao maior desafio enfrentado pela indústria envolverá uma discussão sobre quanto chips menores podem chegar. Atualmente, os menores chips em produção são de 3 nm, mas a corrida para produzir em massa de 2 nm está oficialmente em andamento, com disponibilidade prevista para 2025.

No entanto, os processos tradicionais de litografia - a ação de criar padrões minúsculos em um wafer de silício - estão atingindo seus limites porque, à medida que os transistores ficaram menores, esse processo exigiu cálculos cada vez mais complexos para descobrir como operar em uma escala tão pequena.

Uma empresa que tentou resolver esse problema é a Nvidia, que lançou o cutLitho, uma biblioteca de software para litografia computacional que melhora os tempos de desenvolvimento de design de chips, em sua conferência GTC em março de 2023.

No lançamento, a empresa disse que o cutLitho facilitaria o desenvolvimento de chips com transistores e fios menores do que é atualmente possível, ao mesmo tempo em que acelera o tempo de lançamento no mercado e melhora a eficiência energética dos Data Centers que funcionam ao lado de fábricas de semicondutores como parte do processo de fabricação.

Em sua conferência de 2024, a Nvidia disse que sua biblioteca cutLitho agora estava sendo usada pela TSMC e Synopsys para o desenvolvimento de chips de produção. A empresa também alegou que a IA generativa permitiu que o cutLitho fornecesse um aumento de 2× no desempenho além da computação acelerada que oferecia originalmente; o que por si só foi um salto de desempenho de até 40× além da litografia atual.

Separadamente, em outubro de 2023, a Nvidia anunciou que havia desenvolvido o ChipNeMo, um modelo de linguagem grande (LLM) para ajudar seus funcionários a projetar chips.

Outro desafio enfrentado pela indústria de semicondutores que a IA pode ajudar a resolver é a escassez de talentos.

Como é o caso na maior parte do setor de tecnologia, a indústria de semicondutores carece desesperadamente de talentos, com um relatório de 2022 do Boston Consulting Group (BCG) intitulado 'O crescente desafio da liderança em design de semicondutores' afirmando que, na taxa atual de crescimento, a demanda por trabalhadores de design na indústria de semicondutores excederá a oferta em quase 35% em 2030.

Consequentemente, o BCG observa que os líderes de design devem alavancar “tecnologias novas e futuras” que são críticas para a inovação em design, incluindo IA.

“Os projetistas podem atingir as metas de potência, desempenho e área de forma mais rápida e eficaz, aproveitando as ferramentas baseadas em IA. O aprendizado por reforço e outros algoritmos de IA podem automatizar tarefas de projeto menos consequentes, liberando os engenheiros para se concentrarem em tarefas e decisões mais avançadas”, diz o relatório.

Narayanan disse que a IA já fez incursões significativas quando se trata de design de chips, mas ele acredita que há muito mais que pode ser alcançado com a tecnologia, não apenas em termos de otimização do fluxo de trabalho, mas por meio dos benefícios mais amplos que ela pode trazer para a indústria.

Narayanan faz referência ao relatório do BCG e diz que a escassez de talentos é um problema muito real com o qual os clientes da Synopsys estão lidando atualmente.

“Eles veem que há muito potencial [para a IA] na melhoria da produtividade e essa é a direção que a maioria das empresas está seguindo”, disse ele.

“[As empresas de chips] têm o mesmo conjunto de desafios. O que eles estão projetando não importa, todos eles têm o mesmo conjunto de desafios. Então, quando você tem tecnologia que pode aumentar a produtividade de sua força de trabalho existente, seria tolice não olhar para ela e adotá-la”.

“Não acho que [a IA seja] difícil de vender. Todos eles já estão convencidos”, disse Narayanan.

Os benefícios da IA sobreviverão ao hype?

Como é o caso da maioria das tecnologias emergentes, pode ser difícil julgar se sua longevidade sobreviverá ao seu hype.

Por enquanto, parece que a bolha da IA não vai estourar tão cedo. No entanto, isso não significa que toda a cautela deva ser jogada ao vento ainda.

Priestley, do Gartner, é mais pessimista do que a maioria, dizendo que estamos chegando ao pico do ciclo de hype e, como costuma acontecer, tudo pode desabar.

Embora ele reconheça que a IA, sem dúvida, acelerará o processo de design, ele adverte que a tecnologia é como uma caixa preta e, portanto, o desafio está no resultado. Ele diz que, como vários exemplos de conteúdo questionável criado pela IA generativa provaram, nem sempre é possível garantir que as solicitações feitas gerarão a resposta correta.

“Esse é o grande problema aqui porque o design do chip é caro”, disse Priestley. “Converter um projeto teórico em praticidade custa centenas de milhões de dólares, então você precisa fazer o máximo de trabalho possível antecipadamente para ter certeza de que tudo funciona e não há surpresas. Especialmente porque quanto mais complexo é o chip, mais difícil é testá-lo”.

Zdravkovic, da AMD, segue o mesmo raciocínio de Priestley de que a IA melhorará o processo de design, acelerando a velocidade com que o processo de design pode ser concluído, mas alertou que a interação humana deve continuar sendo parte da solução, já que o design do chip requer uma “compreensão profunda do espaço de design completo e interação e dependência bem definidas de todos os parâmetros do sistema”.

Olhando a longo prazo, no entanto, seus comentários refletiram os que Su fez em 2023, dizendo que, embora os avanços recentes em IA e os novos recursos oferecidos pela IA sejam nada menos que fenomenais, parece que a indústria está apenas começando a arranhar a superfície.

“Acredito firmemente que, ao longo dos anos, transferiremos a maior parte do trabalho de design repetitivo para ferramentas avançadas de IA, liberando nossos engenheiros para realizar tarefas criativas e inventar novas arquiteturas avançadas de silício e software”, disse ele.

Para Narayanan, o copo não está meio cheio, mas transbordando. Ele disse que entre os clientes da Synopsys, pelo menos, onde pode ter havido algum ceticismo (como costuma ser o caso com qualquer nova tecnologia) que parece ter evaporado à medida que os clientes viram o valor que a IA pode trazer para os fabricantes de chips.

Ele disse que as organizações agora estão percebendo que podem fazer ainda mais sem ter que aumentar sua força de trabalho e podem realizar essas cargas de trabalho crescentes no mesmo período de tempo ou em janelas de tempo ainda mais curtas.

É aí que ele diz que a Synopsys viu a IA desempenhar o papel mais crítico, preenchendo a lacuna entre o que os clientes precisam fazer e o que podem fazer.