Trasformare Settimane in Ore – Come l’IA sta già Rivoluzionando l’Ingegneria dei Microchip

L’era tecnologica moderna prospera grazie all’uso efficiente dei microchip. si prevede che il mercato globale dei microchip crescerà da circa US$21.56 billion nel 2022 a quasi US$47 billion entro il 2030, con un tasso di crescita annuale composto superiore al 10%.

Il motivo per cui i microchip crescono a un ritmo così veloce è che alimentano tutta l’elettronica che vediamo intorno a noi. E quando parliamo di elettronica, non include solo i computer, ma anche smartphone, switch di rete, elettrodomestici, componenti per auto e aerei, televisori, amplificatori, dispositivi IoT e numerosi altri sistemi elettronici. 

Chiamato anche chip, chip per computer o circuito integrato, un microchip è un’unità di circuiteria integrata prodotta su scala microscopica utilizzando un materiale semiconduttore, come il silicio o il germanio. I microchip progettati in modo intricato sono così sfumati nel loro design che tipicamente includono alcuni tipi specifici di componenti, come transistor, resistori, condensatori e diodi, in milioni o addirittura miliardi. 

Questi sono componenti incredibilmente piccoli, misurati in nanometri. La sofisticazione del design dei microchip opera a un livello così fine che nel 2021 IBM ha potuto introdurre un microchip basato sulla tecnologia a 2nm, più piccolo della larghezza di un filamento di DNA umano. 

Il rapido progresso nella tecnologia dei microchip ha mantenuto il suo orizzonte in continua espansione. Sono apparsi microchip specializzati per gestire segnali all’intersezione della tecnologia wireless all’avanguardia. Tuttavia, queste sono opzioni costose da progettare che operano sui principi della miniaturizzazione e dell’ingegneria di alto livello. 

Ora, un team di ingegneri collaboratori del Princeton Engineering e dell’Indian Institute of Technology ha sfruttato l’IA per ridurre i costi e i tempi di progettazione di questi chip che soddisferanno la crescente domanda di velocità e prestazioni wireless migliori. Nella sezione successiva, approfondiremo questa ricerca rivoluzionaria. 

L’IA Crea Strutture Elettromagnetiche Complesse e Circuiti Associati nei Microchip

I ricercatori hanno sviluppato una metodologia per far sì che l’IA crei strutture EM complesse e circuiti associati nei microchip. Prima di questa svolta, ottenere gli stessi risultati avrebbe potuto richiedere settimane di lavoro altamente specializzato. Ora, potrebbe essere realizzato in poche ore. 

Per approfondire ciò che la ricerca può ottenere in termini scientifici avanzati, i ricercatori hanno dimostrato un approccio di progettazione inversa universale per strutture elettromagnetiche complesse a più porte di forma arbitraria, con proprietà radiative e di scattering progettate co-progettate con circuiti attivi.

Per raggiungere il suo obiettivo, i ricercatori hanno impiegato modelli basati sul deep learning e hanno dimostrato la sintesi con diversi esempi di strutture passive complesse a onde millimetriche e circuiti a banda larga integrati end-to-end a onde millimetriche. La metodologia di progettazione inversa presentata, che può produrre i progetti in minuti, potrebbe essere trasformativa nell’aprire un nuovo spazio di progettazione precedentemente inaccessibile, secondo i ricercatori. 

Secondo Kaushik Sengupta, ricercatore capo, professore di ingegneria elettrica e informatica e co-direttore di NextG, il programma di partnership industriale di Princeton per sviluppare comunicazioni di nuova generazione:

“Stiamo creando strutture complesse e dall’aspetto casuale, e quando sono collegate a circuiti, generano prestazioni precedentemente inarrivabili. Gli esseri umani non possono comprenderle, ma possono funzionare meglio.”

La ricerca rende possibile per gli ingegneri rendere questi circuiti compatibili con operazioni più efficienti dal punto di vista energetico. Diventano operativi su un’ampia gamma di frequenze. L’uso dell’IA aiuta a sintetizzare strutture intrinsecamente complesse in minuti. Ottenere gli stessi risultati richiedeva spesso settimane con algoritmi convenzionali. 

Mentre spiegava il ruolo dell’IA nel rendere possibile questo design efficiente, Uday Khankhoje, coautore e professore associato di ingegneria elettrica presso l’IIT Madras, ha dichiarato:

“L’IA non solo accelera le simulazioni elettromagnetiche che richiedono tempo, ma consente anche l’esplorazione di uno spazio di progettazione finora inesplorato e fornisce dispositivi ad alte prestazioni sorprendenti che vanno contro le regole empiriche e l’intuizione umana.”

I progetti classici, secondo il professor Sengupta, assemblano i circuiti e gli elementi elettromagnetici pezzo per pezzo. Modificare questi progetti strutturali aiuta a incorporare nuove proprietà. Sengupta crede che con l’IA in scena, le opzioni siano molto più ampie rispetto al sistema precedente, che aveva un modo finito di fare lo stesso. 

Dove l’IA fa la differenza è nella prospettiva. La geometria intricata dei circuiti dei chip spesso impedisce ai progettisti umani di sperimentare design innovativi. I progettisti umani spesso non cercano di comprendere il livello di complessità che tali circuiti comportano. L’IA, invece, vede il chip come un unico artefatto, portando a disposizioni strane ma efficaci.

Ad esempio, i ricercatori hanno esplorato l’IA per scoprire e progettare strutture elettromagnetiche complesse co-progettate con circuiti per creare amplificatori a banda larga. Ricerche future approfondiranno il collegamento di più strutture e la progettazione di chip wireless completi con l’IA.

Riassumendo il potenziale della ricerca, Sengupta ha dichiarato: “Questo è solo la punta dell’iceberg rispetto a ciò che il futuro riserva al campo.”

I chip alimentati dall’IA stanno rivoluzionando il mondo al di là dei laboratori tecnologici. Un’azienda che è stata in prima linea in questa rivoluzione è Nvidia (NVDA ). Quasi un anno fa, l’azienda ha esteso la sua leadership nell’intelligenza artificiale con la presentazione di un nuovo “super chip”. Esamineremo ora cosa rende questo chip “super” nella sezione successiva.

Clicca qui per saperne di più sui chip olfattivi biomimetici.

1. Nvidia

L’annuncio rivoluzionario di Nvidia è emerso dalla conferenza annuale di sviluppo dell’azienda sulla serie Blackwell di chip IA. Questa serie di ambiziosi chip IA era destinata a potenziare i data center all’avanguardia che addestrano modelli AI di frontiera, come le ultime generazioni di GPT, Claude e Gemini.

Il Blackwell B200 è un aggiornamento rispetto al chip IA H100 dell’azienda. Tuttavia, i chip H100 sono in ritardo quando si tratta di soddisfare le esigenze odierne, che alimentano enormi modelli IA. Secondo i rapporti pubblicati, addestrare un modello IA delle dimensioni di GPT-4 richiederebbe 8.000 chip H100 e 15 megawatt di energia.

Questo volume di energia consumata potrebbe alimentare circa 30.000 tipiche abitazioni britanniche. Tuttavia, con i nuovi chip dell’azienda in azione, lo stesso addestramento richiederebbe solo 2.000 B200 e 4 MW di energia.

Mentre ciò comporta una significativa riduzione del consumo elettrico, il vero punto di svolta risiede nella seconda parte della linea Blackwell, i Superchip GB200 che integrano due chip B200 su un’unica scheda insieme al CPU Grace dell’azienda per costruire un sistema che, secondo Nvidia, offre “30 volte le prestazioni” per i server farm che eseguono, piuttosto che addestrare, chatbot come Claude o ChatGPT.

Microchip, il principale fornitore di semiconduttori di soluzioni di controllo embedded intelligenti, connessi e sicuri, ha collaborato anche con le soluzioni NVIDIA. Lo scorso novembre, Microchip ha rilasciato il suo PolarFire® FPGA Ethernet Sensor Bridge che funziona con la piattaforma di elaborazione sensori NVIDIA Holoscan. Lo scopo era quello di consentire agli sviluppatori di costruire sistemi di elaborazione sensori guidati dall’intelligenza artificiale (AI).

NVIDIA Holoscan aiuta a semplificare lo sviluppo e il deployment di applicazioni AI e di calcolo ad alte prestazioni (HPC) al bordo per insight in tempo reale e introduce in un’unica piattaforma tutti i sistemi hardware e software necessari per lo streaming di sensori a bassa latenza e la connettività di rete.

Mentre NVIDIA sta aiutando l’industria a prosperare, i rapporti suggeriscono che sta anche crescendo a un ritmo rapido. Il 7 gennaio 2025, il CEO di Nvidia Jensen Huang ha dichiarato che le prestazioni dei chip IA della sua azienda stanno avanzando più velocemente dei tassi storici stabiliti dalla legge di Moore, il criterio che ha guidato il progresso informatico per decenni.

Huang ha affermato che i chip IA dell’azienda stanno avanzando a un ritmo accelerato proprio loro, con il suo più recente superchip per data center più di 30 volte più veloce nell’esecuzione di carichi di lavoro di inferenza IA rispetto alla generazione precedente. Spiegando come Nvidia possa raggiungere tale velocità rapida, Huang ha detto:

“Possiamo costruire l’architettura, il chip, il sistema, le librerie e gli algoritmi tutti allo stesso tempo. Se lo fai, puoi andare più veloce della legge di Moore perché puoi innovare su tutto lo stack.”

Secondo Huang, l’ultimo superchip per data center di Nvidia, il GB200 NVL72, è da 30 a 40 volte più veloce nell’esecuzione di carichi di lavoro di inferenza IA rispetto ai precedenti chip di punta di Nvidia. L’azienda è focalizzata sulla creazione di chip più performanti che saranno disponibili a prezzi più bassi nel lungo periodo.

“La soluzione diretta e immediata per il calcolo in fase di test, sia in termini di prestazioni che di convenienza economica, è aumentare la nostra capacità di calcolo.”

– Huang

In generale, come affermato da Huang, i chip IA di Nvidia oggi sono 1.000 volte migliori rispetto a quelli prodotti 10 anni fa. 

Per l’anno fiscale 2024, i ricavi di Nvidia sono aumentati del 126% fino a un record di $60.9 billion. L’utile GAAP per azione diluita è stato di $11.93, in crescita del 586% rispetto all’anno precedente. L’utile non GAAP per azione diluita era $12.96, in crescita del 288% rispetto all’anno precedente. Il margine lordo non GAAP era 73.8%.

2. Cadence

Leader nella progettazione di sistemi elettronici, Cadence fornisce software e server informatici specializzati a Nvidia e Apple. L’azienda ha integrato la tecnologia IA nei suoi prodotti per migliorare la qualità dei risultati, poiché crede che l’IA possa aiutare a risolvere il problema della progettazione di semiconduttori, che sta diventando sempre più complessa man mano che la tecnologia avanza esponenzialmente.

Il CEO Anirudh Devgan ha recentemente osservato che gli strumenti di progettazione di chip IA dell’azienda offrono benefici in termini di prestazioni e densità dei chip simili alla transizione a un nodo di processo di nuova generazione, ma senza dover passare a un nuovo nodo. 

Quindi, utilizzando l’IA nella progettazione dei chip, Cadence sta ottimizzando potenza, prestazioni e area (PPA) dei chip — le metriche più importanti per i produttori di chip oltre al costo, automatizzando attività come place and route e debugging, e colmando il divario di talento nella progettazione dei chip.

Per questi miglioramenti, l’azienda offre una soluzione AI generativa completa “chips to systems” che Cadence afferma possa offrire un aumento della produttività di 10X migliorando le prestazioni in tutti i domini di progettazione. In totale, l’azienda dispone di cinque principali piattaforme AI: analogica, digitale, verifica, PCB e analisi di package e sistema.

Secondo Albert Zeng, Senior Software Engineering Group Director nel System Design and Analysis Group di Cadence, ha dichiarato in una recente intervista:

“L’IA avrà un grande impatto dal punto di vista della produttività perché un assistente IA che può effettivamente estrarre i dati da un’esperienza passata può aiutare a guidare i giovani ingegneri o progettisti a prendere decisioni migliori sul loro progetto o a correggerlo.”

Poco più di due anni fa, Cadence ha rilasciato la prima tecnologia AI generativa dell’industria chiamata Voltus InsightAI, che individua automaticamente la fonte delle violazioni EM-IR (elettromigrazione e caduta di tensione) già all’inizio del processo di progettazione, un compito computazionalmente costoso. La soluzione di Cadence sceglie quindi e applica le correzioni più efficaci per migliorare il PPA. 

Negli ultimi mesi, Cadence ha collaborato con TSMC per aumentare la produttività e migliorare le prestazioni dei progetti avanzati guidati dall’IA su nodi avanzati e circuiti integrati tridimensionali (3D-IC) al fine di soddisfare quella che definisce “una domanda senza precedenti” per soluzioni di silicio avanzate in grado di gestire enormi quantità di dataset e calcoli. Con ciò, i flussi di progettazione guidati dall’IA sono ora disponibili per l’ultimo TSMC N2P (classe 2nm), che offre dal 5% al 10% di prestazioni superiori, e le tecnologie N3.

L’azienda, con una capitalizzazione di mercato di $80.2 billion, le cui azioni attualmente scambiano a $292.50, ha registrato un aumento di quasi il 20% dei ricavi per il trimestre che si è concluso a settembre. Con questo più grande balzo in almeno sei trimestri, i ricavi sono stati di $1.22 bln. L’azienda sta effettivamente scommettendo su un boom dell’IA generativa per continuare a guidare la domanda per i suoi prodotti e, di conseguenza, ha alzato la media della sua previsione di profitto annuale aggiustato a $5.90 per share.

Oltre a questo boom, la nuova generazione di supercomputer Palladium di Cadence può contribuire a questa crescita. Il margine operativo GAAP dell’azienda per il trimestre è stato del 29%, e il margine operativo non GAAP è stato del 45%. L’utile netto diluito GAAP per azione è stato di $0.87, e l’utile netto diluito non GAAP per azione è stato di $1.64. Cadence ha anche segnalato un backlog di $5.6 billion.

Conclusione

Una delle tecnologie che più rapidamente avanza in questo decennio è, semplicemente, l’IA, che ha già iniziato a influenzare le imprese in tutti i settori ed è prevista contribuire con oltre $15 trillion all’economia globale entro la fine di questo decennio. Ora, l’integrazione dell’IA nella progettazione dei microchip può ulteriormente aiutare a ottimizzare le attività, sbloccando un ulteriore livello di efficienza, prestazioni e scalabilità.

Clicca qui per saperne di più sul traguardo del chip quantistico che sta suscitando entusiasmo per il futuro del calcolo.