Haftaları Saatlere Dönüştürmek – AI’nin Mikroçip Mühendisliğini Nasıl Devrim Yarattığı

Modern teknolojik çağ, mikroçiplerin verimli kullanımına dayanıyor.bekleniyor 2022’de yaklaşık 21,56 milyar ABD doları iken, 2030’a kadar bileşik yıllık %10’un üzerinde bir büyüme oranıyla neredeyse 47 milyar ABD dolarına büyümesi.

Mikroçiplerin bu kadar hızlı büyümesinin nedeni, etrafımızda gördüğümüz tüm elektronik cihazları yönlendirmeleridir. Elektronik dediğimizde, sadece bilgisayarları değil, aynı zamanda akıllı telefonları, ağ anahtarlarını, ev aletlerini, otomobil ve uçak bileşenlerini, televizyonları, amplifikatörleri, IoT cihazlarını ve sayısız diğer elektronik sistemleri de kapsar.

Çip, bilgisayar çipi veya entegre devre olarak da adlandırılan bir mikroçip, silikon ya da germanyum gibi yarı iletken bir malzeme kullanılarak mikroskobik ölçekte üretilen bir entegre devre birimidir. Karmaşık tasarımlı mikroçipler, tasarımları o kadar incelikli ki genellikle milyonlarca hatta milyarlarca transistör, direnç, kondansatör ve diyot gibi belirli bileşen türlerini içerir.

Bunlar nanometre cinsinden ölçülen son derece küçük bileşenlerdir. Mikroçip tasarımının sofistike seviyesi o kadar ince ki, 2021’de IBM, insan DNA’sının bir ipliğinden bile daha ince, 2 nm teknolojisine dayalı bir mikroçip tanıttı.

Mikroçip teknolojisindeki hızlı ilerleme, ufkunun sürekli genişlemesini sağladı. Keskin kenarlı kablosuz teknolojinin kesişim noktasında sinyalleri yönetmek için özel mikroçipler ortaya çıktı. Ancak, bunlar küçültme ve yüksek düzey mühendislik prensipleri üzerine kurulu, tasarımı pahalı seçeneklerdir.

Şimdi, Princeton Engineering ve Hindistan Teknoloji Enstitüsü’nden (IIT) iş birliği yapan bir mühendis ekibi, daha iyi kablosuz hız ve performans için artan talepleri karşılayacak bu çiplerin tasarım maliyetini ve süresini azaltmak amacıyla AI’yi kullandı. Önümüzdeki bölümde, bu çığır açan araştırmaya daha derinlemesine bakacağız.

AI, Mikroçiplerde Karmaşık Elektromanyetik Yapılar ve İlgili Devreler Oluşturuyor

Araştırmacılar, AI’nın mikroçiplerde karmaşık EM yapıları ve ilgili devreler oluşturması için bir metodoloji geliştirdi. Bu çığır açmadan önce aynı sonuçlara ulaşmak, haftalarca yüksek beceri gerektiren çalışma alabilirdi. Şimdi, gerçekleştirilebiliyor saat içinde.

Araştırmanın gelişmiş bilimsel terimlerle neyi başarabileceğini ayrıntılandırmak için, araştırmacılar, tasarımcı radyatif ve saçılma özelliklerine sahip, aktif devrelerle birlikte tasarlanan, rastgele şekilli karmaşık çoklu bağlantı noktalı elektromanyetik yapılar için evrensel bir ters tasarım yaklaşımı gösterdi.

Hedeflerine ulaşmak için araştırmacılar, derin öğrenmeye dayalı modeller kullandı ve karmaşık milimetre dalga pasif yapılar ve uçtan uca entegre milimetre dalga geniş bant devrelerine ait çeşitli örneklerle sentezi gösterdi. Dakikalar içinde tasarımları üretebilen sunulan ters tasarım metodolojisi, araştırmacılara göre, daha önce erişilemeyen yeni bir tasarım alanını açmada dönüştürücü olabilir.

Kaushik Sengupta’ya göre, lider araştırmacı, elektrik ve bilgisayar mühendisliği profesörü veNextG Princeton’ın bir sonraki nesil iletişimleri geliştirmek için endüstri ortaklığı programı:

Karmaşık ve rastgele şekilli yapılar geliştiriyoruz ve bu yapılar devrelerle bağlandığında, daha önce elde edilemeyen bir performans yaratıyor. İnsanlar onları anlayamıyor, ancak daha iyi çalışabiliyorlar.

Araştırma, mühendislerin bu devreleri daha enerji verimli çalışmalara uyumlu hale getirmesini mümkün kılıyor. Bu devreler, oldukça geniş bir frekans aralığında çalışabilir hale geliyor. AI kullanımı, doğası gereği karmaşık yapıları dakikalar içinde sentezlemeye yardımcı oluyor. Aynı sonuçlara ulaşmak genellikle geleneksel algoritmalarla haftalar alıyordu.

Bu verimli tasarımın mümkün olmasında AI’nın rolünü açıklarken, IIT Madras’tan ortak yazar ve elektrik mühendisliği doçenti Uday Khankhoje şu sözleri söyledi:

AI, sadece zaman alıcı elektromanyetik simülasyonların hızlandırmasını sağlamakla kalmaz, aynı zamanda daha önce keşfedilmemiş bir tasarım alanına keşif yapmayı mümkün kılar ve geleneksel kurallara ve insan sezgisine aykırı, çarpıcı yüksek performanslı cihazlar sunar.

Profesör Sengupta’ya göre klasik tasarımlar, devreleri ve elektromanyetik elemanları parça parça bir araya getirir. Bu yapısal tasarımları değiştirmek yeni özelliklerin eklenmesini sağlar. Sengupta, sahneye AI’nın girmesiyle, önceki sistemin sınırlı yöntemine kıyasla seçeneklerin çok daha geniş olduğuna inanıyor.

AI’nın fark yarattığı nokta bakış açısıdır. Çip devrelerinin karmaşık geometrisi, insan tasarımcıların yenilikçi tasarımları denemesini sıklıkla engeller. İnsan tasarımcılar genellikle bu devrelerin içerdiği karmaşıklık seviyesini anlamaya çalışmaz. Öte yandan AI, çipi tek bir nesne olarak görerek garip ama etkili düzenlemelere yol açar.

Örneğin, araştırmacılar AI’yı, devrelerle birlikte tasarlanan ve geniş bant amplifikatörler oluşturan karmaşık elektromanyetik yapıları keşfetmek ve tasarlamak için kullandılar. Gelecek araştırmalar, birden fazla yapıyı birleştirmeye ve AI ile tam donanımlı kablosuz çipler tasarlamaya daha derinlemesine bakacak.

Araştırmanın potansiyelini özetlerken, Sengupta şu sözü söyledi: “Bu, alanın gelecekte neler sunacağını gösteren sadece buzdağının görünen kısmı.”

AI destekli çipler, teknoloji laboratuvarlarının ötesinde dünyayı devrim niteliğinde değiştiriyor. Bu devrimin öncüsü olan şirketlerden biri Nvidia’ (NVDA ) dır. Şirket, neredeyse bir yıl önce, yeni bir “süper çip” tanıtımıyla yapay zekadaki liderliğini genişletti. Şimdi, bu çipi ‘süper’ yapan şeylere bir sonraki bölümde bakacağız.

Biyomimetik koku çipleri hakkında bilgi edinmek için buraya tıklayın.

1. Nvidia

Nvidia’nın çığır açan duyurusu, şirketin Blackwell serisi AI çipleri üzerine yıllık geliştirme konferansından geldi. Bu iddialı AI çip serisi, GPT, Claude ve Gemini gibi en son nesil Frontier AI modellerini eğiten keskin kenarlı veri merkezlerini güçlendirmeyi amaçlıyordu.

Blackwell B200, şirketin H100 AI çipine göre bir yükseltmedir. Ancak, H100 AI çipleri geride kalmaktadır günümüzün büyük AI modellerini çalıştırma ihtiyacını karşılamada. Yayınlanan raporlara göre, GPT-4 büyüklüğündeki bir AI modelini eğitmek 8.000 H100 çipi ve 15 megawatt güç gerektirir.

Bu enerji miktarı, yaklaşık 30.000 tipik Britanya evini besleyebilir. Ancak, şirketin yeni çipleri devreye alındığında, aynı eğitim çalışması sadece 2.000 B200 çipi ve 4 MW güç gerektirecektir.

Bu, elektrik tüketiminde önemli bir azalma anlamına gelirken, gerçek oyun Blackwell serisinin ikinci kısmı olan GB200 Süperçiplerde yatıyor; bu çip, şirketin Grace CPU’su ile aynı kartta iki B200 çipini sıkıştırarak bir sistem oluşturur ve Nvidia, bu sistemin Claude veya ChatGPT gibi sohbet botlarını çalıştıran (eğitmek yerine) sunucu çiftlikleri için “30 kat performans” sunduğunu söylüyor.

Microchip, akıllı, bağlı ve güvenli gömülü kontrol çözümlerinin önde gelen yarı iletken tedarikçisi, aynı zamanda NVIDIA çözümleriyle de çalışmaktadır. Geçen yıl Kasım ayında Microchip, NVIDIA Holoscan sensör işleme platformu ile çalışan PolarFire® FPGA Ethernet Sensor Bridge’i piyasaya sürdü. Amacı, geliştiricileri yapay zeka (AI) odaklı sensör işleme sistemleri oluşturmaya güçlendirmekti.

NVIDIA Holoscan, kenarda gerçek zamanlı içgörüler için AI ve yüksek performanslı bilgi işlem (HPC) uygulamalarının geliştirilmesini ve dağıtımını kolaylaştırır ve düşük gecikmeli sensör akışı ve ağ bağlantısı için gerekli tüm donanım ve yazılım sistemlerini tek bir platformda sunar.

NVIDIA, sektöre yardımcı olurken, raporlar aynı zamanda hızlı bir büyüme gösterdiğini belirtiyor. 7 Ocak 2025’te Nvidia CEO’su Jensen Huang, şirketinin AI çiplerinin performansının, onlarca yıl boyunca bilişim ilerlemesini yönlendiren Moore Yasası tarafından belirlenen tarihsel oranlardan daha hızlı ilerlediğini söyledi.

Huang, şirketin AI çiplerinin kendi hızlandırılmış bir ivme kazandığını, en yeni veri merkezi süperçipinin önceki nesline göre AI çıkarım iş yüklerini çalıştırmada 30 katından fazla daha hızlı olduğunu iddia etti. Nvidia’nın bu kadar hızlı bir performansa nasıl ulaşabildiğini açıklarken, Huang şunları söyledi:

Mimariyi, çipi, sistemi, kütüphaneleri ve algoritmaları aynı anda inşa edebiliriz. Bunu yaparsanız, tüm yığını kapsayan yenilikler sayesinde Moore Yasası’ndan daha hızlı hareket edebilirsiniz.

Huang’a göre, Nvidia’nın en yeni veri merkezi süper çipi GB200 NVL72, Nvidia’nın önceki en çok satan çiplerine göre AI çıkarım iş yüklerini çalıştırmada 30 ila 40 kat daha hızlıdır. Şirket, uzun vadede daha düşük fiyatlarla daha yüksek performanslı çipler üretmeye odaklanıyor.

Performans ve maliyet uygunluğu açısından test zamanı hesaplamaları için doğrudan ve anlık çözüm, hesaplama kapasitemizi artırmaktır.

– Huang

Genel olarak, Huang’un iddiasına göre, Nvidia’nın AI çipleri bugün 10 yıl önce ürettiği çiplerden 1.000 kat daha iyidir.

2024 mali yılı için Nvidia’nın geliri %126 artarak rekor 60,9 milyar dolar oldu. GAAP seyreltilmiş hisse başına kazanç 11,93 dolar, bir yıl öncesine göre %586 artış gösterdi. Non-GAAP seyreltilmiş hisse başına kazanç 12,96 dolar, bir yıl öncesine göre %288 artış gösterdi. Non-GAAP brüt marj %73,8 idi.

2. Cadence

Elektronik sistem tasarımında lider bir firma olan Cadence, Nvidia ve Apple’a yazılım ve özel bilgisayar sunucuları sağlar. Şirket, AI teknolojisini ürünlerine entegre ederek çıktı kalitesini artırıyor; çünkü AI’nın, teknolojinin üssel bir şekilde ilerlemesiyle giderek karmaşıklaşan yarı iletken tasarım sorununu çözmeye yardımcı olabileceğine inanıyor.

CEO Anirudh Devgan, şirketin AI çip tasarım araçlarının, yeni nesil bir süreç düğümüne geçişe benzer çip performansı ve yoğunluk faydaları sağladığını, ancak yeni bir düğüme geçmeye gerek kalmadığını yakın zamanda belirtti.

Bu nedenle, çip tasarımında AI kullanarak Cadence, çiplerin güç, performans ve alan (PPA) metriklerini optimize ediyor — bu metrikler maliyetin yanı sıra çip üreticileri için en önemli ölçütlerdir — yerleştirme ve yönlendirme, hata ayıklama gibi görevleri otomatikleştiriyor ve çip tasarım yeteneklerindeki boşluğu kapatıyor.

Bu iyileştirmeler için şirket, Cadence’in 10 kat verimlilik artışı sağladığını ve tüm tasarım alanlarında performansı artırdığını iddia ettiği kapsamlı bir “çipten sisteme” üretken AI çözümü sunuyor. Toplamda şirketin beş büyük AI platformu var: analog, dijital, doğrulama, PCB ve paket ve sistem analizi.

Cadence’deki Sistem Tasarımı ve Analiz Grubu’nda Kıdemli Yazılım Mühendisliği Grup Direktörü Albert Zeng, yakın bir röportajda şunları söyledi:

AI, üretkenlik açısından büyük bir etki yaratacak çünkü geçmiş deneyimlerden verileri gerçekten çıkarabilen bir AI asistanı, genç mühendisleri veya tasarımcıları tasarımları hakkında daha iyi kararlar almalarına veya hatalarını düzeltmelerine yönlendirebilir.

Yaklaşık iki yıl önce, Cadence, sektördeki ilk üretken AI teknolojisi olan Voltus InsightAI’yi piyasaya sürdü; bu teknoloji, tasarım sürecinin başında EM-IR (elektromigrasyon ve voltaj) düşüş ihlallerinin kaynağını otomatik olarak bulur, ki bu hesaplama açısından maliyetli bir görevdir. Cadence’in çözümü daha sonra PPA’yı iyileştirmek için en etkili düzeltmeleri seçip uygular.

Son aylarda, Cadence, AI destekli gelişmiş düğüm tasarımlarının ve üç boyutlu entegre devrelerin (3D-IC) verimliliğini artırmak ve performansını iyileştirmek için TSMC ile iş birliği yaptı; bu, büyük veri setleri ve hesaplamaları yönetebilen gelişmiş silikon çözümlerine yönelik “eşi görülmemiş talep”i karşılamak içindir. Bu sayede, AI destekli tasarım akışları artık en yeni TSMC N2P (2 nm sınıfı) için mevcut; bu teknoloji %5‑%10 daha yüksek performans ve N3 teknolojileri sunuyor.

$80,2 milyar piyasa değerine sahip şirket, hisseleri şu anda 292,50 dolar seviyesinde işlem görmekte, Eylül ayında sona eren çeyrek için gelirinde neredeyse %20 artış bildirdi. En az altı çeyrekteki en büyük sıçrama ile gelir 1,22 milyar dolar oldu. Şirket, üretken AI’daki bir patlamanın ürünlerine olan talebi artırmaya devam edeceğine bahis yapıyor ve bu nedenle ayarlanmış yıllık kar tahmininin ortasını hisse başına 5,90 dolar olarak yükseltti.

Bu patlamanın yanı sıra, Cadence’in yeni nesil Palladium süper bilgisayarları da bu büyümeye katkıda bulunabilir. Şirketin çeyrek için GAAP işletme marjı %29, non-GAAP işletme marjı %45 idi. GAAP seyreltilmiş hisse başına net gelir 0,87 dolar, non-GAAP seyreltilmiş hisse başına net gelir 1,64 dolar oldu. Cadence ayrıca 5,6 milyar dolar tutarında bir birikmiş sipariş (backlog) bildirdi.

Sonuç

Bu on yılın en hızlı ilerleyen teknolojilerinden biri, basitçe AI’dır; zaten sektörler genelinde işletmeleri etkilemeye başladı ve bu on yılın sonunda küresel ekonomiye 15 trilyon doların üzerinde bir katkı sağlaması bekleniyor. Şimdi, AI’nın mikroçip tasarımına entegrasyonu görevleri daha da kolaylaştırabilir, bir başka verimlilik, performans ve ölçeklenebilirlik seviyesini açığa çıkarabilir.

Geleceğin bilişiminde heyecan uyandıran kuantum çip dönüm noktasını öğrenmek için buraya tıklayın.