AI rivoluziona la progettazione dei chip: riduzione tempi, costi e nuove prospettive

Ricercatori dell’Università di Princeton e dell’Indian Institute of Technology Madras hanno sviluppato un approccio basato sull’intelligenza artificiale (AI) che riduce drasticamente il tempo e il costo di progettazione dei chip wireless avanzati. Pubblicato su Nature Communications, questo metodo consente di creare strutture elettromagnetiche e circuiti complessi in poche ore, un processo che tradizionalmente richiede settimane di lavoro.

Un metodo innovativo: l’AI e il design dei chip

Tradizionalmente, i microchip wireless, utilizzati in tecnologie come telecomunicazioni e radar, vengono progettati con metodi manuali e iterativi. L’AI sviluppata dal team di Princeton approccia il problema da una prospettiva completamente nuova, trattando il chip come un unico artefatto. Questo consente di esplorare configurazioni di design estremamente complesse, spesso impossibili da concepire per la mente umana.

• Efficienza: Il nuovo metodo consente di progettare strutture elettromagnetiche complesse in pochi minuti rispetto alle settimane richieste da tecniche tradizionali.
• Risultati inediti: Le configurazioni generate dall’AI appaiono spesso inusuali e non intuitive, ma superano in prestazioni i design standard.

Strutture innovative e applicazioni future

L’AI ha prodotto design unici per amplificatori a banda larga che offrono prestazioni senza precedenti, come:

• Operazioni più efficienti in termini energetici.
• Funzionamento su frequenze enormemente più ampie rispetto agli standard attuali.

Il metodo permette anche di creare strutture impossibili da sintetizzare con tecniche convenzionali, aprendo la strada a nuove funzionalità nei chip per applicazioni come:

• Comunicazioni wireless di prossima generazione.
• Radar avanzati.
• Sistemi per il riconoscimento gestuale.

L’importanza del ruolo umano

Nonostante i risultati promettenti, l’AI non è priva di difetti. Può generare configurazioni che non funzionano o presentare errori di progettazione. Il ruolo dei progettisti umani resta cruciale per supervisionare e correggere i risultati dell’AI.

Come spiega il professor Kaushik Sengupta, il punto non è sostituire i progettisti, ma potenziarne la produttività. Le attività ripetitive possono essere affidate agli strumenti AI, mentre la creatività umana si concentra su innovazioni e scoperte.

TSMC e il costo crescente dei wafer a 3nm: implicazioni per Apple e il settore tecnologico

Negli ultimi dieci anni, i costi di produzione per i wafer a 3nm di TSMC sono triplicati, passando da 5.000 dollari per un wafer a 28nm utilizzato nel processore Apple A7 a 18.000 dollari per i wafer a 3nm impiegati negli attuali chip A17 e A18 Pro. Questa tendenza riflette sia l’aumento della complessità tecnologica nella progettazione dei chip che l’evoluzione delle esigenze di prestazioni nel mercato globale.

Un incremento significativo nei costi di produzione

Secondo un’analisi di Ben Bajarin, CEO di Creative Strategies, il costo crescente è accompagnato da una continua crescita nel numero di transistor e funzionalità dei chip Apple. Ad esempio:

• A7 (2013): 1 miliardo di transistor, con due core ad alte prestazioni e una GPU a quattro cluster.
• A18 Pro (2024): 20 miliardi di transistor, due core ad alte prestazioni, quattro core efficienti, una GPU a sei cluster e un NPU a 16 core.

Questa evoluzione è stata possibile grazie alle costanti innovazioni nelle densità di transistor, anche se i miglioramenti sono diminuiti con le generazioni più recenti, come nei nodi a 5nm, 4nm e 3nm.

Sfide di produzione e resa

Il costo per millimetro quadrato è aumentato da 0,07 dollari con i wafer a 28nm a 0,25 dollari con i wafer a 3nm. Inoltre, i costi sono influenzati dalla resa produttiva che potrebbe essere ottimizzata grazie all’AI nella progettazione dei chip:

• Rendimento variabile: La quantità di chip utilizzabili per wafer dipende dalla percentuale di difetti.
• Garanzie TSMC: L’azienda cerca di garantire una resa minima accettabile e, in caso di difetti superiori al 10%-15%, offre compensazioni finanziarie ai clienti.

Apple, essendo un cliente prioritario di TSMC, beneficia di vantaggi unici, come la possibilità di pagare su base per-chip invece che per-wafer, riducendo l’impatto dei difetti sui costi ed è per questo che risulta sempre più strategico il ruolo dell’AI nella progettazione dei chip anche per le grandi aziende.

Implicazioni per Apple e il mercato

Nonostante il rallentamento nei miglioramenti delle prestazioni per ciclo d’istruzione (IPC), Apple è riuscita a mantenere un’elevata efficienza energetica nei suoi chip. Questo approccio strategico ha consentito all’azienda di continuare a offrire performance superiori per watt.

Per il settore tecnologico, i costi crescenti dei wafer sollevano interrogativi sulla sostenibilità economica per aziende diverse da Apple, che potrebbero non avere le stesse capacità di negoziazione.

Questo nuovo approccio basato sull’intelligenza artificiale segna una svolta nella progettazione dei chip, riducendo drasticamente tempi e costi e offrendo soluzioni rivoluzionarie per tecnologie avanzate. Il lavoro rappresenta solo l’inizio di un’evoluzione che potrebbe trasformare l’intero settore, aprendo nuove opportunità per applicazioni ancora inesplorate.