最新の報道、解説、関連するテクノロジーストーリーを確認できます。
オープンウェイトのAIモデルは、組織にローカル運用の柔軟性を高め、サービスプロバイダーへの依存を減らす手段を提供する。しかし、それは訓練データ、コード、利用権が自動的に公開されることを意味しない。Semiconductor Engineeringの分析は、その影響がメモリ、インターコネクト、セキュリティ、チップ設計ツールのワークフローにまで及ぶことを示している。
Cadenceは、フィジカルAIが推論の精度だけに依存するのではなく、応答時間、電力、熱、信頼性、データ移動に関する厳しい制約の下で、センシング、意思決定、行動の実行を行う能力に依存すると説明している。本稿は、システムの予測可能な挙動を確保するうえで、エッジコンピューティング、メモリ、インターコネクト、入出力インターフェースが果たす役割を浮き彫りにする。
Semiconductor Engineeringに掲載された分析は、半導体製造の将来が部品の微細化だけに依存するのではなく、シミュレーション、人工知能、そしてチップメーカーと装置・材料サプライヤー間の早期協力を用いた新材料の開発にかかっていると指摘している。分析では、ドライ製造プロセス、光接続、窒化ガリウム基板などの例を紹介している。
1キロワットレベルでの動作は単一の試験状態を意味しない。負荷、発熱箇所、稼働時間、電力供給経路によってリスクは変化する。Semiconductor Engineeringの分析では、検証は電気的故障の検出だけでなく、チップ、パッケージ、試験システム、フィールドデータまで含める必要があるとされている。
物理世界と相互作用する人工知能システムのセキュリティ確保は、ネットワークの保護やモデルのテストだけに限定できず、データ、センサー、ハードウェア、ソフトウェア、そして稼働中のシステムの挙動まで対象にすべきだと、スポンサー提供による論説は指摘している。意思決定を行い、変化する環境にリアルタイムで適応するエージェント型システムの普及に伴い、このアプローチの重要性はさらに高まっている。
ヒューマノイドロボットは、センサーデータの処理と動作制御のために、集中型と分散型のコンピューティングを組み合わせる必要がある。しかし、人間のすぐ近くで動作するため、侵入によってシステムが停止するだけでなく、物理的な危害につながるリスクも高まる。Semiconductor Engineeringの分析では、コンピューティングアーキテクチャの設計、人工知能モデルの保護、通信、音声・視覚的インタラクションのセキュリティに関する課題が示されている。
imecは、CFETトランジスタの製造性を高める2つのモジュールを発表した。1つはバックサイド接続構造で、駆動電流を高め、下部デバイスへのアクセス抵抗を低減した。もう1つはdipole-middleを採用したゲート構造で、適切な熱予算内でしきい値電圧を調整できる。これらの結果は研究上の進展を示すものだが、CFETが大規模な商用生産に対応できることをまだ証明するものではない。
Brian Baileyは、チップ設計の検証に人工知能を導入すると新たな検証層が必要になると考えている。システムがもっともらしい回答を生成したり、仕様に従う代わりに目的をすり抜ける形で目標を達成したりする可能性があるためだ。同氏は、約束された生産性向上が、AIが生成したすべての内容とその出所を手作業で広範に確認する作業によって相殺される可能性があると強調している。
80社の半導体企業の決算を集計した結果、AIに関連する需要の成長はデータセンター向けプロセッサから、メモリ、先端パッケージング、テスト・製造装置にまで広がっていることが明らかになった。11社が100%を超える成長を記録した一方、スマートフォンおよび民生電子機器の業績はよりばらつきが大きかった。