Girişim şirketi Moores Lab AI, çip tasarım döngüsünü kısaltmak için ajan tabanlı yapay zekâdan yararlanmayı hedefliyor; ilk olarak tasarım doğrulama, hata ayıklama ve test kapsamına odaklanıyor. Geçen yıl çip sektöründeki uzmanlar tarafından kurulan şirket, araçlarının çip tasarım döngüsünü baştan sona otomatikleştirmeyi ve çip üzerindeki sistemlerin (SoC) geliştirilmesini hızlandırmayı amaçladığını söylüyor.
Bu yaklaşım, yapay zekâ çiplerine yönelik artan talebin tasarım ekiplerini ürünleri daha kısa sürelerde teslim etmeye zorladığı bir dönemde geliyor. Moores Lab AI, çip tasarımı uzmanlığının içinden yapay zekâ araçları geliştirmenin, önce yapay zekâ modelleri geliştirmeye ve ardından bunları yarı iletken sorunlarına uygulamaya çalışan şirketlerin yaklaşımından farklı olduğunu düşünüyor.
Aylardan 48 saate
Şirketin genel müdürü ve kurucu ortağı Shelly Henry’ye göre Moores Lab AI, sistemini yaklaşık 10 tesiste kullanıma sundu ve müşteriler bu sistemi farklı türlerde fikrî mülkiyet birimleriyle kullanıyor. Henry, en büyük verimlilik kazanımlarının hata ayıklamanın ilk hazırlık aşamasında görüldüğünü söylüyor.
Ekiplerin test planını ve test ortamını hazırlaması, ilk simülasyonu çalıştırması ve ilk hatayı bulması normalde üç veya dört ay sürüyor. Ancak Henry, şirketin platformunu kullananların sürekli olarak ilk hataya 48 saat içinde ulaştığını, ardından ek hataları daha hızlı keşfetmek için platformu kullanmaya devam ettiklerini söylüyor.
İnsan uzmanlığı neden hâlâ gerekli?
Yazı, yapay zekâyı çip mühendislerinin yerine kendi kendine yeterli bir alternatif olarak sunmuyor. Henry, bir spesifikasyonun büyük dil modeline veya yapay zekâ ajanına verilmesinin, ayrıntılarının %20 ila %30’unun kaybolmasına yol açabileceğini söylüyor. Üretildikten sonra düzeltilemeyen bir çip sektöründe tek bir hata, sorunun tüm çip setinin yeniden oluşturulmasını gerektirebilmesi nedeniyle 10 milyon dolar değerinde bir probleme dönüşebilir.
Bu nedenle şirket doğrulamaya odaklanıyor ve karmaşık tasarım döngüsünü tasarım mühendisliği, mimari, doğrulama, üretilebilirlik testi, fiziksel tasarım ve sentez dâhil olmak üzere birden fazla uzmanlık alanına bölmek üzerinde çalışıyor. Yazıya göre tek bir çipin geliştirilmesine farklı uzmanlık alanlarından yaklaşık 200 mühendis katılıyor; bu da ajanların bu alanlar arasında koordinasyonunu başlı başına bir mühendislik zorluğu hâline getiriyor.
Pratikte ne değişiyor?
Şimdiye kadarki en önemli sonuç, ajanların müdahale olmadan tamamlanmış bir çip üretebildiğini kanıtlamak değil; test ve hata ayıklamanın ilk yararlı döngüsüne ulaşmak için gereken süreyi kısaltmak. Bu, tasarım ekiplerinin proje maliyeti birikmeden önce erken kusurları keşfetmesine yardımcı olabilir, ancak kapsamlı doğrulama veya spesifikasyonları yorumlayıp sistem çıktısını gözden geçirebilen uzmanlara duyulan ihtiyacı ortadan kaldırmaz.
Moores Lab AI ayrıca ölçülebilir sonuçları yapay zekâyı çevreleyen pazarlama gürültüsünden ayırma zorluğuyla da karşı karşıya. Şirket, müşteriye tek bir projenin yürütülmesini gösterdiğini ve başka çalışmalara geçmeden önce sonuçları mühendislerinin aynı projede elde ettiği sonuçlarla karşılaştırdığını söylüyor.
Bu strateji, çip tasarımında ajan tabanlı yapay zekânın pratik değerinin yalnızca kod veya tasarım önerileri üretmesiyle değil, güvenilir sonuçlara ulaşma süresi ve sistemin spesifikasyonların ayrıntılarıyla başa çıkabilme kapasitesiyle ölçüleceğini gösteriyor. Çipleri altı aydan kısa sürede üretme iddiası ise şirket tarafından dile getirildi ve yazı, bunu kanıtlayan projeler veya doğrulama ölçütleri hakkında bağımsız ayrıntılar sunmadı.