40 گام به سوی آینده‌ای هوشمند - مجموعه وبینارهای رایگان در حوزه هوش مصنوعی
Filter by دسته‌ها
chatGTP
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
تیتر یک
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 ساخت تراشه‌هایی با کارایی دو برابر و نصف هزینه فعلی در کارخانه جدید Silicon Box  

ساخت تراشه‌هایی با کارایی دو برابر و نصف هزینه فعلی در کارخانه جدید Silicon Box  

استارتاپ نیمه هادیSilicon Box، یک کارخانه پیشرفته بسته‌بندی تراشه به ارزش ۲ میلیارد دلار را در سنگاپور راه‌اندازی کرده است. هدف این تاسیسات تغییر روش ساخت تراشه‎ها و ایجاد انقلابی در تولید تراشه است. این استارتاپ قصد دارد تراشه‌هایی بسازد که با نصف هزینه‌های فعلی، عملکردی دو برابری از خود نشان ‌می‌دهند.

به گزارش هوشیو، این یک سرمایه‌گذاری مالی بسیار بزرگ بر روی یک فناوری جدید بسته‌بندی تراشه است، اما این‌کار از سوی کارآفرینان و سرمایه‌گذاران باتجربه‌ای همچون Weili Dai ،Sehat Sutardja که هر دو از بنیانگذاران Marvell هستند، صورت پذیرفته است.

 تاسیسات جدید در پارک Tampines Wafer Fab در سنگاپور در حال ساخت است. هدف این تاسیسات تغییر روش ساخت تراشه‎‌ها و ایجاد انقلابی در تولید تراشه است. این کارخانه ۷۳۰۰۰ متر‌مربعی معادل ۱۵ زمین فوتبال بوده و پس از تکمیل به حدود ۱۲۰۰ تا ۱۴۰۰ نفر نیروی انسانی نیاز خواهد داشت.

در مصاحبه‌ای با سایت خبری VentureBeat سرمایه‌گذاران این پروژه گفتند که آنها در سال ۲۰۲۱ شرکتی را راه‌اندازی کردند که به لطف آخرین پیشرفت‌ها در تولید و طراحی تراشه‌‎های کامپیوتری به نام «چیپلت» شناخته شده است.  

Sutardja در یک سخنرانی در سال ۲۰۱۵ پیش‌بینی کرد که با پیشرفت تکنولوژی، ساخت تراشه‌های کوچکتر به دلیل محدودیت‌های فیزیکی دشوارتر می‌شود برای غلبه بر این مشکل نوع جدیدی از بسته‌بندی تراشه ظهور خواهد کرد که در آن چندین تراشه به هم متصل شده و در یک بسته واحد با یکدیگر ترکیب می‌شوند.

Sutardja گفت:«من این فناوری را در سخنرانی‌ای در ISSCC در سال ۲۰۱۵ با هدف بهبود عملکرد تلفن‌های هوشمند، لپ‌تاپ‌ها و سایر دستگاه‌های الکترونیکی پیشنهاد کردم.»

او در آن زمان پیش‌بینی نمی‌کرد که هوش مصنوعی به این فناوری نیاز داشته باشد، اما اکنون هوش مصنوعی به شدت به این تکنولوژی وابسته شده است.

Silicon Box launches $2B semiconductor

در سال ۲۰۱۵، Sutardja متوجه شد که هزینه ساخت تراشه‌ها به‌صورت تصاعدی در حال افزایش است.

مهندسان AMD گفته‌اند که کل صنعت تراشه احتمالاً به سمت ساخت تراشه‌هایی از اجزای کوچک‌تر است که با هم مونتاژ می‌شوند (چیپلت‌ها)، حرکت می‌کند. زیرا فناوری‌هایی که دهه‌ها صنعت تراشه را هدایت کرده‌اند، دیگر به سرعت قبل پیشرفت نمی‌کنند و رشد آنها در حال کند شدن است.

AMD ابتدا فناوری جدید چیپلت‌ها را در پردازنده های خود (Ryzen) استفاده کرد و اکنون می‌خواهد آن را به گرافیک خود (Radeon) نیز اضافه کند. فناوری جدید از فرایندهای ساخت بسیار کوچک و دقیقی برای ساخت قطعاتی که در تراشه قرار می‌گیرند، استفاده می‌کند. با استفاده از این قطعات کوچکتر، تراشه سریع‌تر کار می‌کند و قدرتمندتر می‌شود.

AMD بسیاری از تراشه‌های کوچک را با هم در یک ماژول بسته‌بندی کرده است تا اتصالات سریعی بین اجزای پردازش و حافظه برقرار کند. مدیر‌عامل AMD، لیزا سو، گفته است که این طراحی جدید به افزایش ۵۴ درصدی عملکرد در هر وات کمک می‌کند، ۱۸ درصد سریع‌تر از مدل‌های قبلی کار می‌کند، ۲.۷ برابر حداکثر قدرت محاسباتی (اندازه‌گیری شده در ترافلاپس) را ارائه می‌کند و در مقایسه با نسل قبلی دو برابر تعداد دستورالعمل‌های بیشتری را در هر ساعت پردازش می‌نماید.

Sutardja گفت:«در واقع چیپ‌لت‌ها شامل ساختن سیستم‌های بزرگتر بر روی تراشه‌هایی با اجزای کوچک‌تر و مدولار هستند که می‌توانند با هزینه کمتری تولید شوند، این فرایند به طراحان تراشه‌های کامپیوتری اجازه می‌دهد تا روی کارکرد بهتر و سریع‌تر تراشه تمرکز کنند و در عین حال هزینه‌ها را پایین نگه دارند.»

وی افزود:« روش ساخت اختصاصی Silicon Box به طراحان تراشه اجازه می‌دهد تا تراشه‌هایی بسازند که سریع‌تر بوده و انرژی کمتری مصرف می‌کنند، بدون اینکه هزینه زیادی داشته باشند. براساس روش جدید این صنعت می‌تواند تراشه‌هایی بسازد که عملکردی دو برابر تراشه‌های فعلی دارند، اما برای پردازنده‌های گرافیکی و تراشه‌های محاسباتی با کارایی بالا تا چهار برابر هزینه کمتر و برای پردازنده‌های موبایلی که مصرف انرژی بیشتری دارند، تا نیمی از هزینه‌ها را صرفه‌جویی نمایند.

بنر اخبار هوش مصنوعی

میانگین امتیاز / ۵. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]