Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
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
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 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  

زمان مطالعه: 2 دقیقه

استارتاپ نیمه هادیSilicon Box، یک کارخانه پیشرفته بسته‌بندی تراشه به ارزش 2 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 73000 متر‌مربعی معادل 15 زمین فوتبال بوده و پس از تکمیل به حدود 1200 تا 1400 نفر نیروی انسانی نیاز خواهد داشت.

در مصاحبه‌ای با سایت خبری VentureBeat سرمایه‌گذاران این پروژه گفتند که آنها در سال 2021 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 2015 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 2015 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 2015، 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 54 درصدی عملکرد در هر وات کمک می‌کند، 18 درصد سریع‌تر از مدل‌های قبلی کار می‌کند، 2.7 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 / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

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