TSMC ще приключи с енергопотреблението от AI-чиповете – с помощта на ИИ и чиплети
Бумът в системите с изкуствен интелект поражда незабавна потребност от понижаване на потреблението на сила от полупроводниковите съставни елементи, защото възходящото ползване на сила се трансформира в ограничаване за софтуерния напредък. TSMC и нейните сътрудници са ангажирани с решаването на този проблем, предлагайки по-усъвършенствани способи за планиране на чипове.
Според Reuters, през вчерашния ден TSMC на тематично мероприятие е показала тактиката си за усъвършенстване на потреблението на сила от своите чипове. Комбинираното потребление на няколко метода ще усъвършенства енергийната успеваемост на съставените елементи на AI-инфраструктурата почти десетократно. Съвременните ускорители на Nvidia могат да употребяват до 1200 вата при пикова мощ и защото сървърните системи са задоволително доста съсредоточени, това съставлява предизвикателство освен за зареждането, само че и за охлаждането.
Самата TSMC предлага да се концентрира повече върху многокристалното пакетиране на чипове – потреблението на по този начин наречените „ чиплети “, създадени благодарение на разнообразни литографски технологии. Разработчиците на чипове би трябвало да внедрят модернизиран профилиран програмен продукт, който усъвършенства потреблението на сила както на обособените функционални блокове, по този начин и на целия чип. В тази област Cadence и Synopsys си сътрудничат тясно с TSMC, от която се изисква да употребява цифрови планове при правенето на чиповете.
Софтуерните логаритми за оптимизация на дизайна на чиповете в този момент интензивно употребяват AI технологии и намират оптималното разположение доста по-бързо от квалифицираните инженери. По-конкретно, съгласно представители на TSMC, софтуерът прави това за пет минути, до момента в който даже умел разработчик, употребяващ обичайни подходи, би прекарал най-малко два дни в усъвършенстване на дизайна на чип.
Представители на Meta Platforms също приказваха на събитието, обсъждайки актуалните провокации при създаването на нови технологии за високоскоростно предаване на данни. Например, преходът от железни проводници към оптични нишки в действителност е фундаментално физическо предизвикателство, а не толкоз инженерно.
