La IA está en todas partes. Respalda las herramientas que utiliza en su lugar de trabajo, determina las ofertas que se le ofrecen cuando va de compras, el agente del servicio de atención al cliente con el que se comunica probablemente sea un chatbot y cada vez más personas están probando suerte en el periodismo (aunque este no es el caso).

Otra área donde la IA se está volviendo cada vez más omnipresente es la industria de fabricación de chips. Actualmente, diseñar un chip puede llevar entre 18 meses y dos años y, a medida que aumentan los requisitos informáticos, es un proceso que se vuelve cada vez más costoso y requiere más tiempo.

El proceso de fabricación, aunque lleva menos tiempo, no es menos complejo y puede implicar cientos de pasos, lo que hace que el paso del diseño a la producción en masa sea profundamente laborioso. Por lo tanto, no sorprende que las empresas de chips hayan comenzado a sumergirse en la IA para ver si la tecnología puede aportar eficiencia a la industria.

Cuando se trata de diseño de chips, Alan Priestley, analista vicepresidente de Gartner, dijo que en un nivel muy simplista, hay una serie de cosas a considerar, concretamente qué se quiere que haga el chip, que depende de la función de los bloques lógicos; el diseño del chip y la conversión de esos bloques lógicos en transistores sobre la superficie de silicio; y luego probar y validar el chip para garantizar que hace lo que se pretende.

Dentro de casi todos estos pasos, dijo que, en teoría, se podrían implementar herramientas de inteligencia artificial para acelerar el proceso de diseño, como automatizar tareas de optimización del diseño como la planificación del piso y el enrutamiento, o simular el comportamiento de un chip en diferentes escenarios, reduciendo así la necesidad de prototipos físicos.

El uso de tecnologías emergentes para ayudar con el diseño de chips no es un concepto nuevo, sostiene Priestly, señalando que la tecnología utilizada para desarrollar chips hoy en día es increíblemente compleja en comparación con la de antaño.

Priestly, que también tiene un título en ingeniería y trabajó en International Computers e Intel en el pasado, tiene experiencia práctica sobre cómo han cambiado las cosas.

“Si retrocedes en el tiempo, el primer chip que diseñé fue dibujado a mano en papel, y cuando hicieron las máscaras, todo fue cortado a mano. Pero ya hemos agregado tecnología informática para ayudar con cosas como el diseño del diseño”.

Haciendo referencia a las CPU modernas, que pueden contener desde unos pocos millones hasta miles de millones de transistores, Priestley añade: “No se puede diseñar un chip de la generación actual utilizando las técnicas que existían hace 30 o 40 años; se necesita tecnología informática sofisticada para diseñarlo hoy. Agregar técnicas de IA a ese proceso de diseño es solo el siguiente paso”.

En julio de 2023, hablando en la Conferencia Mundial de Inteligencia Artificial (WAIC) en Shanghai, la directora ejecutiva de AMD, la Dra. Lisa Su, dijo que la compañía ya había comenzado a utilizar inteligencia artificial para diseñar chips, y agregó que esperaba que las herramientas habilitadas para IA dominarán, en algún momento, el diseño de chips a medida que la complejidad de los procesadores modernos continúa aumentando exponencialmente.

Andrej Zdravkovic, vicepresidente senior de tecnologías GPU y software de ingeniería y director de software de AMD, explicó en comentarios a DCD el interés de la compañía en el diseño de chips impulsados ​​por IA.

“Los equipos de ingeniería de AMD siempre están buscando nuevas formas de utilizar tecnología de punta en nuestro proceso de diseño. Hemos utilizado modelos predictivos de IA durante muchos años y han demostrado ser extremadamente útiles para reconocer patrones y nos ayudaron a mejorar la productividad y reducir el tiempo de desarrollo”, afirmó.

Zdravkovic explicó que AMD ha estado implementando estos modelos para ayudar a identificar problemas potenciales en las primeras etapas del proceso de diseño de hardware y software, proporcionando a la empresa herramientas adicionales para tomar decisiones informadas.

"Con el desarrollo de grandes modelos de lenguaje y la explosión de la IA generativa, hemos comenzado a considerar la integración de la IA en nuestro flujo de trabajo para el proceso de diseño de silicio y software para ofrecer diseños más rápidos e innovadores de manera más eficiente", dijo, y agregó que AMD está También identifica cómo la IA puede ayudar a automatizar y optimizar las tareas repetitivas, incluida la verificación y corrección del RTL o código de software para las mejores prácticas, arquitectura y estándares de seguridad.

El papel de la AED

Si miras debajo del capó, en muchos casos de uso la IA sólo se utiliza para automatizar tareas innegablemente aburridas. En ese sentido, el diseño de chips impulsado por IA no es un concepto totalmente nuevo.

Las empresas de automatización de diseño electrónico (EDA) existen desde hace décadas, y los primeros procesos EDA se atribuyeron a IBM en la década de 1950. Sin embargo, el continuo escalamiento de los semiconductores los está haciendo cada vez más populares entre los fabricantes de chips.

Fundada en 1986, Synopsys es una de esas empresas de EDA que suministra herramientas y servicios a empresas de fabricación de semiconductores. Hizo su primera incursión en el mundo del diseño de chips impulsado por IA en 2020 cuando lanzó una herramienta de software de IA basada en la nube llamada DSO.ai, que utiliza el aprendizaje por refuerzo para decidir automáticamente cuál es la mejor manera de colocar y enrutar bloques de circuitos en un chip.

Anteriormente, la capacidad de explorar el espacio de diseño sin el uso de computación no era posible porque las limitaciones de tiempo significaban que había un número limitado de iteraciones que era humanamente posible ejecutar, explica Arvind Narayanan, director ejecutivo de gestión de línea de productos de Synopsys EDA Group.

Sin embargo, la compañía se dio cuenta de que al incorporar la IA al proceso, brindaría a sus clientes la capacidad de ejecutar millones de combinaciones dentro del espacio de diseño en un tiempo reducido, lo que permitiría a los diseñadores lograr un mayor rendimiento, un menor consumo de energía y un área de chip más pequeña con menos esfuerzo manual.

Tras el lanzamiento de DSO.ai, en marzo de 2023, la empresa lanzó Synopsys.ai, una suite de automatización de diseño impulsada por IA que implementa IA generativa en toda la pila EDA. Esta suite incluye VSO.ai para verificación, pruebas TSO.ai y ASO.ai para diseño analógico, y la empresa esencialmente toma la arquitectura que utilizó para construir su oferta DSO.ai y la escala y optimiza para diferentes flujos de trabajo y parámetros.

El conjunto completo de herramientas impulsadas por IA de Synopsys ahora forma una solución de extremo a extremo que incluye arquitectura de sistema, captura de diseño, verificación, implementación, aprobación, pruebas y fabricación de silicio.

Desde entonces, la compañía se ha asociado con AMD, Intel y Nvidia, y cuenta entre su base de clientes con organizaciones que diseñan de todo, desde chips para computación de alto rendimiento hasta inteligencia artificial, procesadores móviles, automoción y electrónica.

Los desafíos que enfrentan los diseñadores de chips

Priestley dijo que las empresas de EDA tradicionalmente se han asociado con empresas más pequeñas, ya que las organizaciones más grandes ya tienen sus propias capacidades de desarrollo internas.

Sin embargo, Narayanan dijo que los desafíos que enfrenta actualmente la industria de los semiconductores son posiblemente más complejos que nunca, lo que significa que empresas de todos los tamaños y de todas las industrias están recurriendo a organizaciones EDA y herramientas de inteligencia artificial para ayudarlas a abordar algunos de estos problemas.

La mayoría de las conversaciones relacionadas con el mayor desafío que enfrenta la industria involucrarán una discusión sobre cuánto más pequeño pueden llegar a ser los chips. Actualmente, los chips más pequeños en producción son de 3 nm, pero la carrera para producir en masa 2 nm está oficialmente en marcha y se espera que estén disponibles a partir de 2025.

Sin embargo, los procesos tradicionales de litografía (la acción de crear patrones diminutos en una oblea de silicio) están llegando a sus límites porque, a medida que los transistores se han vuelto más pequeños, este proceso ha requerido cálculos cada vez más complejos para determinar cómo operar a una escala tan pequeña.

Una empresa que ha intentado abordar este problema es Nvidia, que lanzó cutLitho, una biblioteca de software para litografía computacional que mejora los tiempos de desarrollo del diseño de chips, en su conferencia GTC en marzo de 2023.

En el lanzamiento, la compañía dijo que cutLitho facilitaría el desarrollo de chips con transistores y cables más pequeños de lo que se puede lograr actualmente, al tiempo que aceleraría el tiempo de comercialización y mejoraría la eficiencia energética de los centros de datos que funcionan junto a las fábricas de semiconductores como parte del proceso de fabricación.

En su conferencia de 2024, Nvidia dijo que TSMC y Synopsys ahora estaban utilizando su biblioteca cutLitho para el desarrollo de chips de producción. La compañía también afirmó que la IA generativa había permitido a cutLitho proporcionar un aumento del doble en el rendimiento, además de la computación acelerada que ofrecía originalmente; lo que a su vez supuso un salto de rendimiento de hasta 40 veces más que la litografía actual.

Por otra parte, en octubre de 2023, Nvidia anunció que había desarrollado ChipNeMo, un modelo grande de lenguaje (LLM) para ayudar a sus empleados a diseñar chips.

Otro desafío que enfrenta la industria de los semiconductores y que la IA podría ayudar a abordar es la escasez de talento.

Como ocurre en la mayor parte del sector tecnológico, la industria de los semiconductores carece desesperadamente de talento; un informe de 2022 de Boston Consulting Group (BCG) titulado "El creciente desafío del liderazgo en el diseño de semiconductores" afirma que, al ritmo actual de crecimiento, la demanda para los trabajadores del diseño en la industria de los semiconductores superará la oferta en casi un 35 por ciento en 2030.

En consecuencia, BCG señala que los líderes del diseño deben aprovechar “tecnologías nuevas y futuras” que son críticas para la innovación del diseño, incluida la IA.

“Los diseñadores pueden cumplir con mayor rapidez y eficacia los objetivos de potencia, rendimiento y área aprovechando las herramientas basadas en IA. El aprendizaje por refuerzo y otros algoritmos de IA pueden automatizar tareas de diseño menos importantes, liberando a los ingenieros para centrarse en tareas y decisiones más avanzadas”, se lee en el informe.

Narayanan dijo que la IA ya ha logrado avances significativos en lo que respecta al diseño de chips, pero cree que se puede lograr mucho más con la tecnología, no solo en términos de optimización del flujo de trabajo, sino a través de los beneficios más amplios que puede aportar a la industria.

Narayanan hace referencia al informe de BCG y dice que la escasez de talento es un problema muy real al que se enfrentan actualmente los clientes de Synopsys.

"Ven que hay mucho potencial [para la IA] para mejorar la productividad y esa es la dirección en la que se dirigen la mayoría de las empresas", afirmó.

“Todas [las empresas de chips] tienen el mismo conjunto de desafíos. No importa lo que estén diseñando, todos tienen el mismo conjunto de desafíos. Por lo tanto, cuando tienes tecnología que puede aumentar la productividad de tu fuerza laboral actual, sería una tontería no adoptarla”.

“No creo que [la IA sea] una venta difícil. Ya están todos convencidos”, dijo Narayanan.

¿Los beneficios de la IA sobrevivirán al revuelo?

Como ocurre con la mayoría de las tecnologías emergentes, puede resultar difícil juzgar si su longevidad sobrevivirá a sus expectativas.

Por ahora, parece que la burbuja de la IA no explotará pronto; sin embargo, eso no significa que debamos dejar de lado toda precaución por el momento.

Priestly de Gartner es más pesimista que la mayoría y dice que estamos alcanzando la cima del ciclo de exageración y, como suele ser el caso, podría derrumbarse todo.

Si bien reconoce que la IA sin duda acelerará el proceso de diseño, advierte que la tecnología es como una caja negra y, por tanto, el desafío está en el resultado. Dice que, como lo han demostrado numerosos ejemplos de contenido cuestionable creado por IA generativa, no siempre se puede garantizar que las solicitudes que se realicen generen la respuesta correcta.

"Ese es el gran problema aquí, porque el diseño de chips es caro", dijo Priestly. “Convertir un diseño teórico en práctico cuesta cientos de millones de dólares, por lo que es necesario trabajar tanto como sea posible por adelantado para estar seguro de que todo funciona y no hay sorpresas. Especialmente porque cuanto más complejo es el chip, más difícil es probarlo”.

Zdravkovic de AMD se hizo eco del punto de Priestly de que la IA mejorará el proceso de diseño al acelerar la velocidad a la que se puede completar el proceso de diseño, pero advirtió que la interacción humana debe seguir siendo parte de la solución, ya que el diseño de chips requiere una "comprensión profunda del diseño completo, espacio e interacción y dependencia bien definidas de todos los parámetros del sistema”.

Sin embargo, mirando a largo plazo, sus comentarios reflejaron los que Su hizo en 2023, diciendo que si bien los avances recientes en IA y las nuevas capacidades que ofrece la IA son nada menos que fenomenales, parece que la industria apenas ha comenzado a arañar la superficie.

"Creo firmemente que con el paso de los años trasladaremos la mayor parte del trabajo de diseño repetitivo a herramientas avanzadas de inteligencia artificial, mientras liberamos a nuestros ingenieros para realizar tareas creativas e inventar nuevas arquitecturas avanzadas de silicio y software", dijo.

Para Narayanan, el vaso no está medio lleno sino rebosante. Dijo que al menos entre los clientes de Synopsys, donde alguna vez pudo haber cierto escepticismo (como suele ser el caso con cualquier tecnología nueva) que parece haberse evaporado a medida que los clientes vieron el valor que la IA puede aportar a los fabricantes de chips.

Y también dijo que las organizaciones ahora se están dando cuenta de que pueden hacer aún más sin tener que aumentar su fuerza laboral y que pueden lograr estas crecientes cargas de trabajo en la misma cantidad de tiempo o incluso en periodos de tiempo más cortos.

Ahí es donde, dice, Synopsys ha visto que la IA desempeña el papel más crítico, cerrando la brecha entre lo que los clientes deben hacer y lo que pueden hacer.