Tại Hội nghị, các ý kiến đều khẳng định AI và bán dẫn hiện đang là trụ cột cho tương lai của nền kinh tế số. Đặc biệt, hai thành tố “AI” và “bán dẫn” có sự song hành. Dễ thấy nhất, AI giúp tự động hóa quá trình sản xuất bán dẫn, dự đoán và phát hiện lỗi sản phẩm, cải thiện chất lượng và hiệu suất sản xuất.
Ông Christopher Nguyễn - CEO của Aitomatic nêu thí dụ, đến năm 2030, một số nhà máy sản xuất, đặc biệt là những cơ sở sản xuất tiên tiến, sẽ yêu cầu những tiêu chuẩn khắt khe hơn. Chẳng hạn trong quy trình xử lý bằng plasma, các thông số như đường kính nhiên liệu, áp suất, nhiệt độ và hàng chục yếu tố khác để đảm bảo độ chính xác gần như tuyệt đối. AI sẽ góp phần đảm bảo sự chính xác này.
“AI không thể phát triển nếu không có bán dẫn, và ngược lại, ngành bán dẫn đang thay đổi nhanh chóng nhờ những tiến bộ trong AI. Đây là một mối quan hệ cộng sinh, nơi cả hai cùng thúc đẩy nhau tiến lên”, ông nói
 |
| Ông Christopher Nguyễn - CEO của Aitomatic phát biểu tại Hội thảo. |
Về bức tranh công nghệ nói chung, ông Christopher Nguyễn dẫn quy luật Moore, khẳng định tốc độ phát triển của AI và bán dẫn đang rất nhanh chóng. Cứ mỗi 18 tháng, công nghệ vi xử lý lại có sự cải tiến đáng kể.
Còn về thị trường, thế giới đang chứng kiến sự tăng trưởng vượt bậc với nhu cầu chip xử lý AI dự báo sẽ tiếp tục tăng mạnh trong những năm tới. Những nước như Mỹ, Trung Quốc, Nhật Bản, Hàn Quốc đang đẩy mạnh đầu tư vào lĩnh vực này. Cuộc đua giữa các quốc gia hàng đầu về công nghệ vô cùng gay cấn.
Trong lĩnh vực sản xuất chip, bà Anna Goldie - chuyên gia cấp cao về nghiên cứu khoa học, Google - nhận định rằng trong khi nhu cầu tính toán của AI đang tăng trưởng theo cấp số nhân, năng lực phần cứng lại không theo kịp, tạo ra một khoảng cách ngày càng lớn. Để giải quyết vấn đề này, các công nghệ AI mới như AlphaChip - một phương pháp thiết kế chip bằng AI - đã được giới thiệu. Bà cho rằng nhờ ứng dụng AI, quá trình thiết kế chip được tăng tốc đáng kinh ngạc, đồng thời giúp giảm chi phí và tối ưu hóa hiệu suất.
“Để khai thác tối đa tiềm năng của AI, cần rút ngắn chu kỳ thiết kế chip, cải tiến các thuật toán và tận dụng tối đa dữ liệu. Trong tương lai, AI không những giúp cải tiến phần cứng còn góp phần định hình những đột phá trong nhiều lĩnh vực khác, từ y tế, tài chính đến sản xuất công nghiệp”, bà Anna Goldie nói.
Cụ thể, bà Anna Goldie giới thiệu phương pháp AlphaChip sử dụng AI để tối ưu hóa bố cục linh kiện trên chip, giúp giảm độ trễ, tiết kiệm điện năng và tối ưu diện tích sản xuất. AI có thể cải thiện quá trình thiết kế chip bằng cách rút ngắn thời gian và nâng cao hiệu suất sản phẩm. AlphaChip đã được áp dụng vào các thế hệ Google TPUs gần đây, mang lại hiệu quả đáng kể so với phương pháp thiết kế truyền thống.
Trong khi đó, ông Trần Thanh Long - Giáo sư Đại học Warwick - chia sẻ thêm về những nỗ lực trên thế giới đang giúp gia tăng sức mạnh cho AI và công nghệ bán dẫn. Chẳng hạn, ông đề cập cách sử dụng bộ nhớ lưu trữ (memory stores) và lý thuyết Bayes để cải thiện hiệu suất và khả năng mở rộng của trí tuệ nhân tạo (AI). Bộ nhớ lưu trữ giúp AI ghi nhớ thông tin lâu dài và sử dụng dữ liệu quá khứ để tối ưu hóa quyết định.
“Lý thuyết Bayes hỗ trợ AI trong việc điều chỉnh xác suất dự đoán dựa trên dữ liệu mới, giúp hệ thống học tập nhanh chóng và hiệu quả hơn. Sự kết hợp này làm giảm yêu cầu về tài nguyên tính toán trong khi vẫn đảm bảo độ chính xác cao”, ông Long nói.
Ngoài ra, phương pháp này giúp AI hoạt động mượt mà hơn trong các lĩnh vực như chăm sóc sức khỏe, sản xuất công nghiệp, và tự động hóa. Đặc biệt, AI có thể xử lý dữ liệu tốt hơn mà không cần dựa quá nhiều vào các trung tâm dữ liệu lớn, giúp tiết kiệm chi phí và tài nguyên. Nhờ đó, các hệ thống thông minh hơn, hiệu quả hơn và có khả năng tự điều chỉnh mà không cần đến lượng dữ liệu khổng lồ.
Bà Ngân Vũ từ Google DeepMind giới thiệu một hướng nghiên cứu đề xuất sử dụng mạng nơ-ron mạch (Circuit Neural Network) để tạo ra các thiết kế mạch logic hiệu quả. Bằng cách áp dụng thuật toán mô phỏng (simulated annealing) và các kỹ thuật tối ưu hóa khác, nhóm chuyên gia của bà đang hướng đến việc rút ngắn chu trình thiết kế mạch từ khâu ý tưởng đến sản phẩm thực tế.
Một trong những thách thức lớn là cân bằng giữa độ chính xác và hiệu suất của mạch, đảm bảo rằng thiết kế không chỉ hoạt động chính xác mà còn tiết kiệm tài nguyên. Tuy nhiên, nếu có thể rút ngắn khoảng cách giữa phần mềm AI và phần cứng sẽ mở ra nhiều cơ hội mới trong ngành công nghiệp bán dẫn. “Áp dụng AI vào thiết kế mạch điện hứa hẹn sẽ thay đổi cách ngành bán dẫn hoạt động, giúp đẩy nhanh quá trình phát triển và đưa ra những thiết kế tối ưu hơn”, bà Ngân Vũ cho biết.
