- ગુજરાતી
-
EnglishDeutschItaliaFrançais日本語한국의русскийSvenskaNederlandespañolPortuguêspolskiSuomiGaeilgeSlovenskáSlovenijaČeštinaMelayuMagyarországHrvatskaDanskromânescIndonesiaΕλλάδαБългарски езикAfrikaansIsiXhosaisiZululietuviųMaoriKongeriketМонголулсO'zbekTiếng ViệtहिंदीاردوKurdîCatalàBosnaEuskeraالعربيةفارسیCorsaChicheŵaעִבְרִיתLatviešuHausaБеларусьአማርኛRepublika e ShqipërisëEesti Vabariikíslenskaမြန်မာМакедонскиLëtzebuergeschსაქართველოCambodiaPilipinoAzərbaycanພາສາລາວবাংলা ভাষারپښتوmalaɡasʲКыргыз тилиAyitiҚазақшаSamoaසිංහලภาษาไทยУкраїнаKiswahiliCрпскиGalegoनेपालीSesothoТоҷикӣTürk diliગુજરાતીಕನ್ನಡkannaḍaमराठी
ઇ-મેઇલ:Info@Y-IC.com
માર્ગદર્શક: એ.મી. સેમિકન્ડક્ટર ઉદ્યોગમાંના દાયકાના વિકાસ માટે બીજી ઉત્પ્રેરક હશે
2001 માં ઇન્ટરનેટ બબલ ફાટ્યા પછી, ઘણા લોકો સમગ્ર સેમિકન્ડક્ટર ઉદ્યોગના ભાવિ વિકાસ વિશે શંકાથી ભરેલા હતા.
તે સમયે બજારના ભંગાણના રાઉન્ડમાં, ઘણી સેમીકન્ડક્ટર કંપનીઓએ એકીકૃત કરવાનું શરૂ કર્યું; પવન મૂડીમાં ઉદ્યોગના આકર્ષક રોકાણમાં પણ ખૂબ ઘટાડો થયો હતો; તકનીકી સંશોધન અને પ્રક્રિયાના વિકાસમાં વિકાસ અને અન્ય પાસાં પણ સ્થિર અને ધીમું થયા છે.
જો કે, સેમિકન્ડક્ટર ઉદ્યોગમાં હવે એક નવો વળાંક જોવા મળ્યો છે. જી વેઈ ડોટ કોમ જેવા પત્રકારો સાથેની એક મુલાકાતમાં મેન્ટર આઇસી ઇડીએના એક્ઝિક્યુટિવ વાઇસ પ્રેસિડેન્ટ જોસેફ સૈકીએ જણાવ્યું હતું કે આ ઉદ્યોગ ફરીથી કૃત્રિમ બુદ્ધિ અને મશીન લર્નિંગ જેવી નવી તકનીકીઓના ઉત્તેજના હેઠળ તકોથી ભરપૂર છે.
મKકિન્સેના અહેવાલમાં જણાવવામાં આવ્યું છે કે કૃત્રિમ બુદ્ધિ ઘણા icalભા વિસ્તારોમાં લાગુ થઈ શકે છે, જે અર્ધવર્તી કંપનીઓને આ તકનીકીના સ્ટેક્સમાંથી કુલ મૂલ્યના 40 થી 50% કબજે કરવાની મંજૂરી આપે છે. જોસેફે કહ્યું કે કૃત્રિમ બુદ્ધિ સેમિકન્ડક્ટર ઉદ્યોગમાં બીજા 10 વર્ષના વૃદ્ધિ ચક્ર માટે મજબૂત ઉત્પ્રેરક હશે. પરંતુ આ વલણને સાચી સમજવા માટે, આધાર તરીકે ઘણા બધા ડેટાની જરૂર છે.
"પૂરતા ડેટા સાથે, તમે આગાહી કરી શકો છો, જેથી તમે તમારા મશીનને ખૂબ જ વિશ્વાસપૂર્વક તાલીમ આપી શકો અને મશીનને અસરકારક રીતે શીખવા દો." જોસેફે વધુમાં ઉમેર્યું કે, હાઇ-સ્પીડ સંદેશાવ્યવહાર માટે જરૂરી અને બનાવેલ ડેટાની માત્રા આગામી 12 વર્ષમાં વધશે. તે વૃદ્ધિના હજારો વખતનો પ્રારંભ કરશે, અને આ ડેટા વિશ્લેષણ કરવાની જરૂર છે, અને પછી આ વિશ્લેષણના આધારે પગલા લેવામાં આવશે.
જો કે, “ડેટા સુનામી” ની અસર હેઠળ, કૃત્રિમ બુદ્ધિનો વિકાસ પણ વિવિધ વિરોધાભાસનો સામનો કરી રહ્યો છે. જોસેફે કૃત્રિમ બુદ્ધિના વિકાસમાં બે વિરોધાભાસી લક્ષ્યોનો ઉલ્લેખ કર્યો:
એક ધ્યેય એ છે કે ઘણા લોકો ડેટાની વિશાળ માત્રામાં સામનો કરવા માટે ડેટા સેન્ટરની ક્ષમતાઓને સતત મજબૂત કરવા માગે છે. તેથી અલીબાબા અને એમેઝોન જેવી કંપનીઓ એઆઈ-સંબંધિત એન્જિન વિકસાવી રહી છે જે આ એન્જિનનો ઉપયોગ મોટા પ્રમાણમાં ડેટાને તાલીમ આપવા માટે કરે છે.
બીજી બાજુ, કેટલીક કંપનીઓનું લક્ષ્ય વધુને વધુ પ્રોસેસિંગ પાવરને વાદળની ધાર પર ધકેલવું છે, આમ ડેટા સેન્ટરના વિકાસ પર થોડું દબાણ મુક્ત કરવું.
તે સમયે બજારના ભંગાણના રાઉન્ડમાં, ઘણી સેમીકન્ડક્ટર કંપનીઓએ એકીકૃત કરવાનું શરૂ કર્યું; પવન મૂડીમાં ઉદ્યોગના આકર્ષક રોકાણમાં પણ ખૂબ ઘટાડો થયો હતો; તકનીકી સંશોધન અને પ્રક્રિયાના વિકાસમાં વિકાસ અને અન્ય પાસાં પણ સ્થિર અને ધીમું થયા છે.
જો કે, સેમિકન્ડક્ટર ઉદ્યોગમાં હવે એક નવો વળાંક જોવા મળ્યો છે. જી વેઈ ડોટ કોમ જેવા પત્રકારો સાથેની એક મુલાકાતમાં મેન્ટર આઇસી ઇડીએના એક્ઝિક્યુટિવ વાઇસ પ્રેસિડેન્ટ જોસેફ સૈકીએ જણાવ્યું હતું કે આ ઉદ્યોગ ફરીથી કૃત્રિમ બુદ્ધિ અને મશીન લર્નિંગ જેવી નવી તકનીકીઓના ઉત્તેજના હેઠળ તકોથી ભરપૂર છે.
મKકિન્સેના અહેવાલમાં જણાવવામાં આવ્યું છે કે કૃત્રિમ બુદ્ધિ ઘણા icalભા વિસ્તારોમાં લાગુ થઈ શકે છે, જે અર્ધવર્તી કંપનીઓને આ તકનીકીના સ્ટેક્સમાંથી કુલ મૂલ્યના 40 થી 50% કબજે કરવાની મંજૂરી આપે છે. જોસેફે કહ્યું કે કૃત્રિમ બુદ્ધિ સેમિકન્ડક્ટર ઉદ્યોગમાં બીજા 10 વર્ષના વૃદ્ધિ ચક્ર માટે મજબૂત ઉત્પ્રેરક હશે. પરંતુ આ વલણને સાચી સમજવા માટે, આધાર તરીકે ઘણા બધા ડેટાની જરૂર છે.
"પૂરતા ડેટા સાથે, તમે આગાહી કરી શકો છો, જેથી તમે તમારા મશીનને ખૂબ જ વિશ્વાસપૂર્વક તાલીમ આપી શકો અને મશીનને અસરકારક રીતે શીખવા દો." જોસેફે વધુમાં ઉમેર્યું કે, હાઇ-સ્પીડ સંદેશાવ્યવહાર માટે જરૂરી અને બનાવેલ ડેટાની માત્રા આગામી 12 વર્ષમાં વધશે. તે વૃદ્ધિના હજારો વખતનો પ્રારંભ કરશે, અને આ ડેટા વિશ્લેષણ કરવાની જરૂર છે, અને પછી આ વિશ્લેષણના આધારે પગલા લેવામાં આવશે.
જો કે, “ડેટા સુનામી” ની અસર હેઠળ, કૃત્રિમ બુદ્ધિનો વિકાસ પણ વિવિધ વિરોધાભાસનો સામનો કરી રહ્યો છે. જોસેફે કૃત્રિમ બુદ્ધિના વિકાસમાં બે વિરોધાભાસી લક્ષ્યોનો ઉલ્લેખ કર્યો:
એક ધ્યેય એ છે કે ઘણા લોકો ડેટાની વિશાળ માત્રામાં સામનો કરવા માટે ડેટા સેન્ટરની ક્ષમતાઓને સતત મજબૂત કરવા માગે છે. તેથી અલીબાબા અને એમેઝોન જેવી કંપનીઓ એઆઈ-સંબંધિત એન્જિન વિકસાવી રહી છે જે આ એન્જિનનો ઉપયોગ મોટા પ્રમાણમાં ડેટાને તાલીમ આપવા માટે કરે છે.
બીજી બાજુ, કેટલીક કંપનીઓનું લક્ષ્ય વધુને વધુ પ્રોસેસિંગ પાવરને વાદળની ધાર પર ધકેલવું છે, આમ ડેટા સેન્ટરના વિકાસ પર થોડું દબાણ મુક્ત કરવું.
એજ કમ્પ્યુટિંગમાં ચિપ ડેવલપમેન્ટ ડેટા સેન્ટર દ્વારા જરૂરી ચિપને મોટા પ્રમાણમાં ઓળંગી જશે. ટ્રેક્ટિકા અનુસાર, વર્ષ 2016 થી 2021 સુધી, એજ-કનેક્ટેડ ડિવાઇસીસનો કમ્પાઉન્ડ વાર્ષિક વૃદ્ધિ દર 190% જેટલો .ંચો હશે.
જોસેફે કહ્યું કે, સેમીકન્ડક્ટર ઉદ્યોગમાં વિકાસ માટે, નજીકમાં, એજ કમ્પ્યુટિંગ / પ્રોસેસિંગ મુખ્ય એન્જિન હશે. ઘણા વિસ્તારોમાં વિશિષ્ટ એપ્લિકેશનોને શ્રેષ્ઠ ચિપ પ્રભાવ પ્રાપ્ત કરવા માટે optimપ્ટિમાઇઝ ચિપ ડિઝાઇનની જરૂર હોય છે, તેથી મેન્ટર જેવા ઇડીએ ટૂલ વિક્રેતાઓ માટે આ તક હશે.
જોસેફ ભાર મૂકે છે કે એજ એજ્યુટીંગ એઆઇમાં, ચિપ ડિઝાઇન ઘણીવાર ચોક્કસ આર્કિટેક્ચર વિકાસ આવશ્યકતાઓ દ્વારા વ્યાખ્યાયિત કરવામાં આવે છે. તેથી હાલનું એઆઈ વિકાસ પ્લેટફોર્મ પાછલા વિકાસ વાતાવરણથી સંપૂર્ણપણે અલગ છે.
આ સંદર્ભમાં, જોસેફે એ.આઇ. ક્ષેત્ર માટે ખાસ કરીને મેન્ટરના ચિપ ડિઝાઇન ટૂલ્સ રજૂ કર્યા:
lHLS (ઉચ્ચ-સ્તરનું સંશ્લેષણ): NVIDIA ને ઉદાહરણ તરીકે લો. આ ટૂલનો ઉપયોગ કરીને, તમે ઉત્પાદકતામાં લગભગ બે ગણો વધારો કરી શકો છો અને ચકાસણી ખર્ચમાં 80% વધારો કરી શકો છો.
l હાઇરાર્ચિકલ પરીક્ષણ: ગ્રાહકોને ઉત્પાદકતા વધારવામાં અને ખર્ચ ઘટાડવામાં મદદ કરે છે. ગ્રાફકોરના ગ્રાહકને ઉદાહરણ તરીકે લેતા, આ સાધનનો ઉપયોગ કરીને, ડીએફટી ઉત્પાદકતામાં 4 ગણો વધારો કરવામાં આવ્યો છે, પરીક્ષણ સ્થાનાંતરણની ગતિમાં ઘણો સુધારો કરવામાં આવ્યો છે, અને વાસ્તવિક ડેટાના આધારે ડિઝાઇન સમયગાળો ટૂંકાવીને 3 દિવસ કરવામાં આવ્યો છે.
એલઓપીસી ટેક્નોલ :જી: સેમીકન્ડક્ટર મેન્યુફેક્ચરીંગમાં વપરાયેલ, તે એક માસ્ક ઉત્પન્ન કરવા માટે 7nm ધોરણે એક દિવસ ચલાવવામાં 4,000 સીપીયુ લે છે, પરંતુ જો તમે મશીન લર્નિંગ એલ્ગોરિધમ્સનો ઉપયોગ કરો છો, તો તમે ચાલી રહેલ સમયને 3-4 ગણો ઘટાડી શકો છો.
એલએલએફડી (લિથોગ્રાફિકલી મૈત્રીપૂર્ણ) તકનીક: ઉપજ મર્યાદાના પરિબળને નોંધપાત્ર રીતે ઘટાડે છે અને 10 ગણા ઉત્પાદનના રન સમયને ઘટાડે છે. ઉત્પાદન પ્રક્રિયામાં ખામીઓ જ ઓળખી શકે છે, પણ ખામીઓની આગાહી પણ કરી શકે છે.
એલ ડેપ્ઝિશન ટૂલ: ઉત્પાદન અથવા ઘટકની નિષ્ફળતાની સમસ્યા હલ કરે છે અને ઉત્પાદનની ગુણવત્તા અને કાર્યક્ષમતામાં સુધારો કરે છે.
આ ઉપરાંત, માર્ગદર્શક એ ઓટોમોટિવ ઉદ્યોગ માટે એક લાક્ષણિકતા તકનીક પ્લેટફોર્મ પ્રદાન કરે છે, એકંદર વિશ્વસનીયતા અને સલામતીનું વિગતવાર વિશ્લેષણ પ્રદાન કરે છે, એઆઈ સાથે મળીને 100 ના પરિબળ દ્વારા લાક્ષણિકતાના રનટાઈમને ઘટાડવા માટે. PAVE 360 opટોપાયલોટ સિમ્યુલેટર પણ સતત વાસ્તવિક- વર્ચુઅલ મશીન હેઠળ વિશ્વની પરિસ્થિતિઓ, ચકાસણીના સમયને વધુ ઘટાડે છે.
ભવિષ્યમાં સ્માર્ટ ચિપ્સ સમર્પિત અથવા લવચીક છે કે નહીં, ઉદ્યોગમાં વિવિધ અવાજો છે. પરંતુ જોસેફે માઇક્રોનેટ રિપોર્ટરને કહ્યું કે ઈડીએ એક તટસ્થ સાધન છે. ભવિષ્યમાં, માર્ગદર્શક વિશાળ પર્યાવરણ પ્રદાન કરશે જ્યાં ગ્રાહકો વિશિષ્ટ વાતાવરણમાં તેમના સ softwareફ્ટવેરનું મોડેલ બનાવવા અને વિકસાવવા માટેનાં સાધનોનો ઉપયોગ કરી શકે છે. આ એક ખૂબ મહત્વનું મૂલ્ય છે જે મેન્ટોર ઇડીએ કંપની તરીકે પ્રદાન કરે છે.
જોસેફે કહ્યું કે, સેમીકન્ડક્ટર ઉદ્યોગમાં વિકાસ માટે, નજીકમાં, એજ કમ્પ્યુટિંગ / પ્રોસેસિંગ મુખ્ય એન્જિન હશે. ઘણા વિસ્તારોમાં વિશિષ્ટ એપ્લિકેશનોને શ્રેષ્ઠ ચિપ પ્રભાવ પ્રાપ્ત કરવા માટે optimપ્ટિમાઇઝ ચિપ ડિઝાઇનની જરૂર હોય છે, તેથી મેન્ટર જેવા ઇડીએ ટૂલ વિક્રેતાઓ માટે આ તક હશે.
જોસેફ ભાર મૂકે છે કે એજ એજ્યુટીંગ એઆઇમાં, ચિપ ડિઝાઇન ઘણીવાર ચોક્કસ આર્કિટેક્ચર વિકાસ આવશ્યકતાઓ દ્વારા વ્યાખ્યાયિત કરવામાં આવે છે. તેથી હાલનું એઆઈ વિકાસ પ્લેટફોર્મ પાછલા વિકાસ વાતાવરણથી સંપૂર્ણપણે અલગ છે.
આ સંદર્ભમાં, જોસેફે એ.આઇ. ક્ષેત્ર માટે ખાસ કરીને મેન્ટરના ચિપ ડિઝાઇન ટૂલ્સ રજૂ કર્યા:
lHLS (ઉચ્ચ-સ્તરનું સંશ્લેષણ): NVIDIA ને ઉદાહરણ તરીકે લો. આ ટૂલનો ઉપયોગ કરીને, તમે ઉત્પાદકતામાં લગભગ બે ગણો વધારો કરી શકો છો અને ચકાસણી ખર્ચમાં 80% વધારો કરી શકો છો.
l હાઇરાર્ચિકલ પરીક્ષણ: ગ્રાહકોને ઉત્પાદકતા વધારવામાં અને ખર્ચ ઘટાડવામાં મદદ કરે છે. ગ્રાફકોરના ગ્રાહકને ઉદાહરણ તરીકે લેતા, આ સાધનનો ઉપયોગ કરીને, ડીએફટી ઉત્પાદકતામાં 4 ગણો વધારો કરવામાં આવ્યો છે, પરીક્ષણ સ્થાનાંતરણની ગતિમાં ઘણો સુધારો કરવામાં આવ્યો છે, અને વાસ્તવિક ડેટાના આધારે ડિઝાઇન સમયગાળો ટૂંકાવીને 3 દિવસ કરવામાં આવ્યો છે.
એલઓપીસી ટેક્નોલ :જી: સેમીકન્ડક્ટર મેન્યુફેક્ચરીંગમાં વપરાયેલ, તે એક માસ્ક ઉત્પન્ન કરવા માટે 7nm ધોરણે એક દિવસ ચલાવવામાં 4,000 સીપીયુ લે છે, પરંતુ જો તમે મશીન લર્નિંગ એલ્ગોરિધમ્સનો ઉપયોગ કરો છો, તો તમે ચાલી રહેલ સમયને 3-4 ગણો ઘટાડી શકો છો.
એલએલએફડી (લિથોગ્રાફિકલી મૈત્રીપૂર્ણ) તકનીક: ઉપજ મર્યાદાના પરિબળને નોંધપાત્ર રીતે ઘટાડે છે અને 10 ગણા ઉત્પાદનના રન સમયને ઘટાડે છે. ઉત્પાદન પ્રક્રિયામાં ખામીઓ જ ઓળખી શકે છે, પણ ખામીઓની આગાહી પણ કરી શકે છે.
એલ ડેપ્ઝિશન ટૂલ: ઉત્પાદન અથવા ઘટકની નિષ્ફળતાની સમસ્યા હલ કરે છે અને ઉત્પાદનની ગુણવત્તા અને કાર્યક્ષમતામાં સુધારો કરે છે.
આ ઉપરાંત, માર્ગદર્શક એ ઓટોમોટિવ ઉદ્યોગ માટે એક લાક્ષણિકતા તકનીક પ્લેટફોર્મ પ્રદાન કરે છે, એકંદર વિશ્વસનીયતા અને સલામતીનું વિગતવાર વિશ્લેષણ પ્રદાન કરે છે, એઆઈ સાથે મળીને 100 ના પરિબળ દ્વારા લાક્ષણિકતાના રનટાઈમને ઘટાડવા માટે. PAVE 360 opટોપાયલોટ સિમ્યુલેટર પણ સતત વાસ્તવિક- વર્ચુઅલ મશીન હેઠળ વિશ્વની પરિસ્થિતિઓ, ચકાસણીના સમયને વધુ ઘટાડે છે.
ભવિષ્યમાં સ્માર્ટ ચિપ્સ સમર્પિત અથવા લવચીક છે કે નહીં, ઉદ્યોગમાં વિવિધ અવાજો છે. પરંતુ જોસેફે માઇક્રોનેટ રિપોર્ટરને કહ્યું કે ઈડીએ એક તટસ્થ સાધન છે. ભવિષ્યમાં, માર્ગદર્શક વિશાળ પર્યાવરણ પ્રદાન કરશે જ્યાં ગ્રાહકો વિશિષ્ટ વાતાવરણમાં તેમના સ softwareફ્ટવેરનું મોડેલ બનાવવા અને વિકસાવવા માટેનાં સાધનોનો ઉપયોગ કરી શકે છે. આ એક ખૂબ મહત્વનું મૂલ્ય છે જે મેન્ટોર ઇડીએ કંપની તરીકે પ્રદાન કરે છે.