Érdekes egymásrautaltság, vagy ha tetszik, kölcsönösség jellemzi a mesterséges intelligencia és az elektronika kapcsolatát, ugyanis az MI-alkalmazások és egyéb digitalizációs megoldások elterjedése jelentősen növeli a félvezetők és chipek iránti keresletet, a megnövekedett igényeket pedig csak a leghatékonyabb, MI-megoldásokat is alkalmazó gyártási folyamatokkal lehet gazdaságosan és optimumra törekvően kiszolgálni. Az autonóm járművek, az egészségügy digitalizációja, az IoT-eszközök, az okosváros-megoldások csak néhány olyan hétköznapi terület, amelyben jelentősen növekedett a mikrochipek iránti keresletet.
Az amerikai szoftveróriás és félvezetőgyártó Broadcom azt jósolja, hogy a következő évben a cég globális eladásainak 25 százalékát az AI-chipek teszik majd ki. Ahogyan Hock Tan, a vállalat vezetője közleményében fogalmaz: a mesterségesintelligencia-alkalmazásokat futtató termékek telepítése kiugróan megnövelte a keresletet. 2022-ben a félvezető-üzletág 10, 2023-ban 15 százalékát tette ki a mesterséges intelligencia lehetőségeiből származó bevétel, 2024-re viszont már 25 százalékra becsülik az ebből származó bevételeket. A vezérigazgató szerint továbbá a vállalat 2024-es pénzügyi évre tervezett növekedésének körülbelül fele származhat a mesterséges intelligenciából, a másik fele pedig a hagyományos hálózati chipekből.
A felmérések is növekedést jósolnak. A The Semiconductor Industry Association (SIA) által készített World Semiconductor Trade Statistics (WSTS) adatai szerint 2023 májusában a globális félvezetőipari értékesítés 40,7 milliárd dollárt tett ki, ami ugyan 21,1 százalékkal kevesebb a 2022. májusi 51,7 milliárdnál, de jövőre 11 százalékos növekedést prognosztizálnak a piacon. A Gartner piackutató szerint is 2023-ban 11 százalékos visszaesés tapasztalható a félvezetőpiacon, aminek fő oka, hogy az előző évek rossz tapasztalatai miatt felhalmozódtak a készletek és csökkentek a chipárak, jövőre azonban jelentős, 18 százalék körüli növekedéssel számolnak a piacon.
Az Nvidia például nagy nyertese lehet az AI elterjedésének, hiszen a nagy számítási kapacitással rendelkező adatközponti célprocesszorai iránt joggal óriási növekedésre számít. Az IT-óriások, mint az Alphabet vagy a Microsoft ugyanis bejelentették, hogy több millió dollárt fektetnek a ChatGPT-hez hasonló rendszerek fejlesztésébe. De nem minden chipgyártó hasít ekkora szeletet a tortából.
AI a gyártásban
A mesterséges intelligencia több irányból is hatással van az elektronikai gyártásra. Egyrészről a tervezési folyamatok optimalizálásával segíti a miniatürizációs törekvéseket, vagyis a mikrochipek egyre kisebbek és erőteljesebbek lesznek, azaz egyre több készülékbe lehet majd integrálni azokat.
Az IBM fejlesztői például egy olyan, az emberi agyat utánzó neurmorf processzor fejlesztésén dolgoznak, amellyel biológiai neuronok számítási és adattárolási módját igyekeznek lemásolni. Ez a processzor így 14-szer energiatakarékosabb megoldást jelentene a beszédfelismerő AI-alkalmazásokban a jelenleg használt chipeknél. Tehát az AI segít a gyártásban, a termékek testreszabásában, hogy aztán a gyártott chipek segíthessenek az újabb AI-alkalmazások terjedésében.
Szokásos segítség
A mikrochipek gyártása sok más termékhez hasonlóan nem egyszerű folyamat, ebben pedig több ponton tudnak hatékony segítséget nyújtani a különböző AI-megoldások. Az AI-algoritmusok segítik a gyártási folyamatok optimalizálását, hatékony segítséget nyújtanak a hibák valós idejű előrejelzésében és megelőzésében, csökkentve ezzel a gyártási hulladékot és biztosítva a magas termelékenységet. A gépi tanulási modellek valós időben elemzik a termelősorban keletkező hatalmas mennyiségű adatot, és valós idejű beavatkozások végrehajtására is alkalmasak.
Nagy előrelépést jelentenek a képalapú minőség-ellenőrzési rendszerek. A megfelelő mennyiségű adattal ellátott gépi tanuló látásrendszerek képesek még a legkisebb hibák azonosítására is, biztosítva, hogy csak tökéletes alkatrészek kerüljenek ki a gyártósorról.
A mesterséges intelligencia előrelépést jelent továbbá a prediktív karbantartásban is. A mikrochipgyártáshoz használt összetett gépek karbantartása költséges, és nagy kieséssel járhat. Az AI által vezérelt előrejelző karbantartó rendszerek érzékelők és adatelemzés segítségével képesek megjósolni, mikor várható egy berendezés meghibásodása, lehetővé téve a tervezett leállást és minimalizálva a nem tervezett termelési nehézségeket.
Végül, de nem utolsósorban az AI alkalmazása segít az ellátási lánc optimalizálásában a kereslet előrejelzésével, az állomány kezelésével és a logisztika racionalizálásával. Ez biztosítja, hogy a nyersanyagok és alkatrészek könnyen hozzáférhetők legyenek, hozzájárulva ezzel a mikrochipek iránti növekvő kereslet kielégítéséhez.
A borítókép illusztráció, forrás: Adobe Stock
