Intelligenza artificiale Nuove frontiere dell'innovazione in semiconduttori e IA

L'industria dei semiconduttori si trova in un momento cruciale. Per decenni la sua traiettoria è stata tracciata dalla famosa previsione del 1965 del cofondatore di Intel, Gordon Moore, secondo cui il numero di transistor in un circuito integrato (IC) sarebbe raddoppiato all'incirca ogni due anni. La Legge di Moore ha guidato l'industria nella produzione di chip sempre più piccoli, veloci ed economici, trasformando le infrastrutture, le abitazioni e persino i dispositivi mobili.

Tuttavia, mentre l'industria continua la sua ricerca per ridurre i transistor al di sotto della soglia di un nanometro (nm), si trova ad affrontare sfide senza precedenti. Ostacoli come l'impennata dei costi di produzione stanno ridefinendo la roadmap dei produttori di chip, determinando deviazioni dalla Legge di Moore.

Uno degli sviluppi più rivoluzionari nella storia recente dei semiconduttori è stato il progresso della tecnologia di litografia ultravioletta estrema (EUV) di ASML. Utilizzando una luce con una lunghezza d'onda di 13,5 nm, le macchine EUV hanno fatto compiere un notevole passo avanti al settore, consentendo la modellazione precisa di caratteristiche su scale inferiori a 7 nm.

In futuro l'industria dei semiconduttori dovrà affrontare le sfide della miniaturizzazione adottando nuove tecnologie e strategie. Questi approcci comportano l'esame di diverse architetture e la creazione di nuovi metodi di test per migliorare i rendimenti (aumentare il numero di chip funzionali prodotti da ogni wafer), affrontando i limiti imposti dalla fisica e dall'economia.

La produzione di chip è sempre più complessa

(Numero di fasi di processo per ogni nodo)

Sebbene gran parte dell'attenzione nell'innovazione dei semiconduttori si sia concentrata sulle innovazioni nella produzione e sul calcolo ad alte prestazioni, si sta verificando una crescente ondata di progressi anche a livello di applicazioni , in particolare per quanto riguarda le modalità e i luoghi di implementazione dell'IA. Sempre più spesso l'innovazione è guidata non solo dal modo in cui i chip vengono realizzati, ma anche da come vengono utilizzati, con la cosiddetta “edge AI” che emerge come frontiera affascinante. Questo cambiamento riflette una tendenza più ampia: man mano che i dispositivi diventano più intelligenti e autonomi, la domanda di elaborazione localizzata e in tempo reale sta accelerando, aprendo nuove opportunità in termini di prestazioni, efficienza ed esperienza utente oltre il cloud.

Una delle sfide chiave che l'edge AI deve affrontare oggi è la mancanza di una “killer app” definitiva. Sebbene i produttori di smartphone abbiano introdotto funzioni utili, come Circle to Search di Samsung e la traduzione in tempo reale , il mercato non ha ancora visto un'applicazione di spicco che ne favorisca l'adozione su larga scala.

Tuttavia, considerando che il passaggio dal 3G al 4G ha richiesto sei anni, mentre quello dal 4G al 5G è avvenuto in quattro anni, la direzione intrapresa dall'edge AI sembra chiara.