Theo Forbes, việc ứng dụng AI giúp giảm chi phí thiết kế, cải thiện năng suất và hiệu suất, đồng thời rút ngắn thời gian đưa ra thị trường những chip tốt hơn. Synopsys, Cadence Design Systems và nhiều nhà thiết kế chip siêu quy mô hiện áp dụng các mô hình AI tạo sinh để đẩy nhanh quá trình thiết kế chip tiên tiến.

WSJ dẫn lời Siddharth Garg, Phó giáo sư kỹ thuật điện và máy tính của Đại học New York, cho biết họ đang dùng hệ thống AI phát triển từ ChatGPT để tăng tốc độ thiết kế phần cứng phức tạp nhất trong quy trình làm chip. Nhóm nghiên cứu đặt mục tiêu rút ngắn thời gian của công đoạn này từ nửa năm xuống còn dưới một tháng.

Nhu cầu đẩy nhanh quá trình thiết kế chip tiên tiến diễn ra trong bối cảnh nguồn cung chip AI khan hiếm và định luật Moore đang đến giới hạn. Theo định luật, số bóng bán dẫn trong mỗi chip nhân đôi theo chu kỳ từ 18 tháng đến hai năm. Trước đây, bóng bán dẫn có kích cỡ một centimet, sau đó được đo bằng milimet. Còn ngày nay, chúng thu về mức nanomet (nm) và chỉ tương đương đường kính DNA của con người.

Việc cố gắng gấp đôi số bóng bán dẫn trên chip sau hai năm đang khó khăn hơn và khiến giá chip bị đẩy lên quá cao. Do đó, các nhà sản xuất đang tìm những cách khác để tối ưu hóa hiệu suất mà không cần nhồi nhét quá nhiều bóng bán dẫn.

Krishnamoorthy, Tổng giám đốc nhóm tự động hóa thiết kế điện tử của công ty Synopsys, cho biết họ đang dùng AI Copilot để trả lời các câu hỏi liên quan đến tạo tập lệnh, định dạng ngôn ngữ lập trình kiến trúc chip.

Nhằm hỗ trợ nhà nghiên cứu tốt hơn, Nvidia đã phát triển ChipNemo - hệ thống AI tùy chỉnh bằng dữ liệu riêng - có thể trả lời câu hỏi về kiến trúc GPU và viết ngôn ngữ thiết kế chip. Công ty đã đào tạo hệ thống của mình dựa trên mô hình Llama 2 của Meta.

Bryan Catanzaro, Phó chủ tịch Nvidia, cho biết từ khi ChipNemo được đưa vào sử dụng, các kỹ sư đều xác nhận AI đã góp công đáng kể trong việc đẩy nhanh tiến trình thiết kế chip. Chatbot đặc biệt hữu ích trong việc đào tạo các kỹ sư trẻ, tóm tắt ghi chú và cập nhật tiến độ cho 100 nhóm lớn khác nhau.

Nhóm Google Deepmind của Alphabet cũng xây dựng hệ thống AI riêng để cải thiện khả năng tổng hợp logic, mô tả thiết kế bảng mạch.

Tuy nhiên, các công cụ dựa trên AI không thể làm tất cả. David Pan, Giáo sư kỹ thuật điện và máy tính tại Đại học Texas ở Austin, cho biết hiện tại, trí tuệ nhân tạo chủ yếu hữu ích trong việc đào tạo đội ngũ kỹ sư trẻ, viết ngôn ngữ lập trình và báo lỗi. Các kỹ sư vẫn cần thêm một công đoạn để đánh giá dữ liệu AI đưa ra có chính xác. Tùy vào dữ liệu đầu vào, câu lệnh được hỏi, AI có thể đưa ra câu trả lời tốt. Tuy nhiên, vẫn có những trường hợp chatbot không hiểu đúng nội dung câu hỏi, tự bịa câu trả lời. Các nhà khoa học gọi đây là hiện tượng "ảo giác AI".

Krishnamoorthy của Synopsys ước tính khoảng 5 năm nữa AI mới có thể tự động toàn bộ các khâu trong việc tạo chip. Trong đó, "ảo giác AI" vẫn là thách thức lớn nhất.