TSMC wykorzystuje sztuczną inteligencję do budowy chipów nowej generacji o 10× bardziej energooszczędnych

TSMC wykorzystuje sztuczną inteligencję do budowy chipów nowej generacji o 10× bardziej energooszczędnych
Devesh Kumar
25 wrz 2025, 04:28 AM
  • TSMC przedstawia projekty chipów oparte na sztucznej inteligencji, aby zwiększyć efektywność energetyczną nawet o 10×.
  • Algorytmy sztucznej inteligencji rozwiązują złożone układy chipów w ciągu kilku minut, a inżynierów dni.
  • Energooszczędne projekty przynoszą korzyści centrom danych, gigantom technologicznym i celom zrównoważonego rozwoju.

TSMC, wiodący na świecie producent półprzewodników, zaprezentował przełomową inicjatywę wykorzystującą sztuczną inteligencję do projektowania chipów nowej generacji, które są do dziesięciu razy bardziej energooszczędne niż obecne modele.

W związku z obciążeniami związanymi z centrami danych i sztuczną inteligencją, które obciążają globalne zasoby energetyczne, strategia firmy jest bezpośrednio ukierunkowana na rosnące obawy dotyczące zużycia energii, śladu węglowego i fizycznych ograniczeń istniejących technologii chipowych.

Zaprezentowane na dużej konferencji w Dolinie Krzemowej, nowe podejście TSMC do projektowania chipów wspomagane sztuczną inteligencją wzbudza emocje w całym sektorze technologicznym, z implikacjami dla wszystkiego, od centrów danych po urządzenia konsumenckie.

Eksperci twierdzą, że te postępy mogą popchnąć całą branżę w nową erę zrównoważonego rozwoju, wydajności i szybkości.

Projekt TSMC i zapotrzebowanie na chipy nowej generacji

Najnowszy projekt TSMC ma na celu przekształcenie architektury i produkcji zaawansowanych chipów.

Centralnym elementem inicjatywy jest przyjęcie oprogramowania opartego na sztucznej inteligencji, opracowanego wspólnie z wiodącymi partnerami, takimi jak Cadence Design Systems i Synopsys, w celu optymalizacji procesu projektowania układów scalonych w sposób, z którym sami inżynierowie nie mogą się równać.

Wykorzystując algorytmy sztucznej inteligencji, narzędzia TSMC rozwiązały złożone zadania układu w ciągu kilku minut, które tradycyjnym ekspertom zajęłyby kilka dni, znacznie poprawiając zarówno szybkość, jak i wyniki.

Same chipy zawierają wiele mniejszych "chipletów" w jednym pakiecie i badają najnowocześniejsze techniki integracji, w tym połączenia optyczne, które pomagają przezwyciężyć fizyczne wąskie gardła związane z transferem danych i stratami energii.

Postępy te są szczególnie istotne, ponieważ popyt na akceleratory AI eksploduje, zwiększając energię wymaganą na obliczenia.

Na przykład flagowe serwery AI firmy Nvidia mogą zużywać ponad 1200 watów, co odpowiada stałemu poborowi mocy w 1000 amerykańskich domów, co sprawia, że przełomowe odkrycia w zakresie wydajności są nie tylko innowacyjne, ale także niezbędne dla zrównoważonego rozwoju technologii.

Wpływ na branżę chipów

Implikacje dla branży półprzewodników są poważne.

Oczekuje się, że proces projektowania oparty na sztucznej inteligencji TSMC ustanowi nowy standard, zmuszając konkurencyjne odlewnie i producentów chipów do przyspieszenia własnych inwestycji w technologie inżynieryjne i energooszczędne oparte na sztucznej inteligencji.

Wraz ze wzrostem złożoności i skali układów scalonych, zwłaszcza w przypadku sztucznej inteligencji, motoryzacji i aplikacji w chmurze, możliwość szybkiego prototypowania, weryfikacji i produkcji energooszczędnych komponentów stanie się podstawowym wyróżnikiem branży.

Klienci tacy jak Nvidia, Apple i inne czołowe firmy technologiczne mogą zyskać na mocniejszych, chłodniejszych i bardziej przyjaznych dla środowiska chipach, co przełoży się na lepsze produkty i niższe koszty operacyjne hiperskalowych centrów danych.

Efekt domina prawdopodobnie wzmocni współpracę branżową, przyspieszy postęp w dziedzinie materiałów i procesów oraz wzmocni pozycję konkurencyjną firm, które mogą najlepiej wykorzystać sztuczną inteligencję w projektowaniu i produkcji.

Ostatecznie oznacza to kluczową zmianę w kierunku bardziej ekologicznej, inteligentniejszej i bardziej elastycznej produkcji chipów w czasach, gdy wydajne przetwarzanie jest ważniejsze niż kiedykolwiek.