در حالی که صنعت نیمهرسانا به مرزهای فیزیکی و اقتصادی توان پردازشی نزدیک میشود، رویکرد نوین «چیپلتها» به یک اهرم قدرتمند کسبوکار تبدیل شده است؛ اهرمی که میتواند هزینهها را کاهش دهد، تابآوری زنجیره تأمین را افزایش دهد و کارایی و بهرهوری انرژی مراکز داده را بهبود بخشد.
برای دههها، پیشرفت در رایانش با فشردهسازی هرچه بیشتر ترانزیستورها روی تراشههای سیلیکونی پیش میرفت؛ روندی که با «قانون مور» شناخته میشود. اما امروز محدودیتها شکل دیگری پیدا کردهاند. مراکز داده مبتنی بر هوش مصنوعی با سرعتی فراتر از ظرفیت شبکههای برق گسترش مییابند و پیشبینی میشود تقاضای برق آنها تا سال ۲۰۳۰ بیش از دو برابر شود. از سوی دیگر، زنجیره تأمین نیمهرساناها در تعداد محدودی از مناطق جغرافیایی متمرکز است و شرکتها به روشهای جدیدی برای شخصیسازی سیلیکون متناسب با بارهای کاری بسیار خاص نیاز دارند. در چنین شرایطی، چیپلتها—دایهای کوچک و تخصصی که میتوان آنها را در یک پکیج سیلیکونی مشترک ترکیب کرد—بهعنوان راهکاری برای ساخت سامانههای بهینهشده مطرح شدهاند.
چیپلتها پدیدهای کاملاً جدید نیستند، اما جهش هوش مصنوعی، پذیرش آنها را شتاب داده است. این رویکرد به سازمانها اجازه میدهد اجزای اثباتشده را دوباره استفاده کنند، فناوریهای تأمینکنندگان مختلف را کنار هم قرار دهند و چرخههای توسعه را روی یک پلتفرم مشترک کوتاه کنند. برای مدیران ارشد، این تغییر میتواند همزمان به صرفهجویی در هزینه، افزایش تابآوری زنجیره تأمین و تقویت رقابتپذیری بلندمدت منجر شود.
از هزینه غرقشده تا اهرم راهبردی
فشار اقتصادی یکی از مهمترین محرکهاست. بیل وایزمن، همرهبر جهانی فعالیت نیمهرسانا در مککنزی، توضیح میدهد که فرض قانون مور مبنی بر کاهش هزینه تراشهها در طول زمان دیگر صادق نیست. او میگوید: «تراشهها ارزانتر نمیشوند. در واقع، ویفرها برای تولید بهشدت گران شدهاند و عملاً فقط یک شرکت توان انجام این کار را در مقیاس پیشرفته دارد.»
وایزمن همچنین اشاره میکند که تنها برخی بخشهای یک تراشه مدرن—مانند کاشی محاسباتی—به نودهای ساخت بسیار پیشرفته و پرهزینه، در کلاس ۲ نانومتر، نیاز دارند. «مدارهای ورودی/خروجی (I/O) را میتوان با فناوری ۱۶ یا حتی ۲۲ نانومتر ساخت که بهمراتب ارزانتر است.»
چیپلتها امکان چنین ترکیبی را فراهم میکنند. آنها به شرکتها اجازه میدهند چندین فناوری را در یک پکیج واحد به هم بدوزند و ظرفیت محدود نودهای پیشرو را فقط به اجزایی اختصاص دهند که واقعاً به آن نیاز دارند. بهگفته شرکت بریتانیایی Arm، این انعطافپذیری در حال تبدیل شدن به یک اهرم راهبردی است؛ زیرا چیپلتها میتوانند بهرهوری انرژی بهتر، تمایز عملکردی و مزیت زمان عرضه به بازار را فراهم کنند.
محمد عوض، معاون اجرایی و رئیس واحد کسبوکار Cloud AI در Arm، میگوید: «سازمانها بهطور فزاینده میخواهند تمرکز خود را بر بهینهسازی بخشهایی بگذارند که عامل تمایز راهحل هستند، نه اینکه ریسک ساخت کل سامانه را از صفر بپذیرند.» چیپلتها این آستانه ورود را پایین میآورند.
هوش مصنوعی، چگالی و همگرایی
بارهای کاری هوش مصنوعی در حال بازطراحی معماری مراکز داده هستند. امروز، محدودیت اصلی نه سرمایه، بلکه دسترسی به برق است. عوض این وضعیت را «چالش عملکرد به ازای هر وات» توصیف میکند. در چنین محیطی، سیلیکونهای عمومی و آماده بازار بهسرعت به گلوگاه تبدیل میشوند.
چیپلتها از دو مسیر کمک میکنند. نخست، امکان طراحیهای هدفمند را فراهم میسازند: «یکی از مزیتهای چیپلتها این است که مانع ورود برای ساخت راهحلهای بهینهشده را کاهش میدهند و به شما اجازه میدهند عملکرد بیشتری از انرژی موجود استخراج کنید.» دوم، آنها امکان یکپارچگی بسیار فشردهتر میان محاسبه، حافظه و شتابدهندهها را میدهند. با نزدیکتر کردن فیزیکی این اجزا در یک پکیج مشترک، میتوان کار بیشتری را با انرژی کمتر انجام داد.
برای عملی شدن این رویکرد در مقیاس اکوسیستم، Arm معماری Foundation Chiplet System Architecture را به پروژه Open Compute اهدا کرده است. هدف، ایجاد ماژولاریتی کاملاً «وصل و اجرا» نیست، بلکه فراهم کردن یک خط مبنای فنی مشترک است تا شرکتها بتوانند بدون بازطراحی مداوم رابطها با هم همکاری کنند. بازار کاملاً باز و چندتأمینکننده چیپلتها هنوز فاصله دارد، اما استانداردسازی در حال کاهش ریسک، هزینه و زمان همکاری میان عرضهکنندگان است.
فراتر از مرکز داده
صنعت خودروسازی نیز در مسیر مشابهی حرکت میکند؛ زیرا خودروسازان بهسمت معماریهای الکترونیکی متمرکز میروند.
قابلیتهایی مانند سرگرمی-اطلاعاتی، سامانههای کمکراننده و ایمنی بهطور فزاینده روی پلتفرمهای محاسباتی مشترک اجرا میشوند، در حالی که سطوح ریسک متفاوتی دارند. مارتین کلنر، رهبر هستهای در مرکز آینده تحرک مککنزی، میگوید: «وقتی سطوح بحرانی متفاوت روی یک تراشه واحد اجرا میشوند، چیپلتها میتوانند به آزادی از تداخل کمک کنند.» او اضافه میکند که توانایی ترکیب فناوریهای تأمینکنندگان مختلف—مانند CPU، GPU یا NPU—ارزش راهبردی دارد و وابستگی به یک اکوسیستم واحد را کاهش میدهد.
چیپلتها همچنین اقتصاد تولید را تقویت میکنند. دایهای کوچکتر بازده بهتری دارند، زیرا احتمال وجود نقص در آنها کمتر است و چگالی نقص بهطور نامتناسبی دایهای بزرگ را تحت تأثیر قرار میدهد. وایزمن میگوید: «در نهایت به بازده بهتری میرسید، چون هر چیپ بهتنهایی کوچک است و جریمه دای بزرگ را نمیپردازید.»
با این حال، موانعی باقی مانده است. بنیادیترین چالش، قابلیت همکاری است. بهگزارش ELE Times، بدون استانداردهای توافقشده برای اتصال چیپلتها، اجزای تأمینکنندگان مختلف اغلب نمیتوانند بهطور قابلاعتماد با هم کار کنند. مدیریت حرارتی نیز پیچیدهتر میشود؛ زیرا چندین دای پرمصرف در کنار هم قرار میگیرند و به نوآوری در خنکسازی و بستهبندی نیاز دارند. حاکمیت آزمون نهایی—بهویژه هنگام یکپارچهسازی چیپلتهای چند تأمینکننده—همراه با مالکیت IP، ایمنی در سطح سامانه و مسئولیتپذیری Firmware، همچنان پرسشهای باز هستند.
با این همه، عوض معتقد است شتاب بنیادی این روند اجتنابناپذیر است: «با توجه به سرعت رشد تقاضای هوش مصنوعی و ناتوانی ما در همگام شدن از منظر انرژی، این پویایی ما را وادار میکند ضمن حرکت بهسوی راهحلهای هرچه بهینهتر، چالشها را نیز حلوفصل کنیم.»
در شرایطی که زیرساختهای هوش مصنوعی به ستون فقرات اقتصادهای دیجیتال تبدیل میشوند، رهبران کسبوکار ممکن است دریابند سرمایهگذاری در فناوریهای جدید سیلیکون به عامل تمایز رقابتی بدل شده است. چیپلتها در حال بازتعریف اقتصاد، ریسکها و امکانات رایانش پیشرفتهاند؛ با اثری که فراتر از مراکز داده احساس خواهد شد.
