Полупроводники, вероятно, останутся ключевым драйвером технологических инноваций и после 2030 года. В PwC проанализировали технологии, тесно связанные с полупроводниками, оценив их потенциал роста и реализуемость. Цель этого анализа — помочь полупроводниковой отрасли подготовиться к её жизненно важной роли в будущем прогрессе.

Пояснения к схеме:

🔹 Ось X: Оценка технологической реализуемости (Technological Feasibility Score)

• Готовность к коммерциализации (сроки выхода на рынок)
• Объем дополнительных инвестиций за последние 5 лет
• Количество выпускников с учёной степенью (кандидатов наук) в соответствующих областях

🔹 Ось Y: Оценка рыночного потенциала (Market Potential Score)

• Прогнозируемый размер рынка полупроводников в 2030 году
• Совокупный годовой темп роста (CAGR) рынка полупроводников с 2024 по 2030 год

Размер квадрата (инвестиционный масштаб) - общий объём инвестиций в технологию за последние 5 лет. В правом верхнем углу рисунка - эталонная инвестиция в $10 для удобства сравнений.

Продвинутый искусственный интеллект (ИИ)

Каким будет дальнейшее развитие искусственного интеллекта? Человечество движется к созданию искусственного общего интеллекта (AGI, ИОИ или сильного ИИ). Высокую роль в этом, наряду с математикой и ПО будет играть полупроводниковая отрасль.

Оценка рыночного потенциала

Доказавший свой потенциал быстрый рост, приносящий финансовую ценность в различных отраслевых приложениях. Ожидается, что динамика роста сохранится на сравнительно высоком уровне.

Оценка реализуемости

Технологические инвестиции и растущий пул квалифицированных специалистов стимулирует растущий спрос на конечные приложения. Ожидается, что первые версии искусственного общего интеллекта (ИОИ) появятся в течение 2–5 лет, а полноценный ИОИ — более чем через 10 лет.

(*) Примечание по терминологии: Artificial General Intelligence (AGI) дословно переводится как искусственный общий интеллект (ИОИ), что подразумевает систему, способную понимать, обучаться и применять интеллект для решения любых задач, с которыми справляется человек. Встречается также вариант "сильный ИИ".

По состоянию на 2024 год ИИ уже превосходит человека по ряду ключевых бенчмарков - например, демонстрирует более высокую, чем у человека, точность в классификации изображений ImageNet и получает более высокие баллы на некоторых тестах по чтению на английском языке - и темпы улучшения продолжают расти с каждым днем. С самого начала многие исследователи ИИ стремились создать системы, соответствующие или превосходящие человеческий уровень интеллекта. Этот недавний прогресс привлек в область рекордные объемы финансирования и приток талантов.

Сегодня команды одновременно совершенствуют доменно-специфичные большие языковые модели (DS-LLMs), содержащие глубокие знания в узких предметных областях, и движутся к долгосрочной цели - искусственному общему интеллекту (AGI / ИОИ), который сможет справляться с гораздо более широким спектром задач с большей автономией. По мере развития, более мощные возможности ИИ простимулируют появление новых приложений, эти приложения смогут привлечь больше инвестиций, и цикл повторится - подпитывая еще более быстрый прогресс в направлении DS-LLM и, в конечном счете, появления AGI.

(*) MMLU (Massive Multi-task Language Understanding) — это тест, который часто используется в качестве бенчмарка для оценки объёма общих знаний, усвоенных каждой моделью искусственного интеллекта. График составлен на основе данных из опубликованных научных статей. Источник: PaperswithCode.

Полупроводники на пути к искусственному общему интеллекту (AGI)

Прогресс в области ИИ в меньшей степени ограничен алгоритмами, нежели двумя практическими барьерами:

• необходимостью в огромных объемах качественных данных
• вычислительными мощностями для их обработки.

Инвестиции растут в обе эти области, чему способствуют наглядные доказательства ценности ИИ.

Движение к искусственному общему интеллекту (AGI) в решающей степени зависит от полупроводников следующего поколения. Все более крупные модели требуют все более быстрых и энергоэффективных кристаллов логики (logic dies), созданных по все более тонким техпроцессам и соединенных с помощью высокоплотной 2.5D или 3D упаковки.

В то же время высокоскоростная память с низкой задержкой может иметь критическое значение для перемещения и хранения огромных наборов данных, используемых при обучении.

Научно-исследовательские работы также смещаются в сторону нейроморфных подходов и вычислений в памяти.

Специализированные нейропроцессоры (NPU) уже поставляются в устройства для периферийных вычислений, а прототипы систем вычислений в памяти (Processing-in-Memory, PIM) размещают вычислительные элементы рядом или внутри массивов DRAM, сокращая энергозатраты и задержки на перемещение данных.

Полноценные нейроморфные аппаратные средства, имитирующие архитектуру мозга, могут потребовать новых концепций устройств в сочетании с передовой компоновкой, но способны обеспечить колоссальный рост вычислительной мощности на ватт и на кубический сантиметр.

В совокупности эти достижения в области полупроводников формируют основу пути от сегодняшнего специализированного ИИ к более универсальному и мощному интеллекту завтрашнего дня.

Намечая путь вперед

🔹 Выбор между кастомными и готовыми полупроводниковыми решениями: Оцените компромиссы при выборе между специализированным AI-ускорителем и стандартными GPU или CPU. Примите во внимание размер модели, сложность алгоритмов, ограничения по энергопотреблению и важность сокращения времени выхода на рынок (time-to-market).

🔹 Согласование с продуктовой дорожной картой: Спрос на ИИ охватывает множество секторов, поэтому отслеживайте прорывы - и ограничения поставок в области высокопроизводительных чипов. Рассчитайте момент внедрения так, чтобы новые техпроцессы или методы компоновки дали явное конкурентное преимущество.

🔹 Построение устойчивой цепочки поставок: Передовые энергоэффективные устройства, такие как нейропроцессоры (NPUs) или массивы для вычислений в памяти (PIM), требуют длительного времени на разработку и постановку на производства перед выходом на серийные объемы. Заранее договоритесь о производственных мощностях под свои задачи, развивайте глубокие партнерства, чтобы смягчить будущий дефицит.

🔹 Интеграция проектов следующего поколения: Оставайтесь в курсе новых проектных методик (design flows), разрабатывайте как аппаратное, так и программное обеспечение и сотрудничайте по всей цепочке создания стоимости, чтобы достичь строгих целевых показателей энергоэффективности и производительности по мере движения отрасли к искусственному общему интеллекту (AGI).

по материалам отчета PwC Semiconductor and Beyond

--

За новостями наземного и спутникового телекома удобно следить в телеграм-канале abloud62. Региональные новости телекома, новости искусственного интеллекта и ЦОД вы найдете в канале abloudRealTime, новости микроэлектроники можно найти в моем канале RUSmicro, также подключайтесь к каналу Бойко про телеком ВКонтакте

теги искусственный интеллект искусственный общий интеллект ИОИ AGI микроэлектроника аналитика прогнозы PwC Semiconductor and Beyond

--