La tecnología al servicio de la tecnología. Este es el eje central sobre el que girarán hasta el próximo 7 de octubre las distintas conferencias y actos de la IA Hardware Summit (Cumbre del Hardware de Inteligencia Artificial), que este año se celebra única y exclusivamente de manera virtual. «Los chips pueden ayudar a producir mejores chips», es la premisa de la que partió Karl Freund, analista de Moor Insights & Strategy, empresa dedicada a la investigación, análisis y asesoramiento en el campo tecnológico, durante una de las charlas de esta cumbre online.
Freund apuntaba cómo el avance en el campo de la Inteligencia Artificial puede suponer una mejora en términos de potencia, rendimiento o frecuencia. Según un estudio de la empresa diseñadora de chips Synopsys realizado en ámbitos industriales como la automoción o las telecomunicaciones, el porcentaje de consecución de los objetivos de diseño puede incrementarse desde un 84% hasta un 89% con el uso de la Inteligencia Artificial, en comparación con el rendimiento de un solo ingeniero.
El vicepresidente de inteligencia artificial e ingeniería central de Synopsys, Arun Venkatachar, indica que los avances en IA se están aplicando a lo largo de la cadena del diseño para obtener soluciones óptimas ante problemas complejos. «El advenimiento de la inteligencia artificial y el Big Data nos da una nueva dimensión, un nuevo arsenal en nuestro armamento, ya que ahora son los datos los que generan los algoritmos y no al revés», señaló Venkatachar.
Con este objetivo, Synopsys presentó recientemente una herramienta denominada Design Space Optimization, basada en el uso de la IA de manera autónoma para el diseño de chips, y que reduce la duración del proceso en meses e incluso días gracias a una mejora sustancial en potencia y rendimiento.
Grandes empresas como Intel utilizan ya de manera habitual la IA en sus dominios de diseño, tal y como señaló Fadi Aboud, ingeniero de esta compañía, abarcando el análisis, la depuración y optimización de los circuitos integrados. Esto permite crear modelos y predicciones de flujo a la par que simulaciones de diseño más rápidas.
Sin embargo, Aboud incidió en que, a pesar de los resultados sobresalientes que la IA proporciona y que están más que comprobados, la utilización de esta herramienta «no es fácil ni gratis», por lo que la disponibilidad de los datos y los mecanismos para transferir diseños de chips a otros proyectos aún supone un reto.
Coordinación de la nube
La principal duda a medida que la IA para el diseño de chips avanza es en relación a los proveedores de estas herramientas: si procederán de empresas como Synopsys o de proyectos locales basados en Python y otro software de IA estándar. Para el director de ingeniería de Google, Satrajit Chatterjee, se trata de «una combinación de técnicas» y por su parte aboga por «una mejor coordinación de la nube» para distribuir adecuadamente los pasos del proceso de diseño y contar con los recursos informáticos que sean necesarios para ello.
En este sentido, Aboud expuso unos datos sobre el trabajo que actualmente realiza Intel aplicando «soluciones de cosecha propia», como es la combinación del proveedor de EDA (Automatización de Diseño Electrónico) y el software de código abierto en sus flujos de trabajos para el diseño de chips.
«Este es uno de los principales desafíos: ahora estamos pensando cómo debemos construir nuestra infraestructura de una manera que nos permita tomar soluciones EDA, implementarlas lo más rápido posible, pero también permitirnos seguir innovando y desarrollando soluciones y devolverlas cuando EDA se ponga al día», agregó Aboud.
