N環球 N GLOBE
கொரியா தொழில்நுட்பம்

சாம்சங் AI உடன் சிப்-மெட்டீரியல் மேம்பாட்டை ஐந்து ஆண்டுகளில் இருந்து இரண்டாகக் குறைப்பதை நோக்கமாகக் கொண்டுள்ளது

· N GLOBE

சாம்சங் எலக்ட்ரானிக்ஸ் அக்டோபர் 26 அன்று, புதிய செமிகண்டக்டர் பொருட்களின் வளர்ச்சி காலத்தை ஐந்து ஆண்டுகளில் இருந்து இரண்டு ஆண்டுகளாக குறைக்க செயற்கை நுண்ணறிவைப் பயன்படுத்துவதை நோக்கமாகக் கொண்டுள்ளது.

சாம்சங் எலக்ட்ரானிக்ஸ் அக்டோபர் 26 அன்று, புதிய குறைக்கடத்தி பொருட்களை உருவாக்க தேவையான நேரத்தை கூர்மையாக சுருக்க செயற்கை நுண்ணறிவை (AI) பயன்படுத்துவதை நோக்கமாகக் கொண்டுள்ளது: இன்று ஐந்து ஆண்டுகள் முதல் இரண்டு ஆண்டுகள் வரை. தொழில்துறை ஆராய்ச்சி மற்றும் மேம்பாட்டில் AI பற்றிய கொரியா இண்டஸ்ட்ரி அசோசியேஷன் மன்றத்தில் சாம்சங் அட்வான்ஸ்டு இன்ஸ்டிடியூட் ஆஃப் டெக்னாலஜியின் (SAIT) சோய் யங்-சாங் இந்த இலக்கை நிர்ணயித்தார்.

இடையூறு: பல சேர்க்கைகள், மிகக் குறைவான சோதனைகள்

செமிகண்டக்டர் பொருட்கள் பல மெல்லிய-பட அடுக்குகளைக் கொண்டிருக்கின்றன, ஏழு அடுக்கு கட்டமைப்பிற்கு 100 மில்லியனுக்கும் அதிகமான சாத்தியமான சேர்க்கைகளை உருவாக்குகின்றன, அதே நேரத்தில் ஆராய்ச்சியாளர்கள் ஒரு மாதத்திற்கு சுமார் 50 சோதனைகளை மட்டுமே இயக்க முடியும் என்று சோய் கூறினார். ஆராய்ச்சியாளர்களின் அனுபவம் மற்றும் உள்ளுணர்வை நம்பியிருக்கும் வழக்கமான அணுகுமுறையின் கீழ், வேட்பாளர் பொருட்களை அடையாளம் காண மாதங்கள் அல்லது ஆண்டுகள் கூட ஆகலாம், மேலும் தோல்வியுற்ற சோதனைகளின் தரவு முழுமையாகப் பயன்படுத்தப்படவில்லை.

இலக்கங்களில் இலக்குகள்

சாம்சங்கின் இலக்குகள் மூன்று மடங்கு: வளர்ச்சிக் காலத்தை ஐந்து ஆண்டுகளில் இருந்து இரண்டாகக் குறைத்தல்; ஐந்து மடங்குக்கும் மேலாக அடையாளம் காணப்பட்ட நம்பிக்கைக்குரிய பொருள் வேட்பாளர்களின் எண்ணிக்கையை அதிகரிக்கவும்; மேலும் உகந்த நிலைகளைக் கண்டறிய தேவையான சோதனைகளின் எண்ணிக்கையை 80 சதவீதத்திற்கும் அதிகமாகக் குறைக்கவும். வேறு வார்த்தைகளில் கூறுவதானால், AI என்பது முதலில் தேடலைக் குறைப்பதை விட ஒரு சோதனையை விரைவுபடுத்துவதற்கு குறைவாகவே உள்ளது, எனவே குறைவான சோதனைகள் வீணாகின்றன.

சிப் பொருட்களுக்கு அப்பால்

சாம்சங் அணுகுமுறை வளர்ச்சி செலவுகளைக் குறைக்கலாம் மற்றும் பேட்டரி பொருட்கள் உட்பட பிற தொழில்களுக்கு நீட்டிக்கப்படலாம் என்று கூறினார். சாம்சங்கைப் பொறுத்தவரை, AI ஐ தயாரிப்புப் பக்கத்திலிருந்து ஆராய்ச்சிப் பக்கத்திற்கு எடுத்துச் செல்வது: மேம்பட்ட செயல்முறைகள் மற்றும் AI சில்லுகளுக்கான தேவை அதிகமாக இருப்பதால், பொருட்கள் ஆராய்ச்சியின் வேகம் போட்டித்தன்மையின் ஒரு பகுதியாக மாறியுள்ளது.

💬 Comments

No comments yet. Be the first!