本月早些时候，在旧金山举行的SEMICON West和设计自动化大会期间，我有幸与几位业界同行共同参加了一场富有启发性的小组讨论，题为“AI如何从内到外重塑半导体行业”。在Gartner的组织下，来自Advantest、Synopsys和TinyML基金会的高管与我一起参与了小组讨论。
| Advantest | Ira Leventhal, US VP for Applied Research and Technology |
| Synopsys | Shankar Krishnamoorthy, GM of the EDA Group |
| TinyML Foundation | Evgeni Gousev, Chairman |
| Gartner | Gaurav Gupta, VP Analyst, Emerging Trends and Technologies |
瑞萨看到，人工智能正在改变游戏规则，特别是在边缘设备领域。事实上，尽管关于生成式AI和ChatGPT-4的讨论不绝于耳，但到2025年，大约75%的数据将来自网络边缘设备，而非云端。与此同时，目前企业收集的数据有90%被丢弃，这也为我们带来一个激动人心的机会，来寻找这些数据的有效用途。
瑞萨的优势在哪里？提到计算，我们会想到MCU、MPU、CPU和GPU。
创新的硅架构是低延迟和低功耗快速处理数据的关键。瑞萨提供一系列计算设备，从电池供电的MCU到基于Linux的MPU。密集型AI应用可将运算卸载至具有高TOPS/watt性能的板载加速器上。对于大规模模型部署和管理以及MLDevOps，瑞萨还推出了云连接堆栈。
除计算外，我们还为GPU客户及合作伙伴提供内存接口、高效电源和时钟芯片，这些都是处理大型语言模型所需海量数据的关键。
迎接AI生产力的高速列车
无论关注哪一方面，AI能否取得成功取决于客户对自身数据集的了解程度。如果客户需要大量的指导，我们会为他们提供从模型训练到运行的一切服务。另一方面，一些客户对自身的需求有很清晰的了解，在这种情况下，我们更多采用“免费增值”的模式，当然还有一些客户介于两者之间。
在整个企业中只有54%的AI项目能够获得成功，另外46%的项目之所以没有成功，在于部署AI相关的挑战与复杂性。如果我们能让示例变得足够简单易懂，工作效率会极大提高。这便是类似TinyML这类产品发挥作用的地方。
正如Evgeni所言：“得益于我们在全球超过100家的成员企业和15,000名员工，TinyML生态系统可看做一个完美的雷达屏幕。五年前，这仅是一个概念验证，但五年后，我们将看到AI技术掌握在消费者手中，帮助他们解决各种问题。”
Synopsys的Shankar指出，AI将在帮助企业降低设计复杂性和更好地管理工程预算方面发挥作用，因为从5纳米工艺节点进化到3纳米，成本将增加一倍以上。Shankar表示，Synopsys计划将AI应用于从设计到验证和测试的EDA堆栈每一层，从而优化客户IP。并且，其已经提供了一种SaaS（软件即服务）模式的服务，允许客户访问云端的AI服务。
他补充道：“我们注意到AI技术的采用率增长迅速，主要原因是我们的客户看到了生产效率的问题，并将推动AI的采用作为优先事项。在过去的12个月中，我们已经完成了超过250项生产设计，这一增长速度确实非常快。尽管设计界对AI的需求十分迫切，但作为一家工具供应商，我们必须解决如何‘让AI更容易被采用’的问题。”
在半导体测试领域，Advantest必须确保制造的设备能够超越其所测试的设备，其中包括借助AI来测试基于AI的芯片，这便需要额外的计算能力，并采用最新的机器学习算法来协助在整个半导体价值链中做出即时决策。
Ira表示：“AI正以多种方式推动我们的技术发展。过去，作为测试设备供应商，我们必须比我们所测试的设备更快、更准确。现在，随着AI芯片的出现，我们也必须变得更加智能。这促使我们采用多种方式来应用AI，包括在测试过程中实时运行的边缘计算与机器学习算法。AI将成为许多工作的核心，我们的工程师必须接受这一点，并学会如何将其作为一种基本工具来使用。”
感谢各嘉宾为本次小组讨论所付出的时间和提出的深度观点。很明显，围绕AI的话题涉及多个方面，且每天都在演进。瑞萨正在策划更多播客、网络研讨会和相关活动，以便在未来几个月内分享快速发展的AI技术的最新信息。敬请关注我们的更新！
了解有关瑞萨AI产品组合和收购Reality AI的更多信息，请阅读我们最近由Mohammed Dogar所撰写的博客（6月29日）和Reality AI收购一周年的相关新闻稿（6月15日）。
请访问renesas.com/AI ，获取更多可帮助您实施AI 解决方案的产品和技术信息。