ಸಾಂಪ್ರದಾಯಿಕ ಸೆಮಿಕಂಡಕ್ಟರ್ ಪ್ಯಾಕೇಜಿಂಗ್ಗಿಂತ ಭಿನ್ನವಾಗಿ, ಇದು ಸಿದ್ಧಪಡಿಸಿದ ಚಿಪ್ ಅನ್ನು ಸರಳವಾಗಿ ರಕ್ಷಿಸುತ್ತದೆ ಮತ್ತು ಅದನ್ನು ಸರ್ಕ್ಯೂಟ್ ಬೋರ್ಡ್ಗೆ ಸಂಪರ್ಕಿಸುತ್ತದೆ, ಸುಧಾರಿತ ಪ್ಯಾಕೇಜಿಂಗ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸುಧಾರಿಸುವ ಮಾರ್ಗವಾಗಿದೆ. ಬಹು ಚಿಪ್ಸ್ ಮತ್ತು ಮೆಮೊರಿ ಘಟಕಗಳನ್ನು ಒಂದೇ ಪ್ಯಾಕೇಜ್ನಲ್ಲಿ ಒಟ್ಟಿಗೆ ಕೆಲಸ ಮಾಡಲು ಅನುಮತಿಸುವ ಮೂಲಕ, ಇದು ಅರೆವಾಹಕ ಉದ್ಯಮವು AI ಯಲ್ಲಿನ ಕೆಲವು ದೊಡ್ಡ ಸವಾಲುಗಳನ್ನು ಜಯಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
AI ಮಾದರಿಗಳು ದೊಡ್ಡದಾಗಿರುವುದರಿಂದ ಮತ್ತು ಹೆಚ್ಚು ಕಂಪ್ಯೂಟೇಶನಲ್ಗೆ ಬೇಡಿಕೆಯಿರುವಂತೆ, ಉದ್ಯಮದ ತಜ್ಞರು ಹೇಳುವಂತೆ ಪ್ಯಾಕೇಜಿಂಗ್ನಲ್ಲಿನ ಪ್ರಗತಿಯು ಚಿಪ್ ವಿನ್ಯಾಸದಲ್ಲಿನ ಪ್ರಗತಿಗಳಷ್ಟೇ ಮುಖ್ಯವಾಗುತ್ತಿದೆ.
“ಸುಧಾರಿತ ಪ್ಯಾಕೇಜಿಂಗ್ ಇಲ್ಲದೆ, ಯಾವುದೇ AI ಇಲ್ಲ,” ಲ್ಯಾಮ್ ಕ್ಯಾಪಿಟಲ್ನ ಅಧ್ಯಕ್ಷ ಆಡ್ರೆ ಚಾರ್ಲ್ಸ್, ವಿಶೇಷ ಸಂದರ್ಶನದಲ್ಲಿ CNBC-TV18 ಗೆ ತಿಳಿಸಿದರು. “ಇದು ನಿಮಗೆ ಚಿಪ್ಗಳನ್ನು ಹತ್ತಿರದಲ್ಲಿ ಇರಿಸಲು, ಚಿಕ್ಕದಾದ, ಹೆಚ್ಚು ಕಾಂಪ್ಯಾಕ್ಟ್ ಫಾರ್ಮ್ ಫ್ಯಾಕ್ಟರ್ ಅನ್ನು ಹೊಂದಲು, ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿರಲು ಅನುಮತಿಸುತ್ತದೆ, ಮತ್ತು ಇದು ನಿಜವಾಗಿಯೂ ನಾವು AI ಕಂಪ್ಯೂಟ್ ಅನ್ನು ಅಳೆಯಲು ಹೊರಟಿದ್ದೇವೆ.”
ಸುಧಾರಿತ ಪ್ಯಾಕೇಜಿಂಗ್ ಎಂದರೇನು?
ದಶಕಗಳವರೆಗೆ, ಸೆಮಿಕಂಡಕ್ಟರ್ ಪ್ಯಾಕೇಜಿಂಗ್ ಹೆಚ್ಚಾಗಿ ಉತ್ಪಾದನೆಯಲ್ಲಿ ಅಂತಿಮ ಹಂತವಾಗಿತ್ತು. ಚಿಪ್ ಅನ್ನು ತಯಾರಿಸಿದ ನಂತರ, ಅದನ್ನು ಸರ್ಕ್ಯೂಟ್ ಬೋರ್ಡ್ನಲ್ಲಿ ಅಳವಡಿಸುವ ಮೊದಲು ರಕ್ಷಣಾತ್ಮಕ ಪ್ಯಾಕೇಜ್ನಲ್ಲಿ ಸುತ್ತುವರಿಯಲಾಯಿತು.
ಸುಧಾರಿತ ಪ್ಯಾಕೇಜಿಂಗ್ ಆ ವಿಧಾನವನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ.
ಒಂದೇ, ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ಚಿಪ್ ಅನ್ನು ಅವಲಂಬಿಸಿರುವ ಬದಲು, ತಯಾರಕರು ಒಂದೇ ಪ್ಯಾಕೇಜ್ನಲ್ಲಿ ಬಹು ಸಂಸ್ಕಾರಕಗಳು, ಮೆಮೊರಿ ಮಾಡ್ಯೂಲ್ಗಳು ಮತ್ತು ವಿಶೇಷ ಘಟಕಗಳನ್ನು ಸಂಯೋಜಿಸುತ್ತಾರೆ. ಈ ಘಟಕಗಳನ್ನು ಒಟ್ಟಿಗೆ ಹೆಚ್ಚು ಹತ್ತಿರಕ್ಕೆ ತರುವುದರಿಂದ ಕಡಿಮೆ ಶಕ್ತಿಯನ್ನು ಸೇವಿಸುವಾಗ ಡೇಟಾವನ್ನು ವೇಗವಾಗಿ ವಿನಿಮಯ ಮಾಡಿಕೊಳ್ಳಲು ಅನುಮತಿಸುತ್ತದೆ.
ಅಗಾಧ ಪ್ರಮಾಣದ ಡೇಟಾವನ್ನು ನಿರಂತರವಾಗಿ ಸರಿಸಲು AI ಕೆಲಸದ ಹೊರೆಗಳಿಗೆ ಪ್ರೊಸೆಸರ್ಗಳು ಮತ್ತು ಮೆಮೊರಿಯ ಅಗತ್ಯವಿರುವುದರಿಂದ ಇದು ಹೆಚ್ಚು ಮಹತ್ವದ್ದಾಗಿದೆ.
AI ಚಿಪ್ಸ್ ಅದರ ಮೇಲೆ ಏಕೆ ಅವಲಂಬಿತವಾಗಿದೆ
ಆಧುನಿಕ AI ಬೃಹತ್ ಡೇಟಾಸೆಟ್ಗಳನ್ನು ನಿರ್ವಹಿಸುವಾಗ ಸಿಸ್ಟಮ್ಗಳು ಟ್ರಿಲಿಯನ್ಗಟ್ಟಲೆ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತವೆ. ಇದು ಪ್ರೊಸೆಸರ್ಗಳು ಮತ್ತು ಹೈ-ಬ್ಯಾಂಡ್ವಿಡ್ತ್ ಮೆಮೊರಿಯ ನಡುವಿನ ಸಂವಹನದ ಮೇಲೆ ಅಗಾಧವಾದ ಬೇಡಿಕೆಗಳನ್ನು ಇರಿಸುತ್ತದೆ.
ಸುಧಾರಿತ ಪ್ಯಾಕೇಜಿಂಗ್ ಈ ಘಟಕಗಳ ನಡುವೆ ಡೇಟಾ ಪ್ರಯಾಣಿಸಬೇಕಾದ ಭೌತಿಕ ದೂರವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ಫಲಿತಾಂಶವು ಹೆಚ್ಚಿನ ಬ್ಯಾಂಡ್ವಿಡ್ತ್, ಕಡಿಮೆ ಸುಪ್ತತೆ ಮತ್ತು ಸುಧಾರಿತ ಶಕ್ತಿಯ ದಕ್ಷತೆಯಾಗಿದೆ – ತರಬೇತಿ ಮತ್ತು ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ AI ಮಾದರಿಗಳನ್ನು ಚಲಾಯಿಸಲು ಮೂರು ಅಂಶಗಳು ಅವಶ್ಯಕವಾಗಿವೆ.
ಒಂದು ಏಕಶಿಲೆಯ ಪ್ರೊಸೆಸರ್ ಅನ್ನು ಅವಲಂಬಿಸುವುದಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ಒಂದೇ ಪ್ಯಾಕೇಜ್ನಲ್ಲಿ ವಿವಿಧ ರೀತಿಯ ಚಿಪ್ಗಳನ್ನು ಸಂಯೋಜಿಸಲು ಇದು ತಯಾರಕರನ್ನು ಶಕ್ತಗೊಳಿಸುತ್ತದೆ, ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸುಧಾರಿಸಲು ವಿನ್ಯಾಸಕರಿಗೆ ಹೆಚ್ಚಿನ ನಮ್ಯತೆಯನ್ನು ನೀಡುತ್ತದೆ.
ಚಾರ್ಲ್ಸ್ ಪ್ರಕಾರ, ಉದ್ಯಮದ ಗಮನವು ಇನ್ನು ಮುಂದೆ ಕೇವಲ ಚಿಪ್ಗಳನ್ನು ಭೌತಿಕವಾಗಿ ಚಿಕ್ಕದಾಗಿಸಲು ಅಲ್ಲ, ಆದರೆ ಪ್ರತಿ ಪ್ಯಾಕೇಜ್ನಲ್ಲಿ ಹೆಚ್ಚು ಕಂಪ್ಯೂಟಿಂಗ್ ಸಾಮರ್ಥ್ಯವನ್ನು ಸಂಯೋಜಿಸುವುದರ ಮೇಲೆ.
“ಗ್ರಾಹಕರು ಹೆಚ್ಚಿನ ವಸ್ತುಗಳನ್ನು ಪ್ಯಾಕೇಜ್ಗೆ ಹಾಕಲು ಬಯಸುತ್ತಾರೆ” ಎಂದು ಅವರು ಹೇಳಿದರು. “ನೀವು ಅದನ್ನು ಮಾಡಿದಾಗ, ನೀವು ಅದರ ಮೇಲೆ ಹೆಚ್ಚಿನ ಘಟಕಗಳನ್ನು ಹಾಕಬಹುದು, ಹೆಚ್ಚು ಕಂಪ್ಯೂಟ್ ಶಕ್ತಿಯನ್ನು ಹೊಂದಬಹುದು, ಶಕ್ತಿಯ ದಕ್ಷತೆಯನ್ನು ಸುಧಾರಿಸಬಹುದು ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಹೆಚ್ಚಿಸಬಹುದು.”
ದೊಡ್ಡ ಪ್ಯಾಕೇಜ್ಗಳು, ಹೆಚ್ಚಿನ ಕಂಪ್ಯೂಟಿಂಗ್ ಶಕ್ತಿ
ಕೆಲವು ಸುಧಾರಿತ ಪ್ಯಾಕೇಜಿಂಗ್ ಅಪ್ಲಿಕೇಶನ್ಗಳಿಗಾಗಿ ದೊಡ್ಡ ಪ್ಯಾನಲ್-ಆಧಾರಿತ ತಲಾಧಾರಗಳತ್ತ ಸಾಗುವುದು ಪ್ರಮುಖ ಬದಲಾವಣೆಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ.
ದೊಡ್ಡ ಪ್ಯಾನೆಲ್ಗಳು ಹೆಚ್ಚುವರಿ ಪ್ರೊಸೆಸರ್ಗಳು, ಮೆಮೊರಿ ಮತ್ತು ವಿಶೇಷ ಘಟಕಗಳನ್ನು ಇರಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿರುವ ದೊಡ್ಡ ಪ್ಯಾಕೇಜ್ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ. ಇದು ಚಿಪ್ಮೇಕರ್ಗಳಿಗೆ ಒಂದೇ ಪ್ಯಾಕೇಜ್ನಲ್ಲಿ ಹೆಚ್ಚು ಕಂಪ್ಯೂಟಿಂಗ್ ಶಕ್ತಿಯನ್ನು ನೀಡಲು ಅನುಮತಿಸುತ್ತದೆ, AI ವ್ಯವಸ್ಥೆಗಳು ಸಂಕೀರ್ಣತೆಯಲ್ಲಿ ಬೆಳೆಯುತ್ತಿರುವಂತೆ ಹೆಚ್ಚು ಪ್ರಮುಖ ಪ್ರಯೋಜನವಾಗಿದೆ.
ಕುಗ್ಗುತ್ತಿರುವ ಟ್ರಾನ್ಸಿಸ್ಟರ್ ಗಾತ್ರಗಳನ್ನು ಮಾತ್ರ ಅವಲಂಬಿಸಿರುವ ಬದಲು, ದಿ ಅರೆವಾಹಕ ಉದ್ಯಮವು ಹೆಚ್ಚಿನ ಘಟಕಗಳನ್ನು ಒಟ್ಟಿಗೆ ಸಂಯೋಜಿಸುವ ಮೂಲಕ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಹೆಚ್ಚು ಸುಧಾರಿಸುತ್ತಿದೆ.
AI ನ ಶಕ್ತಿ ಸವಾಲನ್ನು ಪರಿಹರಿಸುವುದು
AI ಮಾದರಿಗಳು ದೊಡ್ಡದಾಗುತ್ತಿದ್ದಂತೆ, ವಿದ್ಯುತ್ ಬಳಕೆಯು ಉದ್ಯಮದ ಅತಿದೊಡ್ಡ ನಿರ್ಬಂಧಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ.
ಪ್ರೊಸೆಸರ್ಗಳು ಮತ್ತು ಮೆಮೊರಿಯ ನಡುವೆ ಡೇಟಾವನ್ನು ಚಲಿಸುವಿಕೆಯು ಗಮನಾರ್ಹ ಪ್ರಮಾಣದ ಶಕ್ತಿಯನ್ನು ಬಳಸುತ್ತದೆ. ಸುಧಾರಿತ ಪ್ಯಾಕೇಜಿಂಗ್ ಮಾಹಿತಿಯು ಪ್ರಯಾಣಿಸಲು ಅಗತ್ಯವಿರುವ ದೂರವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಮೂಲಕ ಆ ನಷ್ಟಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ದಕ್ಷತೆ ಮತ್ತು ಒಟ್ಟಾರೆ ಸಿಸ್ಟಮ್ ಕಾರ್ಯಕ್ಷಮತೆ ಎರಡನ್ನೂ ಸುಧಾರಿಸುತ್ತದೆ.
ಇದು AI ಮೂಲಸೌಕರ್ಯವನ್ನು ನಿರ್ಮಿಸುವ ಉದ್ಯಮದ ಪ್ರಯತ್ನಗಳಲ್ಲಿ ಪ್ಯಾಕೇಜಿಂಗ್ ಅನ್ನು ಪ್ರಮುಖ ಭಾಗವಾಗಿಸುತ್ತದೆ, ಅದು ಪ್ರಮಾಣಾನುಗುಣವಾಗಿ ವಿದ್ಯುತ್ ಬಳಕೆಯನ್ನು ಹೆಚ್ಚಿಸದೆ ಸ್ಕೇಲಿಂಗ್ ಅನ್ನು ಮುಂದುವರಿಸಬಹುದು.
ಚಿಪ್ ವಿನ್ಯಾಸವನ್ನು ಮೀರಿದ ನಾವೀನ್ಯತೆ
ಸುಧಾರಿತ ಪ್ಯಾಕೇಜಿಂಗ್ನ ಹೆಚ್ಚುತ್ತಿರುವ ಪ್ರಾಮುಖ್ಯತೆಯು ಅರೆವಾಹಕ ಉದ್ಯಮದಾದ್ಯಂತ ವಿಶಾಲವಾದ ಬದಲಾವಣೆಯನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ.
ದಶಕಗಳವರೆಗೆ, ಚಿಪ್ ಕಾರ್ಯಕ್ಷಮತೆಯ ಸುಧಾರಣೆಗಳು ಪ್ರಾಥಮಿಕವಾಗಿ ಟ್ರಾನ್ಸಿಸ್ಟರ್ ಗಾತ್ರಗಳನ್ನು ಕುಗ್ಗಿಸುವುದರಿಂದ ಬಂದವು. ಆ ಲಾಭಗಳು ಕಠಿಣ ಮತ್ತು ಸಾಧಿಸಲು ಹೆಚ್ಚು ದುಬಾರಿಯಾಗುವುದರಿಂದ, ಒಟ್ಟಾರೆ ಸಿಸ್ಟಮ್ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸುಧಾರಿಸಲು ತಯಾರಕರು ಹೆಚ್ಚು ಹೊಸ ಮಾರ್ಗಗಳನ್ನು ನೋಡುತ್ತಿದ್ದಾರೆ.
ಇದು ಪ್ಯಾಕೇಜಿಂಗ್ ತಂತ್ರಜ್ಞಾನಗಳು, ಉತ್ಪಾದನಾ ಉಪಕರಣಗಳು, ವಸ್ತುಗಳು, ಫೋಟೊನಿಕ್ಸ್ ಮತ್ತು ಫ್ಯಾಕ್ಟರಿ ಆಟೊಮೇಷನ್ನಲ್ಲಿನ ಪ್ರಗತಿಗಳನ್ನು ಒಳಗೊಂಡಿದೆ, ಇವೆಲ್ಲವೂ ಹೆಚ್ಚು ಶಕ್ತಿಶಾಲಿ AI ಹಾರ್ಡ್ವೇರ್ ಅನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುವಾಗ ಉತ್ಪಾದನಾ ದಕ್ಷತೆಯನ್ನು ಸುಧಾರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಹೊಸತನದ ವೇಗವು ಸೆಮಿಕಂಡಕ್ಟರ್ ತಯಾರಿಕೆಯಲ್ಲಿ, ವಿಶೇಷವಾಗಿ ಸುಧಾರಿತ ಪ್ಯಾಕೇಜಿಂಗ್ ಮತ್ತು ಮುಂದಿನ-ಪೀಳಿಗೆಯ ಫ್ಯಾಬ್ರಿಕೇಶನ್ ಪ್ರಕ್ರಿಯೆಗಳಂತಹ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಅಡೆತಡೆಗಳನ್ನು ಪರಿಹರಿಸುವ ವಿಶೇಷ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಸ್ಟಾರ್ಟ್ಅಪ್ಗಳಿಗೆ ಅವಕಾಶಗಳನ್ನು ಸೃಷ್ಟಿಸಿದೆ.
ಅದು ಏಕೆ ಮುಖ್ಯವಾಗಿದೆ
ವರ್ಷಗಳವರೆಗೆ, ಒಂದೇ ಚಿಪ್ನಲ್ಲಿ ಎಷ್ಟು ಟ್ರಾನ್ಸಿಸ್ಟರ್ಗಳನ್ನು ಹಿಂಡಬಹುದು ಎಂಬುದರ ಮೂಲಕ ಅರೆವಾಹಕ ಪ್ರಗತಿಯನ್ನು ಹೆಚ್ಚಾಗಿ ಅಳೆಯಲಾಗುತ್ತದೆ. ಇಂದು ಆ ಸಮೀಕರಣ ಬದಲಾಗುತ್ತಿದೆ.
ಚಿಕ್ಕ ಟ್ರಾನ್ಸಿಸ್ಟರ್ಗಳನ್ನು ಮಾತ್ರ ಅವಲಂಬಿಸುವ ಬದಲು, ಚಿಪ್ಮೇಕರ್ಗಳು ಬಹು ಚಿಪ್ಸ್, ಮೆಮೊರಿ ಮತ್ತು ವಿಶೇಷ ಘಟಕಗಳನ್ನು ಒಂದೇ ಪ್ಯಾಕೇಜ್ನಲ್ಲಿ ಒಟ್ಟಿಗೆ ತರುವ ಮೂಲಕ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತಿದ್ದಾರೆ. AI ಮಾದರಿಗಳು ಹೆಚ್ಚಿನ ಕಂಪ್ಯೂಟಿಂಗ್ ಶಕ್ತಿ ಮತ್ತು ಶಕ್ತಿಯ ದಕ್ಷತೆಯನ್ನು ಬಯಸುವುದರಿಂದ ಆ ವಿಧಾನವು ಅವಶ್ಯಕವಾಗಿದೆ.
ಚಾರ್ಲ್ಸ್ ಗಮನಿಸಿದಂತೆ, AI ಅರೆವಾಹಕ ಉದ್ಯಮದಾದ್ಯಂತ ನಾವೀನ್ಯತೆಗಳ “ಅಭೂತಪೂರ್ವ” ವೇಗವನ್ನು ನಡೆಸುತ್ತಿದೆ. ಹೆಚ್ಚೆಚ್ಚು, ಆ ಆವಿಷ್ಕಾರವು ಉತ್ತಮ ಚಿಪ್ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವುದರ ಬಗ್ಗೆ ಅಲ್ಲ, ಆದರೆ ಅವುಗಳನ್ನು ಸಂಪರ್ಕಿಸಲು ಉತ್ತಮ ಮಾರ್ಗಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದರ ಬಗ್ಗೆ.
ಅದಕ್ಕಾಗಿಯೇ ಮುಂದುವರಿದ ಪ್ಯಾಕೇಜಿಂಗ್ ಮುಂದಿನ ಪೀಳಿಗೆಯ AI ಕಂಪ್ಯೂಟಿಂಗ್ನ ಹಿಂದಿನ ವ್ಯಾಖ್ಯಾನಿಸುವ ತಂತ್ರಜ್ಞಾನಗಳಲ್ಲಿ ಒಂದಾಗಲು ಉತ್ಪಾದನಾ ಹಂತವಾಗಿ ಅದರ ಸಾಂಪ್ರದಾಯಿಕ ಪಾತ್ರವನ್ನು ಮೀರಿ ಚಲಿಸುತ್ತಿದೆ.
ಸಂಪೂರ್ಣ ಸಂಭಾಷಣೆಯನ್ನು ಇಲ್ಲಿ ವೀಕ್ಷಿಸಿ
