ตรวจสอบชิป AI เร็วขึ้นสูงสุด 10,000 เท่า ซีเมนส์เผยกลยุทธ์ AI-Native Design

ซีเมนส์ อีดีเอ(Siemens EDA) เปิดเผยกลยุทธ์ 'AI-Native Design' ที่นำปัญญาประดิษฐ์(AI)มาใช้ในทุกขั้นตอนของการออกแบบเซมิคอนดักเตอร์ โดยให้เอเจนต์ AI หลายตัวรับช่วงงานออกแบบ ตรวจสอบ และแก้ไขข้อบกพร่อง เพื่อลดระยะเวลาในการพัฒนา

ซีเมนส์ ดิจิทัล อินดัสทรีส์ ซอฟต์แวร์(Siemens Digital Industries Software) จัดงาน 'Siemens EDA Forum Seoul 2026' ที่โรงแรมลอตเต้ ย่านจัมซิล กรุงโซล เมื่อวันที่ 11 เพื่อนำเสนอกลยุทธ์ระบบออกแบบอิเล็กทรอนิกส์อัตโนมัติ (EDA) รุ่นถัดไป โดย EDA คือเทคโนโลยีซอฟต์แวร์ที่ใช้ระบบอัตโนมัติในการออกแบบวงจร ตรวจสอบ และดำเนินการทางกายภาพของเซมิคอนดักเตอร์

แองเคอร์ กุปตะ(Anker Gupta) รองประธานอาวุโสฝ่ายผลิตภัณฑ์ไอซี ซีเมนส์ อีดีเอ กล่าวว่า "ภูมิภาคเอเชียแปซิฟิก โดยเฉพาะเกาหลีใต้ รับผิดชอบกว่า 60% ของอุปทานหน่วยความจำทั่วโลก และเป็นผู้นำด้านนวัตกรรมชิป AI จากพื้นฐานโปรเซสเซอร์ AI, HBM และการแพ็กเกจจิ้งขั้นสูง" คำกล่าวนี้สะท้อนให้เห็นว่าซีเมนส์มองศักยภาพด้านหน่วยความจำและการแพ็กเกจจิ้งขั้นสูงของอุตสาหกรรมเซมิคอนดักเตอร์เกาหลีใต้เป็นพื้นฐานตลาดสำคัญของกลยุทธ์ระบบออกแบบอัตโนมัติด้วย AI

รองประธานกุปตะระบุแกนการเปลี่ยนแปลงของอุตสาหกรรมเซมิคอนดักเตอร์ไว้ 4 ด้าน ได้แก่ △'AI Everywhere' ที่คาดว่าชิปทั้งหมดกว่า 70% จะติดตั้งตัวเร่งความเร็ว AI ภายในปี 2028 △ระบบที่ขับเคลื่อนด้วยซอฟต์แวร์ △การผสานรวมแบบต่างชนิด △ความยั่งยืนที่เน้นประสิทธิภาพการใช้พลังงาน โดยตัวเร่งความเร็ว AI คือเซมิคอนดักเตอร์หรืออุปกรณ์คอมพิวติ้งเฉพาะทางที่ออกแบบมาเพื่อประมวลผลปัญญาประดิษฐ์ได้อย่างรวดเร็ว

ซีเมนส์ตอบสนองต่อแนวโน้มดังกล่าวด้วยกลยุทธ์เพิ่มความเร็วในการประมวลผลของเอนจินออกแบบสูงสุด 1,000 เท่า และปรับปรุงประสิทธิภาพการผลิต 10-50 เท่า โดยเน้นการตรวจสอบผลลัพธ์การออกแบบที่สร้างโดย AI ด้วยเอนจิน EDA ที่อ้างอิงหลักฟิสิกส์ เพื่อเพิ่มความน่าเชื่อถือ

รองประธานกุปตะอธิบายว่า "ตอนนี้เพียงวิศวกรสั่งว่า 'เลิกงานแล้วให้ทำงานนี้ให้เสร็จ' เอเจนต์ AI หลายตัวก็จะร่วมมือกันออกแบบและตรวจสอบตลอดทั้งคืน" พร้อมกล่าวเสริมว่า "กระบวนการตรวจสอบผลการออกแบบและแก้ไขข้อบกพร่องด้วยตนเองเมื่อพบปัญหาสามารถดำเนินไปได้โดยไม่ต้องมีมนุษย์เข้าไปแทรกแซง"

โดยทั่วไปการออกแบบเซมิคอนดักเตอร์ วิศวกรต้องควบคุมเครื่องมือแต่ละตัวในแต่ละขั้นตอน ตรวจสอบผลลัพธ์ และวิเคราะห์สาเหตุของข้อผิดพลาดด้วยตนเอง กลยุทธ์ของซีเมนส์คือการให้เอเจนต์ AI หลายตัวดำเนินงานที่เคยแยกส่วนกันเหล่านี้อย่างต่อเนื่อง

ซีเมนส์ระบุว่าได้ขยายความร่วมมือกับเอ็นวิเดีย(NVDA)เพื่อสร้างเวิร์กโฟลว์ 'agentic AI ที่ตรวจสอบตนเอง' โดยผสานระบบเอเจนต์ AI ของซีเมนส์เข้ากับโครงสร้างพื้นฐาน AI ของเอ็นวิเดีย ให้ AI ตรวจสอบผลการออกแบบและแก้ไขข้อผิดพลาดได้ด้วยตัวเอง

บริษัทระบุว่าสามารถลดระยะเวลากระบวนการวิเคราะห์คุณลักษณะเซลล์เซมิคอนดักเตอร์จากเดิมหลายสัปดาห์เหลือเพียงไม่กี่วัน พร้อมยืนยันว่าความเร็วในการประมวลผลเพิ่มขึ้นสูงสุด 10 เท่า และต้นทุนโทเคนลดลงมากกว่า 5 เท่า

ซีเมนส์อธิบายว่าการตรวจสอบชิป AI ขนาดใหญ่สามารถทำได้เร็วกว่าเดิมสูงสุดถึง 10,000 เท่า อย่างไรก็ตาม ตัวเลขดังกล่าวเป็นผลลัพธ์ที่ซีเมนส์นำเสนอเอง ขอบเขตการใช้งานจริงและประสิทธิภาพอาจแตกต่างกันไปตามสภาพแวดล้อมการออกแบบของลูกค้าแต่ละราย

รองประธานกุปตะกล่าวว่า "ขณะนี้การจำลองรูปแบบการทดสอบทำได้เร็วขึ้น 3-5 เท่า และเป้าหมายระยะยาวคือการเพิ่มความเร็วให้ได้ถึง 10 เท่า" โดยมุ่งเน้นการย่นระยะเวลาการตรวจสอบที่เดิมใช้เวลา 2-3 สัปดาห์

ยิ่งขนาดการออกแบบชิป AI ใหญ่ขึ้นเท่าใด เงื่อนไขที่ต้องตรวจสอบและความเป็นไปได้ที่จะเกิดข้อผิดพลาดก็เพิ่มขึ้นตามไปด้วย นี่คือเหตุผลที่ประสิทธิภาพของระบบออกแบบอัตโนมัติเพียงอย่างเดียวไม่เพียงพอ แต่กระบวนการตรวจสอบผลลัพธ์ที่ AI สร้างขึ้นซ้ำด้วยเครื่องมือที่อ้างอิงหลักฟิสิกส์ก็มีความสำคัญไม่แพ้กัน

การประกาศครั้งนี้สะท้อนว่าเครื่องมือออกแบบเซมิคอนดักเตอร์กำลังเปลี่ยนจากฟังก์ชันเสริมที่ช่วยงานแต่ละส่วน ไปสู่ระบบเอเจนต์ที่ทำงานต่อเนื่องเป็นเวลานาน ก่อนหน้านี้ซินอปซิส(Synopsys)ก็เคยเปิดเผยเวิร์กโฟลว์การออกแบบเซมิคอนดักเตอร์ที่ดำเนินงานตรวจสอบและการนำไปใช้งานได้อย่างอัตโนมัติเช่นกัน

ซินอปซิสระบุว่าในการประเมินเบื้องต้น วงจรการดีบักลดลง 25-40% ขณะที่ซีเมนส์เน้นย้ำการดำเนินงานออกแบบ ตรวจสอบ และแก้ไขข้อผิดพลาดอย่างต่อเนื่อง รวมถึงการตรวจสอบที่อ้างอิงหลักฟิสิกส์ ซึ่งแสดงให้เห็นแนวทางที่แตกต่างกัน

การประกาศครั้งนี้ไม่ได้มุ่งเป้าไปที่ตลาดคริปโตโดยตรง แต่โครงสร้างพื้นฐานการขุดและตรวจสอบ รวมถึงอุปกรณ์ดาต้าเซ็นเตอร์ที่ผู้ประกอบการธุรกิจประมวลผล AI ใช้งาน ก็ได้รับผลกระทบจากวงจรการพัฒนาและตรวจสอบเซมิคอนดักเตอร์เช่นกัน ดังนั้นประเด็นสำคัญจึงอยู่ที่ว่าประสิทธิภาพของระบบอัตโนมัตินี้จะสามารถทำซ้ำได้จริงในสภาพแวดล้อมของลูกค้าจริงหรือไม่