تولید اولین تراشه‌ RISC-V ساخته‌شده با نانولوله‌های کربنی

محققان دانشگاه MIT تراشه‌ای ساخته‌اند که در آن به‌جای  سیلیکون از نانو لوله‌های کربنی استفاده شده‌ است. به نظر می‌رسد تحول بزرگی در صنعت نیمه‌هادی در راه است.

مهندسان یکی از دانشکده‌های MIT و شرکت آنالوگ دیوایس (Analog Devices) یکی از پیچیده‌ترین تراشه‌های دنیای تکنولوژی امروز را ساخته‌اند که در آن ترانزیستورها به‌جای سیلیکون از نانولوله‌های کربنی استفاده شده‌ کرده‌اند. این تراشه با استفاده از تکنولوژی جدیدی ساخته شده‌ است که احتمالاً در آینده‌ی نزدیک به‌صورت تجاری هم به کار می‌رود. این محققان ساختار معماری مجموعه دستورالعمل RISC-V را برای استفاده در تراشه انتخاب کرده‌اند و به نظر می‌رسد دلیل این است که RISC-V متن باز است و در نتیجه مشکلات مربوط به دریافت لایسنس و هزینه‌های مربوطه را ندارد.

پردازنده ی RISC-V ساختار ۳۲ بیتی و آدرس‌دهی حافظه‌ی ۱۶ بیتی دارد. تراشه‌ی مورد ذکر قرار نیست در آینده‌ی نزدیک در مصارف عمومی به کار رود اما می‌توان آن را یک نمونه‌ی مفهومی از چنین تراشه‌هایی در نظر گرفت که در حال حاضر قادر به اجرای ساده‌ترین کدهای کامیپوتری هستند.

یکی از مزایای استفاده از نانولوله‌های کربنی در ترانزیستورها این است که می‌توان آن‌ها را در ساختارهای چندلایه ساخت و در نتیجه محصول نهایی می‌تواند یک تراشه‌ی سه‌بعدی بسیار فشرده باشد. یک مزیت دیگر نانولوله‌های کربنی این است که اجازه می‌دهد با هزینه‌ی بسیار کمتر، تراشه‌های سه‌بعدی ساخته شوند که عملکردی مشابه یا بهتر از تراشه‌های سیلیکونی دارند.

طبق قانون مور که در سال ۱۹۶۵ بیان شد، تعداد ترانزیستورهای روی یک تراشه با مساحت ثابت، هر دو سال یک‌بار دوبرابر خواهد شد. اما به‌مرور زمان، این قانون به حالت اشباع رسید و سرعت آن کمتر شد. در نتیجه با هر به‌روزرسانی در تراشه‌های کامیپوتری که توسط شرکت‌های تولیدکننده‌ی قطعات نیمه‌هادی صورت گرفت و با هر بار فشرده‌ترشدن فناوری‌های ساخت، هزینه‌ی مورد نیاز بیشتر و بیشتر شد. با افزایش هزینه‌ی لازم برای تولید تراشه‌های سیلیکونی، ترانزیستورهای ساخته‌شده از نانولوله‌های کربنی با اینکه در حال حاضر از دنیای واقعی فاصله دارند، به مرور بیشتر مورد اقبال قرار خواهند گرفت.

ماکس شولاکر (Max Shulaker)، استادیار دانشگاه MIT، از ۱۰ سال پیش که دانشجوی دوره‌ی دکتری بود، تحقیق روی این پروژه را آغاز کرد. در سال ۲۰۱۳، گروه تحقیقاتی تحت نظر او توانستند یک پردازنده‌ی یک بیتی با ۱۷۸ ترانزیستور بسازند و حالا این تیم موفق شده است پردازنده‌ی مبتنی بر معماری متن باز RISC-V را با ۱۵۰۰۰ ترانزیستور بسازد که از دستورالعمل‌های ۳۲ بیتی و داده‌های ۱۶ بیتی پشتیبانی می‌کند.

شولاکر به مجله‌ی IEEE Spectrum گفت:

۱۰ سال پیش امیدوار بودیم که این کار امکان‌پذیر باشد. حالا می‌دانیم که امکان‌پذیر است و می‌دانیم که می‌توان این کار را در مقیاس تجاری هم انجام داد.

چطور RV16X-NANO ساخته‌ شد؟

مهندسان MIT، Analog Devices و شرکت Skywater Technology، تراشه‌ی نانولوله‌ی کربنی RISC-V را با نام RV16X-NANO و با همکاری یکدیگر ساختند. آن‌ها برای مشکلاتی که بر سر راه ساخت چنینی تراشه‌ای بود، راه‌حل‌های خلاقانه‌ای یافتند. اولین مشکل، رسیدن به ساختارهای کربنی خالص و بی‌نقص بود. دومین مشکل این بود که آن‌ها نمی‌توانستند ترانزیستورهای مکمل نوع n و نوع p را به گونه‌ای بسازند که بتواند یک مدار منطقی مکمل (Complementary Logic Circuit) را تشکیل دهد.

یکی از راه‌های ساخت ترانزیستورهایی از جنس نانولوله‌ی کربنی این است که آن‌ها را روی یک ویفر سیلیکون پخش کنند. برای این‌ کار یک ویفر سیلیکونی با ابعاد ۱۵۰ میلی‌متر را در یک محلول نانولوله‌ی کربنی غوطه‌ور می‌کنند. با این کار نانولوله‌های کربنی در مسیر مدارها و دروازه‌های منطقی که روی ویفر حکاکی شده‌اند، رسوب می‌کنند. در عین حال نانولوله‌های کربنی در دسته‌های ۱۰۰۰ تایی یا بیشتر در کنار یکدیگر قرار می‌گیرند و این دسته‌ها به‌عنوان ترانزیستور قابل استفاده نیستند. اگر قرار باشد ترانزیستورهای نانولوله‌ی کربنی در مقیاس بزرگ ساخته‌ شود، مشکل تجمع نانولوله‌های کربنی بسیار قابل‌توجه خواهد‌ بود چون در این صورت تعداد بسیار زیادی از تراشه‌ها باید دور ریخته شوند.

کریستین لائو، یکی از دانشجویان شولاکر، توانست راه‌حلی برای این مشکل پیدا کند. این راه‌حل که RINSE یا Removal of Incubated Nanotubes through Selective Exfoliation نامیده می‌شود، به سازنده‌ی ترانزیستور امکان می‌دهد که دسته‌های اضافی نانو لوله‌ی کربنی را از روی ویفر پاک کند و تنها ترانزیستورهای یکنواخت و سالم را روی آن نگه دارد. برای این منظور، محصول اولیه با یک لایه‌ی پلیمری پوشش‌دهی می‌شود و سپس در یک حلال قرار می‌گیرد. این کار باعث می‌شود تا دسته‌های تجمعی اضافی نانولوله‌ی کربنی حذف شوند.

یکی دیگر از مشکلات ساخت این ترانزیستورها، خلوص نانولوله‌های کربنی است. مشکل از آنجا ناشی می‌شود که درصد بسیار اندکی از نانولوله‌های کربنی دارای رسانایی فلزی بالایی هستند که باعث می‌‌شود یک ترانزیستور، همواره خاموش یا همواره روشن باشد. این اتفاق ممکن است به نابودی پردازنده منجر شود. در حال حاضر بهترین روش‌های ساخت نانولوله‌ی کربنی می‌توانند محصولی با خلوص ۹۹٫۹۹ درصد تولید کنند؛ بدین معنا که ۹۹٫۹۹ درصد نانولوله‌های حاصل نیمه‌هادی و ۰٫۰۱ درصد آن‌ها فلزی هستند. این میزان خلوص برای ساخت تراشه‌های پیچیده‌ای که با نانولوله‌های کربنی ساخته می‌شوند، بسیار پایین است چون به لحاظ تئوری میزان خلوص لازم برای جلوگیری از ایجاد مشکل در عملکرد ترانزیستورها ۹۹٫۹۹۹۹۹۹ درصد است. یکی از پژوهشگران پسادکتری در تیم شولاکر به نام گیج هیل (Gage Hill) توانست راه‌حلی برای این مشکل پیدا کند و آن را (DREAM (Designing Resiliency Against Metallic نامید. به‌گفته‌ی او بزرگ‌ترین مشکل ناشی از خلوص پایین نه افزایش توان مصرفی تراشه‌های حاصل، بلکه ایجاد نویز بود. راه‌حل آن‌ها برای این مشکل، ترکیب گیت‌های منطقی به گونه‌ای بود که بتواند نویز را کاهش دهد.

در واقع، نکته‌ی مهم در این میان، نحوه‌ی به‌کارگیری گیت‌های منطقی است. آنچه محققان مشاهده کرده‌اند، این است که یک نانولوله‌ی کربنی فلزی می‌تواند گیت را نابود کند، اما همین نانوله‌ی فلزی اگر به شیوه‌ی خاصی در گیت منطقی دیگری به‌کار رود، مشکلی ایجاد نمی‌کند. بنابراین آن‌ها نرم‌افزاری را طراحی کردند که پیش‌بینی کند یک نانوله‌ی کربنی ناخالص در چه شرایطی کمترین آسیب را ایجاد می‌کند، سپس تراشه‌ی مورد نظر را با چنین معماری پیشنهادی تهیه کردند. ماکس شولاکر در این مورد گفته‌ است:

این راه‌حل به ما کمک می‌کند تا بتوانیم نانولوله‌های کربنی موجود در بازار با خلوص ۹۹٫۹۹ درصد را خریداری کنیم، سپس آن‌ها را روی یک ویفر پخش کنیم و بعد مدار موردنظرمان را به شیوه‌ی معمول بسازیم، بدون اینکه لازم باشد عملیات خاصی انجام دهیم.

سومین راه‌حل در این راستا (MIXED (Metal Interface Engineering crossed with Electrostatic Doping نام دارد و به مهندسان کمک می‌کند تا بتوانند ترانزیستورهای نوع n (نیمه‌‌هادی اکسید فلزی نوع n مبتنی بر انتقال الکترونی) و نوع P (نیمه‌هادی اکسید فلزی نوع p مبتنی بر انتقال حفره‌ای) را بسازند. این دو نوع ترانزیستور سال‌ها است در تراشه‌های سیلیکونی استفاده می‌شوند. در مورد این پردازنده‌ها مسئله‌ی اصلی جداسازی ترانزیستورهای نوع p و n است؛ چون باید برای بیت «۱» روشن و برای بیت «صفر» خاموش باشند و برعکس. این ویژگی در سیستم‌های باینری بسیار حائز اهمیت است. اولین تراشه‌ی شولاکر که یک بیتی بود، تنها ترانزیستور نوع p داشت.

روند ساخت ترانزیستورهای n و p از جنس نانولوله‌های کربنی که با نام MIXED معرفی شده‌، یک فرایند دما پایین است و در نتیجه می‌توان چند لایه ترانزیستور را با این روش روی لایه‌های دیگر ایجاد کرد، بدون اینکه نگرانی در مورد آسیب‌دیدن این لایه‌ها وجود داشته باشد. در این روش که ترکیبی از اضافه‌کردن فلز و ناخالص‌سازی الکترواستاتیک است، پس از حذف دسته‌های اضافی نانولوله‌ی کربنی از روی ویفر، مقادیر اندک پلاتینیوم یا تیتانیوم به هر ترانزیستور اضافه می‌شود و سپس ویفر با یک اکسید پوشانده می‌شود. این اکسید، نقش مهر و موم را خواهد داشت و عملکرد پردازنده را بهبود می‌بخشد.

شولاکر و تیم او در مقاله‌ای که در مورد این تراشه منتشر کرده‌اند، علاوه بر مزایا، در مورد محدودیت‌های آن هم مطالبی را بیان کرده‌اند. از مواردی که در این مورد بیان شده، سرعت کلاک تراشه است که در حال حاضر بالغ بر ۱۰ کیلوهرتز بوده و باید بهبود یابد. پردازنده‌های نانولوله‌ی کربنی هنوز در فاز آزمایشگاهی قرار دارند اما آنچه مشخص است، ساخت آن‌ها در این مرحله نشان می‌دهد که چگونه می‌توانیم آن‌ها را به‌صورت بهینه بسازیم. احتمالاً اولین بازار هدف این تراشه‌ها، پردازنده‌های سروری نیستند اما ممکن است در دستگا‌ه‌هایی مانند میکروکنترلرها که نیاز به عملکرد سطح بالا ندارند، استفاده شوند. استفاده از RISC-V ISA در این دستگا‌ه‌ها انتخاب هوشمندانه‌ای است.

تراشه‌های ۵G کوالکام از لحاظ بازدهی و ابعاد برتر از هواوی هستند

کوالکام و هواوی رقابت شدیدی بر سر تولید تراشه‌های ۵G دارند و به نظر می‌رسد شرکت آمریکایی در تولید تراشه‌های بهینه، موفق‌تر عمل کرده است.

هواوی چندی پیش گوشی Mate 20X را مجهز به تراشه‌ی مودم ۵G معرفی کرد. بررسی رسانه‌ی iFixit نشان می‌داد که چینی‌ها از قطعات بزرگ با مصرف انرژی بالا و دمای تولیدی بالا در گوشی هوشمند خود استفاده می‌کنند. همان بررسی اولیه تا حدودی برتری محصولات کوالکام را نسبت به هواوی ثابت می‌کرد. اکنون گروه دیگری به نام IHS Markit بررسی سخت‌افزاری بیشتری را روی تراشه‌های مودم انجام داده است و به‌نوعی فاصله‌ی دو تولیدکننده را بیش‌ازپیش تأیید می‌کند.

شرکت تحقیقاتی در گزارش خود می‌گوید که ۶ گوشی هوشمند جدید مجهز به ۵G را برای انجام تحقیقات بررسی کرده است. بررسی‌ها براساس ابعاد تراشه، طراحی سیستم و حافظه انجام شد. گزارش ادعا کرد که هواوی راهکاری غیربهینه را به بازار عرضه می‌کند. درواقع سیستم مهندسی آن‌ها باعث تولید دستگاهی بزرگ‌تر، گران‌قیمت‌تر و با بازدهی انرژی پایین می‌شود.

هواوی تمرکز زیادی روی استفاده از تراشه‌ها و پردازنده‌های اختصاصی روی محصولات ۵G دارد. آن‌ها برای پردازنده‌ی اصلی از Kirin 980 و برای تراشه‌ی مودم از Balong 5000 5G استفاده کرده‌اند. تراشه‌ی مودم مذکور به‌عنوان اولین تراشه‌ی چندحالته‌ی ۵G/4G/3G/2G شناخته می‌شود. از لحاظ تئوری این تراشه باید برتری قابل توجهی به گوشی هوشمند Mate 20X نسبت به محصولات اولیه‌ی مجهز به تراشه‌های اسنپدراگون بدهد. البته بررسی‌های IHS نشان می‌دهد که Kirin 980 به‌صورت پیش‌فرض به مودم ۴G/3G/2G مجهر است. درواقع با چنین طراحی، مودم موجود در پردازنده‌ی اصلی به‌نوعی بلااستفاده و اضافی محسوب می‌شود. درنتیجه، چنین طراحی موجب افزایش هزینه و مصرف باتری محصول خواهد بود.

افزایش ابعاد تراشه‌ی SoC برای هواوی نتایج نامناسبی به همراه دارد. به‌علاوه بازدهی بسیاری از قطعات دیگر نیز نسبت به رقبا کاهش می‌یابد. طبق بررسی‌های انجام شده، قالب تراشه‌ی مودم هواوی ۵۰ درصد بیشتر از مودم نسل اول X50 کوالکام فضا اشغال می‌کند. به‌علاوه حافظه‌ی سه گیگابایتی برای پشتیبانی از مودم نیاز خواهد بود و عدم پشتیبانی از شبکه‌های ۵G با موج میلی‌متری را هم به آن اضافه کنید. وین لام تحلیل‌گر IHS می‌گوید که قالب مودم Samsung Exynos 5100 تقریبا با X50 برابری می‌کند و به‌نوعی طراحی کره‌ای‌ها را می‌توان بهینه‌تر دانست. در گزارش جدید طراحی هواوی با عباراتی همچون «بسیار دور از ایده‌آل» شرح داده می‌شود و مشکلات طراحی آن‌ها نشان‌دهنده‌‌ی چالش‌های اولیه‌ی فناوری ۵G هستند.

IHS در ادامه‌ی گزارش خود و پس از اشاره به مشکلات اولیه‌ی طراحی هواوی، بخشی از تصمیم‌های آن‌ها را مفید و رو به جلو تعریف می‌کند. به‌عنوان مثال استفاده از تراشه‌ی ۵G/4G/3G/2G به‌جای دو تراشه‌ی ۵G و ۴G/3G/2G پیشرفتی در طراحی‌ها محسوب می‌شود. چنین طراحی‌هایی در آینده همگرایی مودم و قطعات مربوطه همچون RF و آنتن‌‌های رادیویی را ممکن می‌کند. Mate 20X با تنظیم‌کننده‌های رادیویی مجزا برای ۵G و ۴G ارائه می‌شود، اما این قطعات در طراحی‌های بعدی بیشتر با هم هماهنگ و ادغام خواهند شد. درنتیجه بازدهی انرژی هم افزایش می‌یابد.

کوالکام به‌عنوان تنها انتخاب تولیدکننده‌ها و اپراتورها در پشتیبانی از امواج میلی‌متری ۵G شناخته می‌شود. آن‌ها هم‌اکنون طراحی‌های کامل مودم تا آنتن را ارائه می‌کنند. تنها رقیب کوالکام نیز مدیاتک است که درحال حاضر روی قطعات مبتنی بر امواج غیر میلی‌متری تمرکز می‌کند.

IHS پیش‌بینی می‌کند که قدم بعدی طراحی تراشه‌های اصلی و مودم در وارد کردن مودم‌های ۵G/4G/3G/2G در پردازنده‌ی اصلی تعریف می‌شود. از نظر آن‌ها این اتفاق در محصولات سال ۲۰۲۰ رخ می‌دهد. درنتیجه نیاز به مودم مجزا از بین خواهد رفت. به‌علاوه هزینه‌ی قطعات مرتبط مانند حافظه‌ی رم اضافه برای پشتیبانی از مودم هم حذف خواهد شد. مدیاتک درحال حاضر محصولی با چنین طراحی دارد که برای گجت‌های سال ۲۰۲۰ معرفی شد. البته SoC مدیاتک تنها از امواج غیر میلی‌متری پشتیبانی می‌کند. به احتمال زیاد رقبا به‌مرور طراحی‌های بهینه‌تری را ارائه می‌کنند که از امواج میلی‌متری هم پشیبانی کند و گوشی‌های هوشمند بهتر، ارزان‌تر و سریع‌تر ۵G را به بازار عرضه خواهند کرد.

TSMC فرایندهای تولید تراشه هفت و پنج نانومتری را به‌روزرسانی می‌کند

TSMC فرایندهای تولید تراشه هفت و پنج نانومتری را به‌روزرسانی می‌کند

غول تایوانی صنعت پردازنده، فرایندهای تولید تراشه‌ی هفت نانومتری و پنج نانومتری خود را به‌روزرسانی می‌کند تا محصولات جدید با رویکردهایی بهینه‌تر تولید شوند.

شرکت TSMC با نام کامل Taiwan Semiconductor Manufacturing Company از بازیگران بزرگ صنعت پردازنده محسوب می‌شود که رویکردهایی مدرن و حرفه‌ای را برای تولید محصولات به کار می‌گیرد. آن‌ها اخیرا بدون هیاهوی رسانه‌ای فرایندهای تولید هفت نانومتری DUV یا N7 و پنج نانومتری EUV یا N5 را با هدف بهینه‌سازی کارایی، به‌روزرسانی کرده‌اند. فرایندهای جدید به‌نام N7P و N5P شناخته می‌شوند.

فرایند تولید TSMC N7P

روش تولیدی بهینه‌سازی‌شده‌ی N7P فرایندی کاملا مبتنی بر روش‌های DUV است. البته این فرایند با +N7 که قبلا از سوی شرکت تایوانی معرفی شد، تفاوت دارد. فرایند پلاس، اولین رویکرد تایوانی‌ها در استفاده از لیتوگرافی فوق فرابنفش بود، در حالی که N7P تنها یک بهینه‌سازی برای N7 محسوب می‌شود و از همان روش‌ها و ایده‌ها استفاده می‌کند. به بیان دیگر، جزئیات هسته‌ی IP در N7 با N7P برابر هستند.

به خاطر شباهت روش جدید با N7، احتمالا اکثر مشتریان TSMC به‌جای پذیرش روش پلاس، روش N7P را می‌پذیرند. به‌علاوه آن‌ها ترجیح می‌دهند که در آینده هم به‌صورت مستقیم از فرایندهای ۵ و ۷ نانومتری استفاده کنند و به نوعی اولین روش تایوانی‌‌ها در استفاده از لیتوگرافی فرابنفش را در آخرین اولویت خود قرار می‌دهند. بهینه‌سازی‌هایی که در روش N7P پیاده‌سازی شد، به مشتریان TSMC امکان می‌دهد تا کارایی تراشه‌های خود را به میزان هفت درصد افزایش دهند. به‌علاوه کاهش مصرف انرژی هم تا ۱۰ درصد ممکن خواهد بود.

فرایند تولید +N7 ادعای بهبود ۲۰ درصدی در چگالی لایه‌های تراشه را مطرح می‌کند. همچنین ۱۰ درصد افزایش کارایی و ۱۵ درصد کاهش مصرف انرژی هم از خصوصیات این روش است. اگرچه چنین ادعاهایی بسیار بهتر از بهبودهای N7P هستند، اما شرکت‌ها برای پیاده‌سازی روش فوق باید تغییرات طراحی فیزیکی و استفاده از ماسک‌های لیتوگرافی فرابنفش جدید را بپذیرند. شایان ذکر است N7P از فصل پایانی سال جاری میلادی وارد تولید انبوه می‌شود.

تولید تراشه 7 نانومتری توسط TSMC

فرایند تولید TSMC N5P

شرکت تایوانی برای فرایندهای تولیدی پنج نانومتری خود هم روش جدید بهینه‌سازی‌شده معرفی می‌کند. روش جدید به‌عنوان نسل جدیدی از فرایندهای فول نود شناخته می‌شود. احتمالا اکثر مشتریان TSMC به‌محض گذار از فرایندهای هفت نانومتری به پنج نانومتری، از روش جدید بهینه‌سازی‌شده استفاده خواهند کرد. فرایند جدید از همان قوانین طراحی و هماهنگی هسته‌ی IP مشترک با N5 استفاده می‌کند.

فرایند تولید پنج نانومتری TSMC با ادعای بهبود ۸۰ درصدی چگالی نسبت به فرایند هفت نانومتری معرفی می‌شود. به‌علاوه بهبود ۱۵ تا ۲۵ درصدی کارایی یا کاهش مصرف انرژی ۳۰ درصدی نیز برای فرایندهای N5 ادعا می‌شوند. پیش‌بینی‌ها ادعا می‌کنند که N5 عمر بیشتری نسبت به فرایندهای تولیدی دیگر خواهد داشت و در حوزه‌های پردازش موبایل و پردازش فوق قدرتمند (HPC) کارایی خود را به خوبی نشان خواهد داد.

فرایند جدید پنج نانومتری یعنی N5P با ادعای بهبود کارایی به میزان هفت درصد یا کاهش انرژی مصرفی به میزان ۱۵ درصد نسبت به N5 معرفی شد. این فرایند دیرتر از نسخه‌ی هفت نانومتری و تا سال ۲۰۲۱ به تولید انبوه افزوده می‌شود.

منبع TOMSHARDWARE

منبع زومیت

تراشه مبتنی بر هوش مصنوعی ال جی مخصوص محصولات خانگی معرفی شد

تراشه مبتنی بر هوش مصنوعی ال جی با هدف توسعه قابلیت‌های لوازم خانگی این شرکت متولد شد. اکنون ال جی جزو معدود شرکت‌هایی است که برای اهدافی خاص، اقدام به توسعه یک چیپست مبتنی بر هوش مصنوعی کرده است.

شرکت ال جی به تازگی تراشه مبتنی بر هوش مصنوعی خود را معرفی کرده است. این چیپست مخصوص لوازم خانگی توسعه یافته و انتظار می‌رود به افزایش سرعت رشد بالای کنونی ال جی در بازار لوازم خانگی کمک زیادی کند. اگرچه ال جی در بازار موبایل وضعیت خوبی نداشته و سال‌ها است بخش Mobile آن چیزی جز ضرر برای شرکت ندارد، اما ال جی در تلاش است از طریق بهبود وضعیت خود در بازار لوازم خانگی، این عقب ماندگی را جبران کند.

تراشه مبتنی بر هوش مصنوعی مخصوص لوازم خانگی ال جی سبب استقلال آن خواهد شد. پیشتر این شرکت به منظور تامین چیپست‌های دارای پشتیبانی از یادگیری ماشینی به واسطه هوش مصنوعی، به شرکت‌هایی همچون اینتل، آرم، انویدیا و استارتاپ‌هایی همچون Graphcore و Cerebras  متکی بود.

کاربردهای تراشه مبتنی بر هوش مصنوعی ال جی

بر اساس ادعای سازنده، تراشه مبتنی بر هوش مصنوعی ال جی دارای موتور شبکه عصبی منحصربه‌فرد خود بوده و سرعت پردازش الگوریتم‌های یادگیری عمیق به کار رفته در تراشه‌های لوازم خانگی هوشمند شرکت را به میزان زیادی افزایش خواهد داد. به عنوان نمونه‌ای از لوازم خانگی هوشمند این شرکت که تراشه مبتنی بر هوش مصنوعی جدید آن درونشان به کار خواهد رفت باید به جاروبرقی‌ها، لباسشویی‌ها، یخچال فریزرها و دستگاه‌های تهویه مطبوع اشاره کرد.

با توجه به توانایی پردازش محلی تراشه مبتنی بر هوش مصنوعی ال جی، نیاز به اتصال به اینترنت وجود نخواهد داشت. برای تامین امنیت آن به منظور ذخیره‌سازی ایمن داده‌های شخصی کاربران، از راهکارهای سخت افزاری استفاده شده است.

به ادعای سازنده، تراشه مبتنی بر هوش مصنوعی ال جی، هوش بصری به کار رفته در قسمت‌های مختلف دستگاه‌ها را متحد کرده و به آن‌ها اجازه می‌دهد توانایی بهتری برای تشخیص محیط‌ها و متمایز کردن آن‌ها از یکدیگر داشته باشند. تشخیص موقعیت، اشیا و کاربران از دیگر امکاناتی است که به لطف آن فراهم می‌شود. تشخیص دقیق‌تر صوت و فراهم شدن قابلیت تشخیص تغییرات فیزیکی و شیمیایی در محیط، از دیگر توانایی‌های لوازم خانگی مجهز به تراشه مبتنی بر هوش مصنوعی ال جی خواهد بود.

اکنون باید ال جی را همرده با فیس بوک، آمازون و اپل جزو شرکت‌هایی دانست که در حال توسعه چیپست‌های هوش مصنوعی برای اهداف مشخص است. البته هدف ال جی در مقایسه با شرکت‌های یاد شده سرراست‌تر بوده و یک چارچوب مشخص دارد، چرا که می‌دانیم چیپست مبتنی بر هوش مصنوعی ال جی تنها برای به کار رفتن در لوازم خانگی شرکت توسعه پیدا کرده است.