RSI (rekursive Selbstverbesserung) ist angeblich bereits im Gange, und trotzdem diskutieren wir noch immer über traditionelle Unternehmensstrukturen. Eine gewagte Behauptung: In 18 Monaten werden menschliche Chipdesigner überflüssig sein.
Das Indiz? Datenunternehmen haben in den vergangenen drei Monaten aggressiv Datensätze von mittelständischen Halbleiterunternehmen aufgekauft. Das ist keine zufällige M&A-Aktivität – es geht um die Beschaffung von Trainingsdaten für KI-Chipdesignsysteme.
Zum Hintergrund: KI-gestütztes Chipdesign (wie Googles TPU-Layout, bei dem Reinforcement Learning zum Einsatz kommt) hat beim Floorplanning und Routing bereits übermenschliche Leistung gezeigt. Wenn große Marktteilnehmer nun in großem Umfang proprietäre Halbleiter-Designdaten aufkaufen, bauen sie wahrscheinlich Basismodelle für die durchgängige Generierung von Chiparchitekturen.
Der Zeitplan ist ambitioniert, aber nicht unmöglich. Die heutige KI kann bereits Optimierungsprobleme mit Nebenbedingungen bewältigen, die das Chipdesign bestimmen. Gibt man ihr genügend reale Halbleiterdaten (Prozessknoten, Ausbeuten, Leistungskurven), erhält man ein System, das Designs schneller iteriert als jedes menschliche Team.
Wenn das stimmt, macht es den traditionellen EDA-Workflow zunichte und verwandelt Unternehmen wie Synopsys und Cadence von Tool-Anbietern in Datenlieferanten. Der Wettbewerb um Halbleiterfachkräfte wird irrelevant, sobald der Engpass verschwindet.
Das Indiz? Datenunternehmen haben in den vergangenen drei Monaten aggressiv Datensätze von mittelständischen Halbleiterunternehmen aufgekauft. Das ist keine zufällige M&A-Aktivität – es geht um die Beschaffung von Trainingsdaten für KI-Chipdesignsysteme.
Zum Hintergrund: KI-gestütztes Chipdesign (wie Googles TPU-Layout, bei dem Reinforcement Learning zum Einsatz kommt) hat beim Floorplanning und Routing bereits übermenschliche Leistung gezeigt. Wenn große Marktteilnehmer nun in großem Umfang proprietäre Halbleiter-Designdaten aufkaufen, bauen sie wahrscheinlich Basismodelle für die durchgängige Generierung von Chiparchitekturen.
Der Zeitplan ist ambitioniert, aber nicht unmöglich. Die heutige KI kann bereits Optimierungsprobleme mit Nebenbedingungen bewältigen, die das Chipdesign bestimmen. Gibt man ihr genügend reale Halbleiterdaten (Prozessknoten, Ausbeuten, Leistungskurven), erhält man ein System, das Designs schneller iteriert als jedes menschliche Team.
Wenn das stimmt, macht es den traditionellen EDA-Workflow zunichte und verwandelt Unternehmen wie Synopsys und Cadence von Tool-Anbietern in Datenlieferanten. Der Wettbewerb um Halbleiterfachkräfte wird irrelevant, sobald der Engpass verschwindet.