Ο σχεδιασμός ενός μικροτσίπ θεωρείται μία από τις πιο δύσκολες εργασίες της σύγχρονης μηχανικής. Απαιτεί εξειδικευμένες γνώσεις, πολύπλοκα εργαλεία και μια αλυσίδα διαδικασιών που μπορεί να φαίνεται απρόσιτη ακόμη και σε έμπειρους μηχανικούς άλλων ειδικοτήτων.
Μια νέα επίδειξη της Microsoft δείχνει όμως πώς η τεχνητή νοημοσύνη μπορεί να αρχίσει να αλλάζει αυτή την εικόνα.
Μηχανικός της εταιρείας χρησιμοποίησε το Microsoft Discovery ως βοηθό για να προχωρήσει από μια αρχική περιγραφή ενός μικρού επεξεργαστή μέχρι ένα πραγματικό φυσικό layout που θα μπορούσε να αποτελέσει βάση για την κατασκευή ενός chip.
Το ενδιαφέρον δεν είναι ότι η AI «έφτιαξε μόνη της έναν επεξεργαστή».
Το σημαντικό είναι ότι βοήθησε έναν μη ειδικό στον σχεδιασμό ημιαγωγών να κινηθεί μέσα σε μια ιδιαίτερα σύνθετη διαδικασία, οργανώνοντας τα στάδια, μεταφράζοντας ιδέες σε διαφορετικές μορφές κώδικα και εκτελώντας επαναλαμβανόμενες δοκιμές βελτιστοποίησης.
Από μια περιγραφή σε ένα πραγματικό σχέδιο chip
Το πείραμα ξεκίνησε με έναν σχετικά απλό στόχο.
Να σχεδιαστεί ένας μικρός πυρήνας βασισμένος στην αρχιτεκτονική RISC-V, μαζί με έναν επιταχυντή για πράξεις πολλαπλασιασμού πινάκων — μια λειτουργία που χρησιμοποιείται ευρέως σε εφαρμογές τεχνητής νοημοσύνης.
Από εκεί και πέρα, το Microsoft Discovery βοήθησε τον μηχανικό να περάσει σταδιακά από διαφορετικά επίπεδα σχεδιασμού.
Η διαδικασία περιλάμβανε:
- μετατροπή της αρχικής προδιαγραφής σε λογικό κώδικα C,
- μετάβαση σε High-Level Synthesis C,
- μετατροπή της λογικής σε RTL,
- περιγραφή του hardware με Verilog,
- λογική σύνθεση,
- τοποθέτηση των στοιχείων στο chip,
- δρομολόγηση των ηλεκτρικών συνδέσεων,
- και τελικά δημιουργία φυσικού layout.
Με άλλα λόγια, η εργασία δεν σταμάτησε σε ένα κομμάτι κώδικα που «μοιάζει» με σχέδιο επεξεργαστή.
Έφτασε μέχρι τη γεωμετρική μορφή του κυκλώματος που αντιπροσωπεύει πού θα βρίσκονται τα στοιχεία και οι συνδέσεις πάνω στο πυρίτιο.
Τι είναι το RISC-V;
Το RISC-V είναι μια ανοικτή αρχιτεκτονική συνόλου εντολών, δηλαδή ένα σύνολο βασικών κανόνων που καθορίζουν πώς ένας επεξεργαστής εκτελεί εντολές.
Σε αντίθεση με πολλές εμπορικές αρχιτεκτονικές, μπορεί να χρησιμοποιηθεί και να προσαρμοστεί χωρίς την ίδια εξάρτηση από κλειστές άδειες χρήσης.
Αυτό το έχει κάνει ιδιαίτερα δημοφιλές σε πανεπιστήμια, ερευνητικά έργα, startups και εταιρείες που θέλουν να αναπτύξουν εξειδικευμένους επεξεργαστές.
Στο πείραμα της Microsoft αποτέλεσε ιδανική βάση, επειδή επέτρεψε στον μηχανικό να πειραματιστεί με έναν μικρό επεξεργαστή χωρίς να χρειάζεται να ξεκινήσει από ένα εντελώς κλειστό οικοσύστημα.
Τι κάνει διαφορετικά η τεχνητή νοημοσύνη;
Το Microsoft Discovery δεν αντικατέστησε με ένα κουμπί όλα τα εργαλεία που χρησιμοποιούν οι επαγγελματίες σχεδιαστές chips.
Η πραγματική του αξία ήταν διαφορετική.
Λειτούργησε ως ένας τεχνικός βοηθός που μπορούσε να οργανώνει τη διαδικασία, να εξηγεί άγνωστα βήματα, να παράγει και να προσαρμόζει κώδικα και να βοηθά τον χρήστη να προχωρά από το ένα επίπεδο σχεδιασμού στο επόμενο.
Αυτό είναι σημαντικό επειδή το chip design αποτελείται από πολλές διαφορετικές ειδικότητες.
Ένας μηχανικός μπορεί να κατανοεί πολύ καλά την αρχιτεκτονική ενός συστήματος αλλά να μην έχει εμπειρία στη φυσική τοποθέτηση τρανζίστορ και συνδέσεων.
Η AI μπορεί να λειτουργήσει σαν γέφυρα ανάμεσα σε αυτά τα επίπεδα γνώσης.
Από το λογισμικό στο πραγματικό hardware
Εδώ βρίσκεται και η μεγάλη διαφορά ανάμεσα στον προγραμματισμό και στον σχεδιασμό ενός chip.
Σε ένα συνηθισμένο πρόγραμμα, ο κώδικας εκτελείται πάνω σε έναν ήδη υπάρχοντα επεξεργαστή.
Στον σχεδιασμό hardware, ο μηχανικός πρέπει ουσιαστικά να περιγράψει τον ίδιο τον επεξεργαστή.
Στο στάδιο RTL, για παράδειγμα, περιγράφονται καταχωρητές, λογικές πύλες και ο τρόπος με τον οποίο τα ψηφιακά σήματα μετακινούνται μέσα στο κύκλωμα.
Στη συνέχεια τα εργαλεία Electronic Design Automation μετατρέπουν αυτή την περιγραφή σε πραγματικές δομές πάνω στο chip.
Εκεί πρέπει να ληφθούν υπόψη παράγοντες όπως:
- η θέση των κυκλωμάτων,
- η απόσταση μεταξύ τους,
- οι ηλεκτρικές συνδέσεις,
- η ταχύτητα του ρολογιού,
- οι καθυστερήσεις των σημάτων,
- η κατανάλωση ενέργειας,
- και οι κανόνες της συγκεκριμένης τεχνολογίας κατασκευής.
Το ανοικτό SKY130 έκανε το πείραμα εφικτό
Για τη φυσική υλοποίηση του σχεδίου χρησιμοποιήθηκε το SKY130, ένα ανοικτό Process Design Kit που βασίζεται στην τεχνολογία CMOS των 130 νανομέτρων της SkyWater.
Ένα PDK περιλαμβάνει κανόνες κατασκευής, μοντέλα ηλεκτρονικών στοιχείων και πληροφορίες που χρειάζονται τα εργαλεία σχεδιασμού για να ελέγξουν αν ένα κύκλωμα μπορεί να υλοποιηθεί σε μια συγκεκριμένη παραγωγική διαδικασία.
Τα 130 nm απέχουν πολύ από τις πιο προηγμένες τεχνολογίες που χρησιμοποιούνται στους σύγχρονους κορυφαίους επεξεργαστές.
Έχουν όμως ένα σημαντικό πλεονέκτημα για έρευνα και εκπαίδευση: υπάρχουν ανοικτά εργαλεία και τεχνικοί πόροι που επιτρέπουν σε πολύ περισσότερους ανθρώπους να πειραματιστούν.
Έτσι, το συγκεκριμένο project δεν είχε στόχο να ανταγωνιστεί έναν σύγχρονο επεξεργαστή αιχμής.
Στόχος ήταν να αποδειχθεί ότι ολόκληρη η διαδικασία μπορεί να γίνει πιο προσβάσιμη.
Το OpenROAD ανέλαβε τη φυσική σχεδίαση
Για τη μετάβαση από το RTL στο φυσικό layout χρησιμοποιήθηκε το ανοικτού κώδικα σύστημα OpenROAD.
Τέτοια εργαλεία μπορούν να πραγματοποιήσουν αυτόματα πολλά από τα στάδια που χρειάζονται πριν από την κατασκευή ενός ολοκληρωμένου κυκλώματος.
Μεταξύ άλλων μπορούν να χειριστούν:
- floorplanning,
- τοποθέτηση κυκλωμάτων,
- clock tree synthesis,
- δρομολόγηση συνδέσεων,
- έλεγχο χρονισμού,
- και τελικό φυσικό έλεγχο του layout.
Η AI σε αυτή την περίπτωση δεν αντικαθιστά το OpenROAD.
Βοηθά τον άνθρωπο να χρησιμοποιεί καλύτερα μια πολύπλοκη εργαλειοθήκη και να κατανοεί τι πρέπει να κάνει σε κάθε βήμα.
Η AI μπορεί να δοκιμάζει πολλές εκδοχές
Ένα ακόμη πλεονέκτημα φάνηκε στο στάδιο της βελτιστοποίησης.
Ο μηχανικός χρησιμοποίησε το σύστημα για να εκτελέσει επαναλαμβανόμενες δοκιμές με διαφορετικές παραμέτρους, κυρίως γύρω από την επιθυμητή συχνότητα λειτουργίας.
Αυτό έχει ιδιαίτερη σημασία στον σχεδιασμό chips.
Μια αλλαγή που αυξάνει την ταχύτητα μπορεί να οδηγήσει σε μεγαλύτερη κατανάλωση.
Μια σχεδίαση που μειώνει το εμβαδόν μπορεί να δημιουργήσει δυσκολότερη δρομολόγηση.
Η μηχανική είναι σχεδόν πάντα μια διαδικασία συμβιβασμών.
Ένας AI agent μπορεί να εκτελεί πολλές παραλλαγές, να συλλέγει τα αποτελέσματα και να βοηθά τον μηχανικό να εντοπίσει πιο γρήγορα ποια λύση αξίζει να εξεταστεί.
Σημαίνει ότι οποιοσδήποτε μπορεί πλέον να φτιάξει επεξεργαστή;
Όχι.
Και αυτή είναι μια σημαντική διάκριση.
Το συγκεκριμένο project δεν αποδεικνύει ότι ένας άνθρωπος χωρίς εμπειρία μπορεί να σχεδιάσει μόνος του έναν εμπορικό επεξεργαστή τελευταίας γενιάς.
Οι σύγχρονοι επεξεργαστές περιλαμβάνουν δισεκατομμύρια τρανζίστορ και απαιτούν τεράστιες ομάδες ειδικών σε αρχιτεκτονική, χρονισμό, κατανάλωση, verification, packaging, φυσικό σχεδιασμό και παραγωγή.
Ένα λάθος μπορεί να κοστίσει εκατομμύρια.
Η επίδειξη δείχνει κάτι διαφορετικό και ίσως πιο σημαντικό:
η απόσταση ανάμεσα σε έναν μηχανικό και στα εργαλεία σχεδιασμού chips μπορεί να αρχίσει να μικραίνει.
Μπορεί να αλλάξει την εκπαίδευση των μηχανικών
Για πολλά χρόνια η εκμάθηση σχεδιασμού ολοκληρωμένων κυκλωμάτων απαιτούσε πρόσβαση σε πολύ ακριβά εμπορικά εργαλεία και εξειδικευμένα πανεπιστημιακά εργαστήρια.
Η ανάπτυξη ανοικτών αρχιτεκτονικών όπως το RISC-V, ανοικτών PDK όπως το SKY130 και εργαλείων όπως το OpenROAD έχει ήδη αρχίσει να αλλάζει αυτό το μοντέλο.
Η προσθήκη AI βοηθών θα μπορούσε να επιταχύνει ακόμη περισσότερο αυτή τη διαδικασία.
Ένας φοιτητής ή ένας μηχανικός άλλου κλάδου μπορεί να έχει έναν ψηφιακό βοηθό που του εξηγεί:
- τι σημαίνει ένας τεχνικός όρος,
- γιατί απέτυχε ένα στάδιο σύνθεσης,
- πώς διαβάζεται μια αναφορά χρονισμού,
- ποια παράμετρος πρέπει να αλλάξει,
- και ποιο εργαλείο χρησιμοποιείται στη συνέχεια.
Δεν αντικαθιστά την εκπαίδευση.
Μπορεί όμως να κάνει την εκπαίδευση πολύ πιο πρακτική.
Τι μπορεί να σημαίνει για μικρότερες εταιρείες
Υπάρχει και μια μεγαλύτερη οικονομική διάσταση.
Η δημιουργία custom chips γίνεται όλο και πιο σημαντική για εταιρείες που αναπτύσσουν AI, αυτοκίνητα, ρομπότ, τηλεπικοινωνίες, βιομηχανικά συστήματα και έξυπνες συσκευές.
Μέχρι σήμερα η είσοδος στον χώρο των ημιαγωγών απαιτούσε τεράστιες επενδύσεις και εξειδικευμένο προσωπικό.
Αν η AI μειώσει μέρος του κόστους σχεδιασμού και βοηθήσει μικρότερες ομάδες να δημιουργούν εξειδικευμένα κυκλώματα, θα μπορούσε να εμφανιστεί μια νέα γενιά εταιρειών που δεν κατασκευάζουν γενικούς επεξεργαστές, αλλά μικρά chips για πολύ συγκεκριμένες εργασίες.
Αυτό δεν σημαίνει ότι τα εργοστάσια ημιαγωγών θα γίνουν φθηνά.
Σημαίνει όμως ότι ένα από τα μεγαλύτερα εμπόδια —η πολυπλοκότητα του σχεδιασμού— μπορεί να αρχίσει να μειώνεται.
Ο άνθρωπος παραμένει υπεύθυνος
Η χρήση AI σε έναν τόσο κρίσιμο τομέα δημιουργεί και ένα βασικό ζήτημα αξιοπιστίας.
Ένα γλωσσικό μοντέλο μπορεί να προτείνει κώδικα που φαίνεται σωστός αλλά περιέχει λάθη.
Στον σχεδιασμό ενός πραγματικού chip αυτό δεν είναι αποδεκτό.
Για τον λόγο αυτό τα αποτελέσματα πρέπει να περνούν από πραγματικά εργαλεία verification, timing analysis και physical design.
Η αξία της AI δεν βρίσκεται στο να θεωρούμε σωστό ό,τι προτείνει.
Βρίσκεται στο να αυτοματοποιεί εργασίες και να βοηθά τον μηχανικό να φτάνει γρηγορότερα σε αποτελέσματα που μπορούν στη συνέχεια να ελεγχθούν αντικειμενικά.
Το συμπέρασμα
Το πείραμα της Microsoft δεν σημαίνει ότι αύριο θα σχεδιάζουμε επεξεργαστές από το κινητό μας γράφοντας μία πρόταση.
Δείχνει όμως μια σημαντική κατεύθυνση.
Η τεχνητή νοημοσύνη αρχίζει να μετακινείται από τη δημιουργία κειμένου και εικόνων σε πολύ πιο σύνθετες εργασίες μηχανικής, όπου πρέπει να συνεργάζεται με πραγματικά εργαλεία, μοντέλα και φυσικούς περιορισμούς.
Ο σχεδιασμός chips είναι ένα από τα δυσκολότερα παραδείγματα.
Αν η AI καταφέρει να κάνει αυτό το πεδίο πιο προσβάσιμο χωρίς να θυσιάσει τον τεχνικό έλεγχο, η αλλαγή μπορεί να είναι σημαντική τόσο για την εκπαίδευση όσο και για την ίδια τη βιομηχανία των ημιαγωγών.
Το μέλλον ίσως δεν είναι η AI που αντικαθιστά τον σχεδιαστή chip, αλλά ο σχεδιαστής που μπορεί να κάνει πολύ περισσότερα επειδή έχει την AI δίπλα του.
Νέα τηλεφωνική απάτη με την ΕΛ.ΑΣ.: Μην πατήσετε το 1
Ο κόσμος του 2050: Γιατί οι νέοι μετακινούν το δημογραφικό κέντρο του πλανήτη
Πηγές και χρόνος ενημέρωσης
Το άρθρο ενημερώθηκε στις 18 Σεπτεμβρίου 2026 και βασίζεται στην τεχνική παρουσίαση της Microsoft για τη χρήση του Microsoft Discovery στον σχεδιασμό chip, καθώς και σε επίσημη τεκμηρίωση για τα εργαλεία OpenROAD και SKY130.
- Microsoft – AI-Assisted RISC-V Chip Design with Microsoft Discovery
- Microsoft Learn – Microsoft Discovery: Key scenarios and semiconductor design
- Microsoft Azure – Discovery and agentic AI for semiconductor engineering
- OpenROAD Project – RTL-to-GDS open-source design flow
- SkyWater – SKY130 Open-Source PDK
