Dell และ Samsung ผลักดันโครงสร้างพื้นฐาน AI สู่การผลิตชิป

Dell จะทำหน้าที่จัดหาโครงสร้างพื้นฐานหลัก ได้แก่

• ระบบประมวลผลสำหรับเวิร์กโหลด AI
• ระบบจัดเก็บข้อมูลประสิทธิภาพสูง
• เครือข่ายและแพลตฟอร์มข้อมูลสำหรับ AI

ทั้งหมดรวมอยู่ในสแต็ก Dell AI Factory with NVIDIA ซึ่งออกแบบมาเพื่อช่วยให้องค์กรสามารถนำ AI ไปใช้งานจริงในระดับปฏิบัติการ ไม่ใช่เพียงแค่ทดลองเท่านั้น

ภายใต้ความร่วมมือนี้ โครงสร้างพื้นฐานของ Dell จะสนับสนุนงานสำคัญในกระบวนการผลิตชิป เช่น

• สภาพแวดล้อมด้านวิจัยและพัฒนา (R&D)
• ระบบออกแบบและตรวจสอบชิป
• การดำเนินงานในโรงงานผลิต (fab)
• การวิเคราะห์การผลิตและการปรับปรุงกระบวนการ

แนวโน้มนี้สะท้อนการเปลี่ยนแปลงของอุตสาหกรรม ซึ่งการผลิตชิปยุคใหม่ต้องพึ่งพา การประมวลผลข้อมูลขนาดใหญ่และการตัดสินใจด้วย AI มากขึ้น

บทบาทของ Dell AI Factory

โมเดล AI Factory ของ Dell มอง AI เป็นระบบโครงสร้างพื้นฐานครบชุด ไม่ใช่แค่เซิร์ฟเวอร์หรือ GPU เพียงอย่างเดียว

สถาปัตยกรรมนี้รวมองค์ประกอบสำคัญ เช่น

• คอมพิวต์แบบเร่งความเร็ว (accelerated compute)
• ระบบจัดเก็บข้อมูลที่เหมาะกับเวิร์กโหลด AI
• เครือข่ายประสิทธิภาพสูง
• เครื่องมือจัดการและจัดระเบียบข้อมูล

ทั้งหมดถูกออกแบบมาเพื่อรองรับ pipeline ของ AI แบบต่อเนื่อง ตั้งแต่การฝึกโมเดลไปจนถึงการใช้งานจริง

สำหรับ Samsung โครงสร้างพื้นฐานนี้จะเป็นแกนหลักที่ช่วยให้สามารถรันเวิร์กโหลด AI หลายประเภทพร้อมกันได้ในระบบการผลิตเซมิคอนดักเตอร์

ดิจิทัลทวินสำหรับวิศวกรรมเซมิคอนดักเตอร์

หนึ่งในความสามารถสำคัญของแพลตฟอร์มนี้คือ Digital Twin หรือการสร้างแบบจำลองดิจิทัลของระบบจริง

แพลตฟอร์ม Dell AI Data Platform สามารถเชื่อมต่อแหล่งข้อมูลขององค์กร เช่น ระบบจัดการวงจรชีวิตผลิตภัณฑ์ (PLM) เข้ากับเทคโนโลยี NVIDIA Omniverse เพื่อสร้างแบบจำลองดิจิทัลของระบบจริง

ในอุตสาหกรรมเซมิคอนดักเตอร์ ดิจิทัลทวินสามารถใช้เพื่อจำลองและปรับปรุง เช่น

• การตรวจสอบความถูกต้องของการออกแบบชิป
• กระบวนการผลิตในโรงงาน
• พฤติกรรมของเครื่องจักรในสายการผลิต

การจำลองเหล่านี้ช่วยให้วิศวกรสามารถทดลองสถานการณ์ต่าง ๆ ตรวจพบปัญหาได้เร็วขึ้น และปรับปรุงกระบวนการก่อนนำไปใช้กับเครื่องจักรจริง

AI Agents และการวิเคราะห์ข้อมูลจากโรงงาน

อีกส่วนหนึ่งของความร่วมมือคือการใช้ AI agents และเวิร์กโฟลว์อัตโนมัติ เพื่อวิเคราะห์ข้อมูลจำนวนมหาศาลจากโรงงานผลิต

โรงงานเซมิคอนดักเตอร์ยุคใหม่สร้างข้อมูลจำนวนมหาศาล เช่น

• ข้อมูล telemetry จากเครื่องจักร
• ข้อมูลการตรวจสอบคุณภาพ
• ข้อมูลสภาพแวดล้อมการผลิต

AI สามารถประมวลผลข้อมูลเหล่านี้เพื่อค้นหารูปแบบหรือความผิดปกติที่มนุษย์ตรวจจับได้ยาก

ตามประกาศ โครงสร้างพื้นฐานของ Dell จะช่วยให้ระบบ AI วิเคราะห์ข้อมูลการผลิตเหล่านี้ในระดับขนาดใหญ่ ทำให้สามารถตัดสินใจได้เร็วขึ้นและเพิ่มระบบอัตโนมัติในโรงงาน

ตัวอย่างการใช้งาน ได้แก่

• การตรวจสอบเครื่องจักรแบบเรียลไทม์
• การตรวจจับความผิดปกติในการผลิต
• การวิเคราะห์ข้อมูลตรวจสอบคุณภาพ
• การปรับปรุงกระบวนการผลิต

การเพิ่ม Yield และคุณภาพของการผลิต

ในอุตสาหกรรมเซมิคอนดักเตอร์ Yield (อัตราชิปที่ผลิตได้สมบูรณ์) และคุณภาพการผลิตมีผลโดยตรงต่อรายได้ของบริษัท

การเพิ่ม yield เพียงเล็กน้อยสามารถสร้างผลตอบแทนทางเศรษฐกิจมหาศาล โดยเฉพาะกับชิปขั้นสูง

AI ที่เรียนรู้จากข้อมูลการผลิตสามารถค้นหาความสัมพันธ์เล็ก ๆ ระหว่างตัวแปรในกระบวนการกับข้อบกพร่องของชิป ทำให้วิศวกรปรับค่ากระบวนการได้เร็วขึ้น

โครงสร้างพื้นฐาน AI ของ Dell จึงทำหน้าที่เป็นแพลตฟอร์มคำนวณและจัดเก็บข้อมูลที่ช่วยวิเคราะห์ข้อมูลจากโรงงานจำนวนมหาศาลอย่างต่อเนื่อง

ทำไมความร่วมมือนี้สำคัญ

การประกาศครั้งนี้เกิดขึ้นในช่วงที่บริษัทเซมิคอนดักเตอร์ทั่วโลกกำลังเร่งเพิ่มกำลังผลิตเพื่อรองรับ ยุค AI

ความต้องการชิปสำหรับ AI โดยเฉพาะหน่วยความจำประสิทธิภาพสูงอย่าง High‑Bandwidth Memory (HBM) กำลังเพิ่มขึ้นอย่างรวดเร็วจากการขยายตัวของดาต้าเซ็นเตอร์และระบบ AI ขนาดใหญ่

เพื่อรองรับความต้องการนี้ ผู้ผลิตชิปจำเป็นต้องใช้ AI มาช่วยจัดการความซับซ้อนของ

• เทคโนโลยีโหนดขั้นสูง
• การแพ็กเกจชิปยุคใหม่
• สายการผลิตปริมาณสูง

การรวม โครงสร้างพื้นฐาน AI ระดับองค์กรของ Dell เข้ากับ ความเชี่ยวชาญด้านวิศวกรรมเซมิคอนดักเตอร์ของ Samsung จึงมีเป้าหมายเพื่อเร่งการเปลี่ยนผ่านไปสู่โรงงานผลิตชิปที่ขับเคลื่อนด้วย AI อย่างเต็มรูปแบบ

ข้อจำกัดของข้อมูลที่เปิดเผย

รายละเอียดของความร่วมมือยังถูกเปิดเผยในระดับภาพรวมเท่านั้น

ข้อมูลที่มีอยู่ยืนยันว่า Dell และ Samsung ได้ขยายความร่วมมือและจะนำโครงสร้างพื้นฐาน AI ของ Dell ไปใช้ในระบบเซมิคอนดักเตอร์ของ Samsung แต่ ยังไม่มีการเปิดเผย เช่น

• กำหนดเวลาการติดตั้งจริง
• โรงงานที่เกี่ยวข้อง
• ตัวเลขการเพิ่ม yield หรือกำลังผลิต

ข้อมูลเชิงประสิทธิภาพที่ชัดเจน เช่น การเพิ่มผลผลิตหรือประสิทธิภาพของโรงงาน อาจปรากฏมากขึ้นเมื่อระบบถูกใช้งานจริงในอนาคต

อย่างไรก็ตาม แนวโน้มสำคัญเริ่มชัดเจนแล้วว่า การผลิตเซมิคอนดักเตอร์กำลังกลายเป็นอุตสาหกรรมที่ขับเคลื่อนด้วยข้อมูลและ AI อย่างเต็มรูปแบบ และโครงสร้างพื้นฐานที่สามารถประมวลผลข้อมูลจำนวนมหาศาลได้จะกลายเป็นหัวใจของการแข่งขันในยุคถัดไป