המיחשוב הנוירומורפי – הגל הבא של חדשנות בתחום השבבים

כך אומר ד”ר וולי ריינס, בהרצאה שנשא בכנס ChipEx2020. ריינס דיבר על האתגרים בהשגת היכולת לטיפול בכמויות גדולות של נתונים, חלקם בזמן אפסי כגון החלטות של מכוניות אוטונומיות ומה התרומה של תעשיית השבבים להצלחה זו

המיחשוב הנוירומורפי הוא הגל הבא של חדשנות בתחום השבבים. כך אומר ד”ר ד”ר וולי ריינס, עד לאחרונה מנכ”ל ענקית ה- EDA מנטור גרפיקס וכיום מנכ”ל חברת ההזנק קורנאמי (Cornami) בהרצאה שנשא בכנס ChipEx2020 Digital a שהתקיים בשבוע שעבר בארגון חברת ASG.

“כבר ידענו גלים של התפתחות בהסטוריה של תעשיית המוליכים למחצה. בהתחלה היו מחשבי המיינפריים, ולאחר מכן מחשבים אישיים שנתנו הזדמנות לייצור המוני והכנסות מוגברות לתעשייה. אחר כך המחשבים הניידים והתקשורת האלחוטי המהירה – שאחראית ל-40% מכלל הכנסות המוליכים למחצה.”
“ואולם גל הצמיחה הזה משתטח. לפיכך אנחנו צריכים לצפות קדימה ולומר מהי הטכנולוגיה הבאה בתור. הרבה אנשים אומרים שהיא תהיה האינטרנט של הדברים. אחרים מדברים על למידת מכונה לבינה מלאכותית, 5G וכן הלאה. ואולם כל אלה הם צורות שונות של נתונים. נתונים הם הנפט החדש שמביא עושר לחברה. הנתונים קידמו את הציווליזציה והשימוש בהם עולה באופן אקספוננציאלי. השאלה היא איך קוצרים נכון את המידע הזו. ישנן דוגמאות רבות למקרים שבהם אנשים הצליחו להפיק רווחים מהנתונים שלהם ביעילות רבה. קחו למשל את יצרני מנועי המטוסים כמו פראט וויטני או ג’נרל אלקטריק. הם משתמשים בחיישנים מרובים כדי לתעד את כל הפעולה של כל מנועים מתוצרתם בכל שטס אי פעם, ללא קשר לחברת התעופה שהמנוע נמצא בשימושה. וכך ליצרנים האלה יש מונופול. יש להם את הנתונים שיכולים לדעת מתי המנוע דורש תחזוקה. ”
“לחברות התעופה אין ברירה. הם צריכים להירשם לשירות אחריות או תחזוקה מיצרן המנוע כי רק ליצרן זה יש את כל הנתונים והוא מסוגל לנתח כמויות עצומות מעל 8000 טרה-בתים שנאספו בטיסה של 12 שעות. יצרני המנועים יכולים לתת את המנועים בחינם ופשוט לחייב עבור התחזוקה בגלל השליטה שיש להם של נתונים אלה. תחשבו על זה באופן רחב יותר, איך נהפוך את הנתונים לנפט החדש כך שכל מי שבבעלותו נתונים אוסף נתונים ומארגן נתונים בדרכים שימושיות, למעשה, להרוויח ממנו. יש באמת שלושה מרכיבים בסיסיים. איסוף הנתונים הניתוח וההגנה על הנתונים.”

איסוף הנתונים

“כיצד אנחנו הופכים את כל הנתונים האלה לזמינים כדי שניתן יהיה להפיק מהם רווחים. נתחיל עם האיסוף. איסוף הנתונים נעזר בתעשיית המוליכים למחצה לייצור חיישני המצב המוצק חיישני התמונה ומכשירים אחרים שמגדילים את כמות הנתונים בפטה-בייטים ליום. בעיקר מדובר על נתוני הדמיה צילומי סטילס ווידאו. כעת הוא מתרחב לתחומים רבים אחרים של איסוף נתונים שבהם אנו מפתחים חיישנים כדי לאסוף את הנתונים ולעבד אותם ממכשירים שיכולים להיות אנלוגיים ודיגיטליים באותו מודול יחד עם החיישן וגם דרך כלשהי להוציא את המידע הזה מיחידת החיישנים באמצעות תקשורת RF או שיטה אחרת שהפעילה לחץ רב על תעשיית המוליכים למחצה לפתח רכיבים בעלי הספק נמוך במיוחד בטכנולוגיות מרובות. ”
“הדרישה גם הפעילה לחץ על מתקני האריזה שנדרשו לצופף יותר את האריזות ברמת ה-WAFER כאשר השבב הוא רק מרכיב אחד. כדי לשמר את חוק מור, ניתן לשים מעבדים אחרים סביבו להתאמה אישית או להפריד טכנולוגיות שונות לשבבים שונים.”

“ואולם יצרני המוליכים למחצה לא באמת הרוויחו יתרון גדול מהאינטרנט הדברים כי החיישנים צריכים להיות ארוזים והם נמצאים בתחתית שרשרת המזון. קיים לחץ לשמור על עלויות נמוכות כי יש מיליוני חיישנים כדי לשמור על כוח נמוך בכל אחד מהם. כך הכסף נעשה על ידי אלה שאוספים את המידע ומעבדים אותו.”
לפני חמש שנים שמעתי הרצאה בכנס אוטומצית תכנון השבבים ממהנדס עיצוב בגוגל שתכנן שבב להיות מוטבע בעדשות מגע ויכול לחוש מנוזלי העין את האיזון בין אינסולין וגלוקוגן וכתוצאה מכך להפעיל משאבת אינסולין בזמן אמת ולאסוף נתונים. האדם לידי שאל אותי האם אתה חושב שגוגל נכנסת לעסקי המוליכים למחצה. השבתי שגוגל לא בעסק המוליכים למחצה, הם נמצאים בעסק המידע. הם רוצים לאסוף את המידע כדי להיות הממשק בינך לבין הרופא שלך ובינך לבין משאבת האינסולין שלך. הם רוצים להפיק רווחים מהמידע הזה ולא למכור שבבים.”
גוגל היא לא החברה היחידה. יש עשרות חברות מערכות שנכנסות לעסקי עיצוב שבבים משלהם כדי לאסוף מידע משלהם. כך עושים אפל, גוגל, פייסבוק,אמזון,עליבאבא,יצרני ציוד מקורי הרכב ועוד. כל חברות המערכות הללו מנצלות את העובדה שנתוני המידע נמצאים היכן שהערך נמצא והם רוצים להשתתף בהם. רק במבט לאחור ב-10 השנים האחרונות אם הייתם מסתכלים על מי קונה את פרוסות השבבים ממפעלי הסיליקון התשובה הייתה שפעם היו אלה בעיקר חברות מוליכים למחצה ובמידה פחותה יצרני מכשירים משולבים כמו TCI, אינטל או סמסונג. אבל ב-10 השנים האחרונות גדל חלקן של חברות המערכות של גוגל פייסבוק אמזון ואחרות ברכישות פרוסות בקצב צמיחה ממוצע מורכב של 35%.

ניתוח הנתונים
היום הם מהווים כ-20% מכלל רכישות הוופלים מופנים לאיסוף נתונים. מה לגבי הניתוח שלהם?
כדי לעבד את כמויות הנתונים הגדולות שנוצרות. אנחנו צריכים לעבור לסוגים חדשים של ארכיטקטורות מיחשוב שיכללו מעבדים ספציפיים שיוכלו לעשות דברים שהמוח שלנו טוב בהם ומחשבים דיגיטליים פחות. רוב ההיסטוריה של המחשוב נבנתה סביב נארכיטקטורות של פון נוימן עם פקודות ונתונים בזרם יחיד. הם טובים מאוד בחישוב אריתמטי אבל לא טובים ברבים מהדברים שהמוח שלנו טוב מאוד בהם כמו זיהוי תבניות או עיבוד ראייה שהמוח יכול לעשות מהר מאוד וגם ביעילות רבה. פיזור הכוח שלהם טוב יותר בכתשעה סדרי גודל טוב מאשר מחשב דיגיטלי בתחומים כגון עיבוד תמונה.
בעשרים השנים האחרונות יש התפתחות מהירה בתחום המכונה מיחשוב נוירומורפי – מחשבים הדומים יותר למוח שלנו. חברות רבות בנו הם בנו רשתות עצביות אלה שמבצעות פעולות למידה עמוקה יותר ויותר ככל שנוספות. הם מאומנים לאחסן את המידע בדיוק כמו שהמוח עושה את האיחסון במהלך ביצוע סוגים שונים של עיבוד.

הסכומים הגבוהים ביותר של השקעות הון סיכון הולכים לקטגורית של ראיה מלאכותית, זיהוי פנים וזיהוי תבניות רחב יותר – לרבות קולות וריחות, וכן זיהוי תבניות בצילומי רנטגן ו-MRI, דברים שמוח האדם עושה טוב מאוד.
הקטגוריה השנייה היא מיחשוב בעל ביצועים גבוהים. עיבוד וניתוח של נפחי נתונים גדולים. דוגמה לכך היא כמובן גוגל עם מעבדי הזרימה שלה, שעכשיו נמצאים בשרתים במרכזי נתונים שמוקדשים לאיסוף נתונים והסקת מסקנות דוגמה לכך בישראל היא חברת הבאנה לאבס.
הקטגוריה השלישית היא מחשוב קצה. תחום זה צמח בקצב איטי יותר מהתחומים האחרים אבל הוא הולך לגדול הרבה יותר מהר כי איננו יכולים להרשות לעצמנו לשלוח את כל הנתונים האלה לענן. לא נוכל להבטיח שמכונית תוכל להתחבר לענן כדי לבצע פעילויות קריטיות ולכן המודיעין צריך להתבצע ברמה נמוכה יותר. וכה בהיסטוריה של תעשיית המוליכים למחצה הייתה. המודיעין זורם במורד הגבעה. בשנות ה-60 היו לנו מחשבי מיינפריים חכמים מאוד של מיינפריים ומסופים טפשים המחוברים אליהם. ”
“עשרים שנה לאחר מכן לקחו על עצמן המחשבים האישיים עם הציוד ההיקפי שלהם יותר ויותר מרכיבים של עיבוד הנתונים המקומיים ונדרשנו לפנות פחות למחשב המרכזי. היום יש לנו את הענן. יש לנו מתחתיו את הערפל של שערים שבהם מתאפשר לבצע עיבוד ומתחתיהם יש לנו את כל צמתי הקצה וצמתים קצה אלה הופכים יותר ויותר אינטליגנטיים ומבצעים מרכיבים גדולים יותר של איסוף וניתוח הנתונים.”

הגנה על הנתונים

“אבל כל אלו דורשים אבטחה. העתיד תלוי בהצפנה הומו-מורפית. בסביבה הזאת אתה לא סומך על אף אחד. אתה שומר את הנתונים לעצמך מוצפנים ואם אתה שולח אותם למקום אחר אתה שולח אותם רק בצורה מוצפנת שבה רק יש לך את המפתח. הלקוח שהנתונים נמצאים בבעלותו מצפין אותם ולאחר מכן שולח אותם לענן.כל צורות העיבוד של הנתונים נעשות בענן בנתונים מוצפנת והתוצאות מוחזרות ללקוח שעדיין מוצפן. לאף אחד אין גישה לנתונים.”
“אפשרות ההצפנה ההומו-מורפית תאפשר שפע של יישומים קריטיים חדשים של נתונים למשל יישומים פיננסיים ורפואיים. אנחנו יכולים להפוך את הנתונים לנפט החדש ואנשים אחרים מלבד Googles ופייסבוק יכולים להפיק רווחים מהנתונים שלהם וכולנו יכולים להרוויח מהשיתוף של נתונים אלה מבלי לחשוף את הנתונים עצמם.”
“בתחומים אלה יש יתרון לתעשיית המוליכים למחצה. 16% מהערך של ציוד אלקטרוני היה בתוכן המוליכים למחצה שבו. כך זה נשאר במשך יותר מ-20 שנה. כאשר ההתגבר השימוש בתקשורת הניידת וכעת גם בבינה מלאכותית אנו עוברים לרמה של %20. ככל כשאנו עוברים למודל שבו שימוש בנתונים הוא השמן הנפט החדש תהיה לכך השפעה דרמטית על הגדלת הביקוש למוליכים למחצה מתקדמים לכל מיני משימות עיבוד מחשוב נוירו-מורפי וכמובן זיכרון. ”

“ובכן, זה הולך להיות עידן מרגש. אני מקווה שבשנה הבאה נתגבר על בעיית ה-COVID-19 ונוכל להפגש באופן אישי בישראל.” סיכם ריינס.