تُعدّ استراتيجية تكديس الرقاقات (Chiplet Strategy) إحدى الاستجابات المبتكرة التي تتبناها الصين لمواجهة القيود التي فرضتها الولايات المتحدة على صادرات أشباه الموصلات. لكن السؤال الذي يطرح نفسه: هل يمكن لهذا النهج أن يقلص الفجوة في الأداء مع وحدات معالجة الرسوميات (GPUs) المتطورة التي تنتجها شركة نفيديا (Nvidia)؟ بينما تواصل واشنطن تشديد الرقابة على تصدير تكنولوجيا تصنيع الرقائق المتقدمة، يقترح الباحثون الصينيون حلاً جريئًا: تجميع الرقائق القديمة، والتي لا تزال قابلة للإنتاج محليًا، معًا لتحقيق أداء مماثل للرقائق التي لم يعد بإمكانهم الوصول إليها.
ما هي استراتيجية تكديس الرقاقات؟
تعتمد هذه الاستراتيجية على مفهوم بسيط ولكنه ذكي: إذا لم تتمكن من صنع رقائق أكثر تطوراً، فقم ببناء أنظمة أكثر ذكاءً باستخدام الرقائق التي يمكنك إنتاجها. وقد أوضح وي شاوجون، نائب رئيس جمعية صناعة أشباه الموصلات الصينية والأستاذ في جامعة تسينغهوا، مؤخرًا لصحيفة South China Morning Post، تصميمًا يعتمد على تجميع رقائق منطقية بحجم 14 نانومتر مع ذاكرة DRAM بحجم 18 نانومتر باستخدام تقنيات الربط الهجينة ثلاثية الأبعاد.
هذا الأمر بالغ الأهمية، لأن القيود الأمريكية على التصدير تستهدف بشكل خاص إنتاج الرقائق المنطقية بتقنية 14 نانومتر أو أقل، وكذلك إنتاج ذاكرة الوصول العشوائي الديناميكية (DRAM) بنفس التقنية أو أدق. وبالتالي، فإن مقترح وي يتجاوز هذه الحواجز التكنولوجية من خلال الاعتماد على عمليات التصنيع التي تظل متاحة للشركات الصينية.
حوسبة الذاكرة القريبة المحددة بالبرمجيات: الجانب التقني
النهج التقني يعتمد على ما يسمى “حوسبة الذاكرة القريبة المحددة بالبرمجيات” (Software-Defined Memory-Proximity Computing). بدلاً من نقل البيانات ذهابًا وإيابًا بين المعالج والذاكرة – وهو الأمر الذي يمثل عنق الزجاجة الرئيسي في تطبيقات الذكاء الاصطناعي – تقوم استراتيجية تكديس الرقاقات بوضع الذاكرة بالقرب الشديد من المعالج عن طريق التراص العمودي.
تتيح تقنية الربط الهجينة ثلاثية الأبعاد إنشاء اتصالات مباشرة من النحاس إلى النحاس على مسافة تقل عن 10 ميكرومتر، مما يقلل بشكل كبير من المسافة المادية التي تبطئ أداء بنيات الرقائق التقليدية. هذه التقنية تهدف إلى تعويض بعض أوجه القصور في تقنيات التصنيع الأقل تطورًا.
مطالبات الأداء والواقع: هل يمكنها المنافسة؟
يدعي وي شاوجون أن هذا التكوين يمكن أن ينافس وحدات معالجة الرسوميات Nvidia من الجيل 4nm، مع توفير كبير في التكاليف واستهلاك الطاقة. وقد استند في ذلك إلى أرقام أداء مفترضة تصل إلى 2 TFLOPS لكل واط وإجمالي 120 TFLOPS.
ولكن هناك مفارقة: وحدة معالجة الرسوميات A100 من Nvidia – التي استخدمها وي كمقياس للمقارنة – توفر في الواقع ما يصل إلى 312 TFLOPS، أي أكثر من 2.5 مرة من الأداء الذي يدعيه الباحثون الصينيون.
هذا التناقض يسلط الضوء على التحديات المتعلقة بجدوى استراتيجية تكديس الرقاقات. على الرغم من الابتكار المعماري الذي تقدمه، إلا أن فجوات الأداء لا تزال كبيرة. إن تجميع الرقائق القديمة لا يلغي بشكل سحري المزايا التي توفرها تقنيات التصنيع المتقدمة، والتي تتميز بكفاءة عالية في استخدام الطاقة، وكثافة ترانزستور أعلى، وخصائص حرارية أفضل.
لماذا هذا التركيز على تكديس الرقاقات في الصين؟
المنطق الاستراتيجي وراء تبني الصين لـ استراتيجية تكديس الرقاقات يتجاوز مجرد قياسات الأداء. لقد صاغ مؤسس شركة هواوي، رين تشنغفي، فلسفة تقوم على تحقيق “أداء متطور من خلال تكديس وتجميع الرقائق بدلاً من التنافس في تقليص حجم العقدة” (node). يمثل هذا تحولًا جذريًا في طريقة تعامل الصين مع التحديات التي تواجه صناعة أشباه الموصلات.
بدلاً من السعي المحموم لمواكبة الشركات الرائدة مثل TSMC وSamsung في تطوير عمليات 3nm و2nm، والتي لا تزال بعيدة المنال بالنسبة للمصنعين الصينيين، تقترح هذه الاستراتيجية التركيز على التنافس في تصميم الأنظمة وتحسين البرمجيات.
تحدي CUDA والاعتماد على الأنظمة البيئية
لا تقتصر هيمنة Nvidia في مجال حوسبة الذكاء الاصطناعي على الأجهزة فحسب، بل تمتد أيضًا إلى النظام البيئي لبرامج CUDA الخاص بها. ويصف وي هذا بأنه “اعتماد ثلاثي” يشمل النماذج، والهندسة المعمارية، والنظم البيئية البرمجية.
لذلك، فإن مصممي الرقائق الصينيين الذين يسلكون مسارًا تقليديًا في تصميم وحدات معالجة الرسوميات سيحتاجون إما إلى إعادة إنتاج وظائف CUDA أو إقناع المطورين بالتخلي عن منصة راسخة وواسعة الانتشار. توفر استراتيجية تكديس الرقاقات، من خلال اقتراح نموذج حوسبة مختلف تمامًا، فرصة لتجنب هذا الاعتماد.
هل ستنجح استراتيجية تكديس الرقاقات؟
الأسس التقنية لـ استراتيجية تكديس الرقاقات تبدو واعدة، حيث أن تقنية التراص ثلاثي الأبعاد للرقائق تستخدم بالفعل في إنتاج ذاكرة الوصول العشوائي الديناميكية (HBM) وحلول التغليف المتقدمة حول العالم. يكمن الابتكار في تطبيق هذه التقنيات لإنشاء بنيات حوسبية جديدة تمامًا، بدلاً من مجرد تحسين التصميمات الحالية.
ومع ذلك، هناك العديد من التحديات التي يجب التغلب عليها. أولاً، تصبح إدارة الحرارة أكثر صعوبة عند تجميع قوالب معالجة نشطة متعددة. الرقائق المصنعة بتقنية 14 نانومتر تولد حرارة أكبر بكثير من العمليات الحديثة ذات 4 أو 5 نانومتر، والتراص يزيد من تفاقم هذه المشكلة.
ثانيًا، من الصعب جدًا تحقيق معدلات إنتاج عالية في عمليات التراص ثلاثية الأبعاد، حيث أن وجود عيب في أي طبقة يمكن أن يؤدي إلى تلف المكدس بأكمله. ثالثًا، النظام البيئي البرمجي اللازم لاستغلال هذه البنى بكفاءة لا يزال غير موجود ويتطلب سنوات من التطوير.
الخلاصة: تحول استراتيجي في حروب الرقائق
التقييم الأكثر واقعية هو أن استراتيجية تكديس الرقاقات تمثل نهجًا واعدًا لأحمال العمل المحددة التي يكون فيها عرض النطاق الترددي للذاكرة أكثر أهمية من السرعة الحسابية الأولية. من المحتمل أن تستفيد مهام استدلال الذكاء الاصطناعي، وبعض عمليات تحليل البيانات، والتطبيقات المتخصصة من هذه التقنية.
ولكن، فإن مطابقة أداء Nvidia في مجموعة واسعة من مهام التدريب والاستدلال في مجال الذكاء الاصطناعي لا يزال هدفًا صعب المنال.
يكمن الأثر الأكبر لهذه الاستراتيجية في الإشارة إلى تحول استراتيجي في صناعة أشباه الموصلات الصينية. بدلاً من محاولة تقليد تصميمات الرقائق الغربية باستخدام العمليات الدقيقة، تستكشف الصين بدائل معمارية تستفيد من قدراتها التصنيعية الحالية.
سواء نجحت استراتيجية تكديس الرقاقات في سد الفجوة مع Nvidia أم لا، فإنها تمثل محاولة جريئة للابتكار في مجال حاسم من التكنولوجيا، مما يجعلها تستحق المراقبة الدقيقة في السنوات القادمة.
هل تريد معرفة المزيد حول الذكاء الاصطناعي والبيانات الضخمة؟ تفقد معرض الذكاء الاصطناعي والبيانات الضخمة في أمستردام وكاليفورنيا ولندن. https://www.ai-and-bigdata-expo.com/