Как искусственный интеллект меняет правила игры.
С развитием микроэлектроники усиливаются возможности искусственного интеллекта (ИИ), и теперь он, в свою очередь, способствует росту отрасли. Перспективы и вызовы использования ИИ обсуждались на одном из пленарных заседаний Российского форума «Микроэлектроника».
Драйвер роста и технологический вызов
Как крупнейший потребитель вычислительных ресурсов ИИ стал главным драйвером роста для всей микроэлектроники. В своем обзорном докладе эксперт Сбера (ПАО «Сбербанк») Наталья Столбова привела впечатляющие данные: рынок микросхем для задач ИИ будет расти на 30% в год, а к 2030-му их доля на общем рынке полупроводников превысит 70%, приблизив его объем к колоссальной отметке в один триллион долларов.
Чтобы удовлетворить этот растущий «аппетит» к вычислениям, необходимы прорывные технологические решения. Спикер рассказала о переходе к трехмерным структурам транзисторов (архитектурам Gate All Around), перспективах создания чипов с техпроцессом менее 2 ангстрем к 2042 году и о развитии таких передовых методов сборки, как чиплеты. Но, что еще важнее, сам ИИ становится ключом к ускорению этих процессов.
– Мировой опыт показывает, что искусственный интеллект сокращает время проектирования микросхем более чем в восемь раз, - отметила Н.Столбова.
Эволюция ИИ, по словам докладчицы, движется от инструментов распознавания (Perception AI) к генеративным моделям-соавторам, а далее к автономным ИИ-агентам и «физическому ИИ», взаимодействующему с реальным миром. Каждый этап кратно увеличивает потребности в вычислительной мощности.
Следующим логичным шагом стало обсуждение роли ИИ в фундаментальной и прикладной науке. Вице-президент по науке и образованию Фонда «Сколково» Николай Суетин в своем выступлении описал, как ИИ превращается из помощника в полноправного «соратника» ученого. Он привел примеры настоящих прорывов: алгоритм GNoME от DeepMind помог ученым обнаружить 2,2 миллиона новых крис-таллов, что эквивалентно 800 годам работы, а дочерняя компания DeepMind впервые в мире вывела лекарство, созданное искусственным интеллектом, на стадию клинических испытаний.
Обратная сторона прорыва
Если первые доклады были посвящены головокружительным перспективам, то выступление академика, директора Института системного программирования РАН Арутюна Аветисяна вернуло аудиторию к суровой реальности.
– Искусственный интеллект прошел столько разных реинкарнаций, что сейчас уже трудно сказать, что это такое, - начал ученый с довольно скептического замечания. - Это некоторая высокоуровневая абстракция, но я хочу провести водораздел между сильным искусственным интеллектом и слабым.
Фото предоставлено пресс-службой Российского форума «Микроэлектроника-2025»
Эксперт сделал акцент на том, что внедрение ИИ, особенно в критической инфраструктуре и госуправлении, упирается в вопрос доверия. «Без обеспечения соответствующего уровня доверия искусственному интеллекту внедрение невозможно», - процитировал он стратегический государственный документ. В отличие от традиционного программного обеспечения, искусственный интеллект все-таки создает новые угрозы: от «отравления данных» до прямого психологического воздействия на людей.
В подтверждение академик привел шокирующие примеры: специальную майку, «ослепляющую» систему распознавания лиц и взламывающую закрытые двери; случаи, когда нейросети доводили людей до суицида; автомобили на автопилотах, которые при испытаниях переезжали «человека», думая, что это бордюр; мошенничество с помощью глубоких фейков…
– В Гонконге аферисты при помощи нейросетей обманули банкира на 25 миллионов долларов. Они «сломали» человека, который прошел все круги ада, у которого психологическая устойчивость достаточно высокая, раз он управлял такими деньгами. То есть мы уже не можем доверять своим чувствам, - констатировал А.Аветисян.
Для противодействия этим угрозам в России создан консорциум, который уже нашел десятки критических ошибок в популярных фреймворках машинного обучения, а до конца года ожидается первый отечественный стандарт безопасности.
Важной темой, прозвучавшей в ходе дискуссии, стала проблема инфраструктуры. Вопрос из зала от ученого-физика напомнил, что многие фундаментальные данные (например, в физике высоких энергий) по-прежнему генерируются уникальными и дорогостоящими зарубежными экспериментальными установками. В ответ академик подчеркнул, что «обеспечить безопасность без своего железа невозможно». Развитие отечественных процессоров - особенно для задач инференса (процесса применения обученной модели машинного обучения к новым реальным данным - Прим. ред.) - это стратегически важный вопрос. Однако для решения проблем обмена данными между конкурирующими компаниями (например, дизайн-центрами) уже существует практический путь - федеративное обучение. Эта технология позволяет обучать общую модель на данных, которые никогда не покидают серверы их владельца. Успешный пример такого подхода уже реализован, например, в медицине.
Аппаратный суверенитет
Заместитель министра промышленности и торговли РФ Василий Шпак сместил акцент дискуссии. От рассуждений о возможностях ИИ и рисках, которые могут возникнуть, он сразу же перешел к конкретике: государственной стратегии и мерам поддержки отечественной микроэлектроники.
– Искусственный интеллект - это инструмент, а любым инструментом надо уметь пользоваться, - начал свое выступление Шпак, сразу обозначив прагматичный подход. Спикер подчеркнул, что развитие ИИ невозможно без мощной аппаратной основы, сравнив его с мозгом, который бесполезен без «органов тела» - сенсоров, средств передачи и обработки данных. И пока не решены четыре базовых вопроса (сбор, обработка, передача, хранение информации), сверху «прикрутить нейронную сетку не представляется возможным».
Были озвучены амбициозные, но конкретные цели на ближайшие годы. К 2030 -му планируется увеличить долю выручки, генерируемой на территории России, с нынешних 50% до 70%, а уровень локализации продукции - с 20% до 40%. Выпуск продукции должен вырасти со 145 тысяч до 480 тысяч кремниевых пластин в год. Для этого уже инвестировано более 300 миллиардов рублей, а государство с 2020 года поддержало более 500 проектов на сумму свыше 130 миллиардов.
Особое внимание уделил замминистра борьбе с «псевдолокализацией».
– У меня на столе много информации про то, как некоторые из вас под видом российской продукции толкают импорт, - заявил В.Шпак, предупредив компании о серьезных последствиях, так как все подобные случаи легко выявляются при перекрестном анализе данных таможни и налоговой службы.
В качестве положительного примера представитель министерства привел успехи в создании отечественного оборудования: разработку и запуск в серию установок для фотолитографии (метод получения определенного рисунка на поверхности материала - Прим. ред.) на 65 нм и 350 нм.
Обозначил В.Шпак и ключевой вектор развития страны - агрессивный экспорт по модели «технологического суверенитета» - поставка не просто продуктов, а технических решений и услуг на рынки Китая, Индии и стран Южной Америки. В заключение прозвучал прямой призыв к лидерам отрасли возглавить создание открытых архитектур для аппаратного и программного обеспечения ИИ, чтобы избежать дублирования и объединить лучшие практики.
Цифровые двойники и генеративный ИИ
Поговорили эксперты и о конкретных технологических инструментах, которые уже меняют лицо современной промышленности. Например, о генеративном искусственном интеллекте и цифровых двойниках.
Сегодня ИИ используется для создания новых материалов. Молекулы переводятся в специальный строковый формат (SMILES), где каждый атом - это «буква». Обучившись на миллионах известных соединений, искусственный интеллект может генерировать новые структуры с заранее заданными свойствами. Так, в компании Insilico Medicine создали препарат от фиброза легких, который сейчас уже проходит клинические испытания, - это пример одного из первых в мире лекарств, полностью разработанных моделью.
Не менее важной темой стали цифровые двойники - точные виртуальные копии самых различных объектов: от отдельной установки до целой фабрики, как у Bosch, где оцифрована каждая труба. Они создают идеальный полигон для испытаний, позволяя проводить тысячи виртуальных экспериментов. Но вот вопрос: кто должен управлять этими экспериментами?
Генеральный директор НИИМЭ Александр Кравцов отмечает, что наиболее эффективен гибридный подход, приведя в пример исследование компании LAM Research. То есть сначала специалист-технолог ставит задачу и задает направление в цифровом двойнике, а затем искусственный интеллект подхватывает инициативу, перебирая тысячи параметров для оптимизации. Такой тандем оказался вдвое дешевле, чем полная автоматизация, когда ИИ работает вслепую, без человеческого руководства.
В России, несмотря на хороший научный задел, внедрение таких технологий идет медленно. В итоге более 85% команд не могут эффективно применять ИИ, что, впрочем, соответствует общемировой статистике.
В качестве решения рассматривается конкретная инициатива - создание единой отраслевой платформы на базе ЦКП Минпромторга. Ее цель - предоставить инженерам простые инструменты и доступ к мощной инфраструктуре, чтобы они могли создавать решения, не будучи специалистами в программировании. По мнению экспертов, такой практический шаг должен резко снизить порог входа и ускорить цифровую трансформацию отрасли.
Российские успехи и дорожная карта
Завершил сессию директор Института микроприборов и систем управления Национального исследовательского университета МИЭТ Алексей Переверзев рассказом о внедрении искусственного интеллекта в системы автоматизированного проектирования (САПР).
Если представить, что чип - это невероятно сложный многоэтажный город с миллиардами «жителей»-транзисторов, то САПР - это и архитектор, и прораб, и инженер-строитель в одном лице. Это комплекс программ, в котором рождается и проверяется виртуальный образ будущего процессора перед тем, как его отправят на фабрику.
Переверзев отметил, что российские разработки доказывают свою конкурентоспособность на международной арене. В пример спикер привел победу команды инновационного центра «Альфачип», которая в 2023 году принимала участие в Международной конференции ICCAD - престижном мероприятии в области автоматизации проектирования интегральных схем. Российские специалисты заняли призовые места, успешно справившись со сложной задачей прогнозирования падения напряжения в чипах с помощью нейросетей, подтвердив высокий уровень подготовки.
Были представлены и другие российские разработки, которые уже перерастают в реальные инструменты для инженеров. Среди них - программы для автоматизации рутинных задач (например, генерации частей кода будущего чипа) и даже веб-версии систем проектирования, позволяющие работать над схемами удаленно. Особенно А.Переверзев подчеркнул важность общих данных. Для обучения ИИ-помощников в САПР нужны огромные массивы информации - своего рода «библиотеки готовых решений и ошибок». Создание и передача в отрасль такого крупного датасета сравнимы с тем, как если бы все конструкторы стали пользоваться единым и постоянно пополняемым справочником лучших практик. Это ключевой шаг для ускорения разработки.
Главной новостью стала дорожная карта развития отечественных САПР. Ее можно сравнить с поэтапным планом строительства. Первый этап (до конца 2026 года) - создать системы с базовым, но надежным функционалом, своеобразный «фундамент». Следующий шаг - выход на «развитый» уровень, когда в эти системы массово интегрируют искусственный интеллект. Именно ИИ позволит резко ускорить процесс, беря на себя сложнейшие задачи оптимизации, и поможет создавать чипы, способные конкурировать с зарубежными аналогами.
Однако спикер четко обозначил и препятствия на этом пути. Это и нехватка данных для обучения моделей, и недоверие инженеров к решениям, предложенным «черным ящиком» ИИ, и банальный дефицит мощных компьютеров для расчетов. Но самая острая проблема - кадры. Нужны специалисты, которые одновременно глубоко понимают и физику микросхем, и принципы работы искусственного интеллекта.
Итогом выступления стала емкая формула, которую можно считать лейтмотивом всего форума: надо действовать вместе, иначе это дорого обойдется стране. Успех возможен только через кооперацию: вузы должны готовить специалистов, IT-компании - создавать программные платформы, дизайн-центры - ставить задачи, а фабрики - предоставлять данные и тестировать решения. Лишь такая экосистема позволит совершить прорыв.
Татьяна ЧЕРНОВА
Обложка: фото предоставлено пресс-службой Российского форума «Микроэлектроника-2025»
