AI a polovodiče: dvoudenní workshop ACDRC propojil výzkum s průmyslem
Workshop Artificial Intelligence on Chip přilákal na začátku dubna do Brna přední výzkumníky a odborníky z Česka i Tchaj-wanu i zájemce o aktuální dění v oblasti umělé inteligence a návrhu polovodičů. Dvoudenní program nabídl pestrý pohled na rychle se rozvíjející oblast, která zásadně ovlivňuje budoucnost moderních technologií.
8. 4. 2026
Odborné přednášky se zaměřily například na bezpečné a spolehlivé vestavěné systémy, automatizaci fyzického návrhu čipů s využitím umělé inteligence nebo vývoj zakázkových křemíkových řešení pro AI aplikace. Pozornost vzbudila také témata multiagentních velkých jazykových modelů a praktického nasazení umělé inteligence v energetice a průmyslu, kde se ukazuje její rostoucí význam.
Vedle odborného programu měli účastníci prostor pro navazování nových kontaktů a sdílení zkušeností napříč akademickou i průmyslovou sférou. Součástí doprovodného programu byla exkurze do společnosti Mycroft Mind a promítání filmu A Chip Odyssey v kině Lucerna, které nabídlo širší kontext vývoje polovodičových technologií.
Akce probíhala v angličtině a středeční blok přednášek byl dostupný také online. Workshop potvrdil, že propojení umělé inteligence a návrhu čipů není jen aktuálním tématem, ale jedním z klíčových směrů, který bude v následujících letech udávat tempo technologického vývoje.
Záznamy středečních přednášek (v angličtině):
Přednášející a témata
Dr. Allen Cheng (Light Momentum Technology Corp., Taiwan)
Praktické aplikace umělé inteligence a přizpůsobených čipů v scénářích edge computingu
Tato přednáška se zabývá reálným nasazením umělé inteligence v edge computingu a zaměřuje se na to, jak přizpůsobená polovodičová řešení – od akcelerátorů AI po doménově specifické SoC – umožňují dosáhnout nové úrovně výkonu a energetické účinnosti.
Assoc. Prof. Andy Yu-Guang Chen (National Central University)
AI řízené včasné směrování, predikce DRC a přiřazování pinů s ohledem na přetížení pro rychlejší uzavření fyzického návrhu
Moderní návrh integrovaných obvodů (IC) čelí rostoucím výzvám v podobě zvyšující se složitosti rozvržení, přísných pravidel návrhu a stále náročnějších harmonogramů. Přetížení trasování a porušení pravidel návrhu (DRV) zjištěná v pozdní fázi procesu často vedou k nákladným a časově náročným iteracím.
Tato přednáška představuje nejnovější pokroky v aplikaci strojového učení v rané fázi fyzického návrhu. Pro předpovídání požadavků na trasování a podrobných map DRV na úrovni trasování z raných dat o umístění a globálním trasování jsou představeny rámce založené na souhrnném učení a CNN, které umožňují přesnou detekci přetížení a porušení za zlomek tradiční doby běhu. Přednáška také představuje COPA, metodu přiřazování pinů orientovanou na přetížení, která optimalizuje umístění průchozích pinů, aby zmírnila úzká místa v rámci bloků bez zvýšení délky vodičů. Společně tyto datově řízené techniky fungují jako lehké doplňky ke stávajícím návrhovým procesům, čímž snižují počet iterací návrhu a urychlují jeho dokončení.
Prof. Hana Kubátová, Doc. Martin Novotný, Doc. Jan Schmidt, Ing. Vít Mašek (ČVUT v Praze)
Bezpečný a zabezpečený digitální design: výzvy a otevřené problémy
Tato přednáška se zabývá aktuálními výzvami v oblasti vestavěných a kyberfyzických systémů. Tyto systémy kombinují hardware a software, jsou často rekonfigurovatelné a musí interagovat s fyzickým světem, kde se jejich chování může jevit jako analogové. Současně je všudypřítomná konektivita, systémy jsou neustále online a síťový provoz je stále více šifrován.
Rychlý růst open-source softwaru, otevřených architektur instrukčních sad (např. RISC-V) a všudypřítomné přijetí umělé inteligence rozšiřuje plochu pro útoky a složitost návrhu. Vestavěné systémy jsou nasazovány v různých oblastech, včetně automobilového průmyslu a dalších aplikací kritických pro bezpečnost a plnění úkolů. Prezentace zdůrazňuje vzájemné působení mezi bezpečností (odolností proti útokům) a odolností proti poruchám a diskutuje nové přístupy k přesnější charakterizaci spolehlivosti pomocí realističtějších modelů spolehlivosti.
Dr. G. R. Chen (Light Momentum Technology Corp.)
Urychlení budoucnosti: Zakázkové křemíkové čipy pro pracovní zatížení umělé inteligence
S rozšiřováním umělé inteligence do různých oblastí – od cloud computingu po mobilní rozšířenou realitu – roste i poptávka po přizpůsobených polovodičových řešeních. Tato přednáška se zabývá architektonickými základy a strategiemi návrhu čipů specifických pro umělou inteligenci, přičemž klade důraz na to, jak charakteristiky neuronových sítí, jako je řídkost, škálování přesnosti a datový tok, ovlivňují hardwarové implementace.
Zabývá se paradigmaty akcelerátorů pro pracovní zatížení CNN a transformátorů a diskutuje optimalizační techniky, včetně kvantizace, prořezávání a výpočtů se smíšenou přesností. Případová studie zdůrazňuje praktické přístupy k návrhu AI SoC se zaměřením na výpočetní účinnost a architekturu zohledňující pracovní zatížení. Přednáška také zkoumá trendy, jako je 3D integrace, generování hardwaru s podporou AI a design zaměřený na udržitelnost.
Prof. Radim Burget (VUT Brno)
Společné řešení problémů pomocí velkých jazykových modelů
Tato přednáška se zabývá přechodem od monolitických, neprůhledných modelů umělé inteligence k vysvětlitelným a vědecky robustním systémům umělé inteligence, se zaměřením na architektury velkých jazykových modelů (LLM) s více agenty. Zdůrazňuje, jak distribuce uvažování, ověřování a hodnocení důkazů mezi spolupracujícími agenty může umožnit transparentnější a reprodukovatelnější závěry.
Přednáška stručně pojednává o dopadech na hardware, včetně zvýšených požadavků na paměť, paralelismus a komunikaci mezi agenty, a zdůrazňuje úzkou provázanost mezi vysvětlitelnou multiagentní AI a moderními výpočetními architekturami.
Ing. Jan Remeš (Mycroft Mind, Ltd., Brno)
Polovodiče na okraji sítě: Případové studie v oblasti předpovědí fotovoltaické energie a inteligentních měřičů
Tato přednáška se zabývá praktickým nasazením vestavěné umělé inteligence v energetickém sektoru a ukazuje, jak Mycroft Mind překlenuje propast mezi pokročilými algoritmy a hardwarem s omezenými zdroji v rámci IPCEI ME/CT.
Na příkladu případové studie „SkyEye“ přednáška demonstruje vysoce přesné předpovědi výroby fotovoltaické energie pomocí snímání oblohy a hardwarově akcelerovaných modelů ConvLSTM pro zpracování v reálném čase. Představuje také řešení „Consumption Predictor“ pro inteligentní měřiče spotřeby, přičemž zdůrazňuje, že efektivní AI přesahuje rámec LLM díky využití inkrementálního učení a optimalizovaných matematických modelů, které fungují v rámci přísných limitů paměti a výkonu průmyslových polovodičů.
Tento workshop byl organizován v rámci The Advanced Chip Design Research Center (ACDRC), jehož cílem je podpora inovací a spolupráce v oblasti výzkumu a vzdělávání v oblasti polovodičů mezi Tchaj-wanem a Českou republikou. ACDRC bylo založeno v rámci Plánu spolupráce mezi Tchaj-wanem a Českou republikou v oblasti odolnosti dodavatelského řetězce a budování kapacit na období 2022–2026. Centrum se věnuje rozvoji talentů v oblasti návrhu integrovaných obvodů v různých oborech a podpoře rozvoje ekosystému polovodičového průmyslu v České republice.
Akce se konala ve spolupráci se Supply Chain Resilience Center (SCRC).
Záznamy workshopů ACDRC najdete na našem Youtube.