“çip üretimi” için sonuçlar
3 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Telefonunuzdaki çipler muhtemelen arızalı - bu aslında harika bir şey
Apple'ın yeni uygun fiyatlı dizüstü bilgisayarında, üst düzey cihazlar için üretilen ancak kusurlu çıkan çipleri kullandığı belirtiliyor. Bu durum endüstride yaygın bir uygulama olup, yarı iletken üreticilerinin atık miktarını azaltmasına yardımcı oluyor. Çip üretiminde mükemmel işlemci elde etmek son derece zor olduğu için, üreticiler kusurlu çekirdekleri devre dışı bırakarak daha düşük performanslı ürünler yaratıyor. Bu yaklaşım hem maliyetleri düşürüyor hem de çevresel etkiyi azaltıyor. Teknoloji devleri bu sayede farklı performans seviyelerinde ürün gamı oluşturabiliyor.
Çip Üretiminde Devrim: Yeni Optimizasyon Yöntemi Litografi Sorununu Çözüyor
Araştırmacılar, çip üretiminin en kritik aşamalarından biri olan litografi işleminde karşılaşılan karmaşık optimizasyon problemini çözmek için yeni bir matematiksel yöntem geliştirdi. ADMM (Alternating Direction Method of Multipliers) adı verilen bu teknik, yarı iletken üretiminde kullanılan maskelerin tasarımını optimize ederek daha hassas ve verimli çip üretimi yapılmasını sağlıyor. Yöntem, hedef desen ile gerçek görüntü arasındaki uyumsuzluğu minimize eden, ikili maske yapısını koruyan ve düzenleme terimlerini içeren üç bileşenli bir optimizasyon problemi çözüyor. Geleneksel yaklaşımlardan farklı olarak, problemi alt parçalara bölerek her birini ayrı ayrı çözen bu teknik, hesaplama verimliliği açısından önemli avantajlar sunuyor.
Yapay zeka eğitiminde devrim: Geri yayılım olmadan öğrenen sinir ağları
Araştırmacılar, geleneksel geri yayılım algoritmasına ihtiyaç duymadan sinir ağlarını eğitebilen yeni bir framework geliştirdi. FFzero adlı bu sistem, sadece ileri yönlü hesaplamalar kullanarak kararlı öğrenme sağlıyor. Bu yaklaşım, fiziksel sinir ağlarının geliştirilmesi için kritik önem taşıyor çünkü geri yayılım fiziksel sistemlerde uygulanması zor bir yöntem. Yeni yöntem, katman bazlı yerel öğrenme, prototip tabanlı temsiller ve yönlü türev optimizasyonu birleştiriyor. Çip üretiminin fiziksel limitleri ve derin öğrenmenin artan çevresel maliyetleri göz önüne alındığında, bu gelişme alternatif öğrenme paradigmaları için umut verici bir adım.