farhad.azadjoo70
farhad.azadjoo70
خواندن ۱۲ دقیقه·۴ سال پیش

پیشرفت با ایده های ساده ولی انقلابی

این روزها همه ما کم و بیش در مورد پیشرفت های حوزه تکنولوژی مطالب زیادی میشنویم و یا از منابع مختلف مطالعه میکنیم. تکنولوژی های مختلف در صنایع مختلف در طول زمان طرفدارهای زیادی پیدا میکنند. ولی یک نکته بسیار جالبی که وجود دارد این است که مثل ارتباطات ما انسان ها با هم در ساختار تکنولوژی ها هم رمز و راز هایی وجود دارد. این روزها در حوزه کامپیوتر دستاوردهای الگوریتمی و نرم افزاری به دلیل فعال بودن شرکت های نرم افزاری به سرعت در سرتاسر جهان پخش می شود. ولی من در این پست میخواهم کمی در مورد تکنولوژی هایی صحبت کنم که بدون اون ها هیچ کدوم از این دستاوردهای امروز ما قابل دستیابی نبود. و جالب تر اینکه خیلی در مورد پیشرفت های آنها اخبار گسترده ای نمیشنویم.

اگر از من بپرسید که سه تکنولوژی برتر این روزها در حوزه کامپیوتر رو بر اساس حجم فعالیت های علمی و تجاری انجام شده که اخبار اون ها هم به سرعت منتشر میشه رو نام ببرم من این سه حوزه تکنولوژی رو لیست میکنم:
۱- هوش مصنوعی (ابزارها، مدل ها، استفاده در حوزه های کاربردی)
۲- بیگ دیتا (ابزارهای تحلیلی، طراحی امکانات پردازشی بزرگ)
۳- اینترنت اشیا و پردازش ابری (امکانات پردازشی، استفاده در حوزه های کاربردی، ابزارها)

این سه حوزه در بسیاری از جاها با هم همپوشانی های جدی هم دارند ولی در فضای آکادمیک و تجاری سه حوزه متفاوت در نظر گرفته می‌شوند. به نظر من یکی از مهم ترین دلیل های پیشرفت و فراگیر شدن این سه حوزه، زیاد شدن قدرت پردازشی سیستم های پردازشی بوده است. بسیاری از مدل ها و الگوریتم هایی که این روزها از آنها صحبت میکنیم قدمت ۳۰ تا ۴۰ ساله دارند ولی به دلیل نبود قدرت پردازشی کافی از پیاده سازی آنها به صورت عملی ناتوان بوده‌ایم.

پس این حقیقت که قدرت پردازشی بالا امکانی را برای ما فراهم میکند که بتوانیم محاسبات بیشتری را در مدت زمان کم تری انجام دهیم بر کسی پوشیده نیست. ولی سوال اصلی اینجاست که آیا تلاشی که برای بهبود عملکرد ابزارهای پردازشی صورت میگیرد تا سرعت محاسباتی آنها افزایش پیدا کند، به اندازه تکنولوژی های جدید در فضای عمومی جامعه مورد توجه قرار میگیرد؟

از نظر من جواب این سوال خیر است و البته دلایل مختلف زیادی هم دارد. مهم ترین دلایل میتونه اینها باشه که اولا این تکنولوژی ها به صورت انحصاری در دنیا وجود دارد و به جز شرکت های محدودی، هیچ شرکت جدیدی توان ورود به این بازار و رقابت موفق را در حال حاضر ندارد. دوما اینکه این تکنولوژی ها تکنولوژی های مادر هستند و در سطح پایین اتفاق می افتند و معمولا توضیح و بررسی این تکنولوژی ها برای سواد عموم جامعه کار سختی می‌باشد. سوما اینکه دستاوردهای عظیم این حوزه به صورت مستقیم قابل بهره برداری نیست و اکثرا در محصول نهایی آنها مستتر هستند.

من قصد دارم در این پست یک سیر ساده از اینکه این قدرت پردازشی از کجا آمده و چرا این تکنولوژی ها انحصاری هستند را توضیح بدم. بگذارید داستان رو اینطور شروع کنم: همه چیز از یک ترانزیستور شروع شد.

ترانزیستور چیست؟ با تعریف ساده، ترانزیستورها ابزارهای الکترونیکی هستند که مانند سوییچ عمل میکنند و با کنترل ورودی آنها میتوانیم جریان و ولتاژ خروجی آنها را کنترل کنیم. این تعریف دو جمله ای ساده پشت سر خود یک دنیا کار و تلاش و نوآوری به همراه دارد. برای اینکه زودتر به هدف بحث برسم، دوران ترانزیستورهای ساخته شده با لامپ خلا رو رد میکنم و میرسم به دورانی که ترانزیستورهای BJT ساخته شده بودند. این ترانزیستورها به کمک جریان ورودی کنترل شده ای که داشتند، در خروجی یک جریان و ولتاژ ایجاد می‌کردند. سرعت آنها زیاد بود ولی توان زیادی مصرف میکردند. به نظر من یکی از انقلاب هایی که در حوزه الکترونیک اتفاق افتاد، ساخت ترانزیستورهای MOSFET بوده است. این ترانزیستورها هدفشان نگه داشتن سرعت ترانزیستورهای نسل قبل ولی با توان مصرفی بسیار پایین تر بوده و میتوان گفت که در این کار بسیار موفق عمل کردند. تفاوت این ترانزیستورها به این صورت بود که به جای اعمال جریان به ورودی، ولتاژ اعمال میکرد و چون جریانی در ورودی قرار نداشت، توان مصرفی آن پایین تر بود.

اگر بخوام خیلی ساده توضیح بدم که این ترانزیستور چطور کار میکنه ترجیح میدم عملکرد اون رو اینطور توصیف بکنم:

ترانزیستور MOSFET
ترانزیستور MOSFET

در شکل بالا یک ترانزیستور ماسفت را مشاهده میکنیم که از قسمت های مختلفی تشکیل شده است. گیت که با رنگ سبز نشان داده شده است، ورودی ترانزیستور می‌باشد.در زیر گیت یک لایه خاکستری وجود دارد که به آن اکسید گفته میشود و از نظر جنس هدایت، یک عایق است و جریان از آن عبور نمیکند. source و drain دو قسمت هستند که از کریستالهای سیلیکونی با ناخالصی های نوع n ساخته شده اند. مواد با ناخالصی های نوع n موادی هستند که الکترون های آزادی دارند که با اعمال میدان به آن ها میتوان آن الکترون ها را به راحتی حرکت داد. body یکی دیگر از قسمت های ترانزیستور است که ترانزیستور روی آن ساخته میشود و در اینجا از کریستالهای سیلیکونی با ناخالصی نوع p ساخته شده است. مواد با ناخالصی های نوع p موادی هستند که در کنار اتم هایشان حفره های خالی وجود دارد و این حفره ها باعث جذب الکترون ها میشوند. این جذب باعث حرکت الکترون ها میشود. وجود اکسید بین گیت و بدنه که دارای حامل آزاد هستند یک خازن ایجاد میکند.

همانطور که گفتیم در این ترانزیستور ها جریان خروجی را با اعمال ولتاژ به ورودی کنترل میکنند. اگر یک ولتاژ مثبتی بر روی گیت قرار دهیم باعث می‌شود که حامل های الکترونی در زیر گیت جمع شوند و تشکیل یک کانال الکترونی را بدهند.

ترانسیستور MOSFET زمانی که ولتاژ مثبتی روی گیت قرار میگیرد باعث ایجاد کانال الکترونی میشود
ترانسیستور MOSFET زمانی که ولتاژ مثبتی روی گیت قرار میگیرد باعث ایجاد کانال الکترونی میشود

با شکل گیری این کانال و وجود حامل های الکترونی در طول مسیر بین source و drain با اعمال یک میدان افقی می توان جریانی بین این دو پایه ایجاد کرد. پس اگر دوباره مثال سوییچ را ببینیم میبینیم که اگر به گیت ولتاژی اعمال نکنیم، کانالی وجود ندارد و در نتیجه نمیتوان با اعمال میدان بین source و drain جریانی ایجاد کرد. زمانی که به گیت ولتاژ اعمال میکنیم، اگر این ولتاژ به اندازه کافی بزرگ باشد باعث ایجاد کانال در زیر گیت شده و یک مسیر پر از حامل های الکترونی بین source و drain ایجاد میشود. در نتیجه با اعمال میدان بین این دو پایه میتوان جریان برقرار کرد و شدت این جریان نیز به قدرت میدان اعمال شده بین این دو پایه بستگی دارد.

توضیحی که من در مورد عملکرد این ترانزیستور دادم خیلی ساده بود و شاید بسیاری از نکات رو هم نگفتم ولی برای دانستن اینکه از نظر فیزیکی چه اتفاقی دارد میافتد که یک ترانزیستور روشن و خاموش میشود را توضیح دادیم. تراشه های پردازشی از کنار هم قرار دادن تعدادی زیادی از این ترانزیستورها به نوعی که بتوانند یک تابع منطقی را پیاده سازی کنند شکل میگیرند. از پردازنده های کامپیوتر و لپ تاپ و گوشی های موبایل و تبلت گرفته تا کارت های حافظه و پردازنده های گرافیکی و غیره و غیره همگی تراشه هایی هستند که از مجتمع کردن این ترانزیستورها به وجود آمده اند. اینکه ورودی و خروجی این ترانزیستورها چگونه به هم متصل شده باشند، نوع عملکرد آن مدار مجتمع را نشان میدهد. برای ساخت این تراشه های ترانزیستوری فرآیند بسیار پیچیده و بسیار بسیار دقیقی باید صورت بگیرد. قبل از ساخت تراشه ها مهندسان باید طراحی این تراشه ها را انجام دهند که کار بسیار پیچیده و زمان بری می‌باشد. برای اینکه یک دیدی از سختی طراحی این تراشه ها بدست بیاورید این مثال را مشاهده بکنید. تراشه Apple A14X Bionic در سال ۲۰۲۰ ساخته شده است و درون آن ۱۵ میلیارد ترانزیستور به کار رفته است. تمام این ترانزیستورها باید با دقت از نظر اندازه و ویژگی های فیزیکی طراحی و برای انجام عملیات لازم به ترانزیستورهای مشخص دیگری متصل شود. بعد از اینکه طراحی layout یا طرح مداری آماده شد، این طرح به کارخانه سازنده تراشه یا fab میرسد. fab ها یکی از high tech ترین نقاط جهان هستند. فرآیند ساخت تراشه ها مانند چاپ با شابلون می‌باشد. برای ساخت یک لایه ترانزیستوری ۷ الی ۸ شابلون مختلف نیاز است. در این fab ها ابتدا باید کریستال سیلیکونی را آماده کنند. سپس با دقت بسیار بالا به کمک علم شیمی و مواد ناخالصی های لازم را به اندازه درست و دقیق درون کریستالهای سیلیکونی ایجاد کنند. بعد از ساخت ترانزیستورها در مراحل بعدی سیم بندی و اتصال آنها را در طی مراحل مختلف انجام میدهند تا در نهایت یک تراشه تولید میشود. برای اینکه دقت عملیات ساخت ترانزیستورها را لمس کنید کافی است بدانید که تراشه Apple که در بالا به آن اشاره کردم دارای اندازه گیت ۵ نانومتر است. قطر اتم سیلیسیم برابر ۰.۲ نانومتر است. همین دو عدد کافی است تا متوجه شویم برای ساخت ترانزیستورها به دستگاه هایی با چه دقت احتیاج است. و میتوان فهمد که چرا تنها تعداد محدودی کمپانی این تکنولوژی را در دست دارند. به فرآیند ساخت ترانزیستور لیتوگرافی هم گفته می‌شود.

این تراشه های کوچکی که سایز آنها به زور به چند سانتیمتر میرسد و حاوی میلیاردها ترانزیستور هستند، این روزها به راحتی در دسترس هستند و با پرداخت هزینه ناچیز در مقابل فرآیند پیچیده ساخت میتوان آنها را تهیه کرد، باعث شده اند تا بتوانیم منابعی با قدرت پردازشی بالا داشته باشیم. اینکه میتوانیم با کنار هم قرار دادن پردازنده های گرافیکی بسیار قوی قدرت پردازشی بسیار بالایی برای آموزش الگوریتم های یادگیری ماشین داشته باشیم، از دستاوردهای پیشرفت انقلابی تکنولوژی طراحی و ساخت تراشه ها است. ساخت کارت های حافظه با چند صد گیگابایت فضا، ساخت حافظه های نهان چند ده گیگابیتی در کنار پردازنده ها. ساخت پردازنده های پردازشی با تعداد بسیار زیادی هسته پردازشی و ... این قدرت را به ما داده است که گلوگاه پردازشی را این روزها کم تر احساس کنیم.

دستیابی به تکنولوژی های ساخت و طراحی با این دقت، نیازمند هزینه های بسیار هنگفت و تیم مهندسی بسیار قوی می باشد. علاوه بر این تکنولوژی های به روز دیگر در حوزه های بسیار زیادی مانند مهندسی شیمی، شیمی، علم مواد، الکترونیک، فیزیک دستیابی به این تکنولوژی ها را سخت تر میکند و با حظور فعالان غولی مثل intel، AMD یا nVidia خیلی سخت است تا شرکتی تصمیم به رقابت با این کمپانی ها بگیرد. به همین دلیل این فضا انحصاری شده است. معمولا این شرکت ها شرکت های کوچکی که وارد این عرصه میشوند و ایده های جدی دارند را خریداری میکنند و این موضوع باعث میشود سال ها ما به جز این شرکت ها شرکت فعال به صورت جدی در بازار را مشاهده نکنیم.

تعدادی از کارهای جدی که در نهایت منجر به ساخت تراشه هایی با این قدرت شده است را لیست میکنم:

۱- نوآوری هایی در حوزه فیزیک و شیمی اتمی برای ساخت مواد نیمه هادی با ناخالصی های بهتر
۲- نوآوری هایی در استفاده از مواد هادی و نیمه هادی و عایق برای ساخت ترانزیستورهای سریع تر
۳- نوآوری هایی در راستای کم کردن توان مصرفی ترانزیستورها و مدارهای مجتمع
۴- نوآوری هایی در راستای طراحی مدارهای مجتمع با تعداد ترانزیستورهای بسیار زیاد
۵- نوآوری هایی در فرآیند لیتوگرافی
۶- نوآوری هایی در فرآیند ساخت با هدف افزایش میزان تراشه های خروجی سالم
۷- نوآوری هایی در فرآیند تست و ارزیابی تراشه های ساخته شده
۸- نوآوری هایی در سایزینگ و کولینگ تراشه ها

در نهایت برای نتیجه گیری نباید فراموش کنیم که اگر امروزه میتوانیم به راحتی بر روی لپ تاپ معمولی خود که از نظر قدرت پردازشی معادل سوپر کامپیوترهای ۲۰ سال پیش هستند، مدل های یادگیری ماشین را آموزش دهیم. یا اینکه به راحتی میتوانیم در فضای پردازشی ابری، با سرعت بالا پردازش هایی را انجام دهیم همگی به این دلیل است که انقلاب تکنولوژی در حوزه الکترونیک و مدارهای مجتمع اتفاق افتاده است. وقتی به عظمت فرآیند ساخت یک تراشه کوچک نگاه میکنیم میتوانیم شکوه و جلال تکنولوژی را در آن با ذره ذره وجود لمس کنیم.

ترانزیستوراننقلاب تکنولوژیتکنولوژی
دانشجوی دکتری مهندسی کامپیوتر دانشگاه تهران، علاقه‌مند به حوزه علوم شناختی و اعصاب شناختی، فلسفه، هوش مصنوعی، علوم داده، بصری سازی داده، روان‌شناسی، اقتصاد و مالی
شاید از این پست‌ها خوشتان بیاید