Samsung memenangi perintah 2nm pertama untuk menghasilkan cip pemecut AI untuk syarikat Jepun
Samsung Electronics mengumumkan pada 9 Julai (Selasa) bahawa ia telah menerima perintah dari Perisikan Buatan Jepun (AI) Rangkaian Pilihan Rangkaian (PFN), yang akan menggunakan proses Foundry 2nm Samsung dan perkhidmatan pembungkusan cip lanjutan untuk mengeluarkan cip untuk pemecut AI.
Ini adalah perintah cip 2nm cip pertama yang diumumkan oleh Samsung, tetapi saiz pesanan belum didedahkan.
Samsung sentiasa berharap dapat memimpin dalam pengeluaran besar -besaran TSMC teknologi 2nm, mengalahkan parti lain dengan pantas, dan mendapat kelebihan daya saing dalam generasi baru nod proses.
Samsung menyatakan dalam satu kenyataan bahawa cip ini akan dihasilkan menggunakan proses Interposer Cube S (I-Cube S) menggunakan teknologi cincin (GAA) dan teknologi pembungkusan 2.5D untuk meningkatkan kelajuan interkoneksi dan mengurangkan saiz.
Samsung menyatakan bahawa Gaonchips Co Korea Selatan merancang cip ini.
Dilaporkan bahawa rangkaian pilihan telah ditubuhkan pada tahun 2014, terutamanya yang terlibat dalam pembangunan pembelajaran AI Deep, dan telah menarik pelaburan yang signifikan dari syarikat -syarikat utama dalam pelbagai bidang, termasuk Toyota, NTT, dan Fanuc.Difahamkan bahawa sebab untuk bekerjasama dengan Samsung adalah kerana Samsung mempunyai kedua -dua memori dan perkhidmatan OEM, keupayaan komprehensif yang kuat dan pengumpulan teknologi, dan dapat memberikan penyelesaian lengkap dari reka bentuk memori jalur lebar (HBM) yang tinggi untuk pengeluaran dan pembungkusan 2.5D maju.
Junichiro Makino, Naib Presiden dan Ketua Pegawai Teknologi Senibina Pengkomputeran di Rangkaian Pilihan, menyatakan dalam satu kenyataan bahawa cip ini akan digunakan untuk mengeluarkan perkakasan pengkomputeran berprestasi tinggi untuk rangkaian pilihan yang akan digunakan dalam teknologi AI generatif seperti model bahasa berskala besar seperti model bahasa berskala besar seperti model bahasa berskala besar seperti model bahasa berskala besar seperti model bahasa berskala besar seperti model bahasa berskala besar seperti model bahasa berskala besar seperti model bahasa berskala besar seperti model bahasa berskala besar seperti model bahasa berskala besar seperti model bahasa berskala besar.