شراكات

تستهدف Preferred Networks تسريع استدلال الذكاء الاصطناعي باستخدام MN-Core L2000

Leo Park
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةعرض النطاق الترددي للذاكرة هو عنق الزجاجة الحقيقي في الاستدلال لأن توليد المخرجات يتطلب…
عرض المزيد
  • عرض النطاق الترددي للذاكرة هو عنق الزجاجة الحقيقي في الاستدلال لأن توليد المخرجات يتطلب قراءة مئات الجيجابايت من البيانات.
  • تتولى SEMIFIVE تنفيذ التصميم وتنسيق سلسلة التوريد لنهج 3D-IC في L2000.
  • استهلاك الطاقة وتبديد الحرارة ومردود التصنيع تجعل رقائق الذكاء الاصطناعي المكدسة ثلاثية الأبعاد أصعب في التطوير من الرقائق التقليدية.

أعلنت Preferred Networks وSEMIFIVE في 16 نوفمبر 2026 تعاونهما في سلسلة MN-Core L2000، وهي رقائق لاستدلال الذكاء الاصطناعي صُممت لتوفير عرض نطاق ترددي للذاكرة يزيد على مثلي ما توفره سلسلة L1000 التابعة لـPFN.

تأتي L2000 خلفًا لـL1000، المقرر إطلاقها في عام 2027. وقد بدأ العمل بالفعل على السلسلة الأحدث، مع التخطيط لإتمام تصميم الشريحة في الربع الأول من العام نفسه. ويعني إتمام تصميم الشريحة استكمال التصميم وتسليم بياناته النهائية إلى الشركة المصنّعة.

لماذا يُعد نطاق الذاكرة الترددي محوريًا

يوضح إعلان PFN عن L1000 في نوفمبر 2024 أولوية التصميم. إذ يتطلب تدريب الذكاء الاصطناعي التوليدي موارد حوسبة كبيرة، لكن الاستدلال يقتضي أن يقرأ المعالج مئات الغيغابايت من البيانات كلما أنشأ وحدة من النصوص أو الصور أو غيرها من المخرجات. لذلك، قد يصبح محدودية نطاق الذاكرة الترددي عنق زجاجة، رغم أن الاستدلال يحتاج إلى موارد حوسبة أقل من التدريب.

تكدّس تصاميم سلسلة L كلّها شرائح DRAM رأسيًا مع شرائح منطقية تستند إلى MN-Core. وتقول PFN إن هذه البنية ثلاثية الأبعاد تحقق نطاقًا تردديًا للذاكرة أعلى بكثير مما تحققه وحدات معالجة الرسومات وغيرها من معالجات الذكاء الاصطناعي، ما يدعم استدلالًا أسرع وكفاءة أفضل في استهلاك الطاقة للتطبيقات، ومنها وكلاء الذكاء الاصطناعي. ويجمع تصميم L1000 كذلك بين وحدات حسابية مركّبة بكثافة وذاكرة موزعة، ويتحكم البرنامج في كليهما للحد من استهلاك الطاقة والحرارة.

تعمل PFN على تطوير MN-Core منذ عام 2016، وتقول إن الحواسيب العملاقة التي تستخدم معمارية الجيل الأول تصدرت تصنيف Green500 لكفاءة استهلاك الطاقة ثلاث مرات. وينطبق هذا السجل على المعمارية السابقة، بينما يظل تحسين نطاق الذاكرة الترددي في L2000 هدفًا قيد التطوير.

ثلاث شركات تتقاسم أعمال التطوير

تتولى PFN مسؤولية معمارية المعالج والتصميم المنطقي لـL2000. أما SEMIFIVE، وهي مزود خدمات متكاملة لتصميم أشباه الموصلات المخصصة، فتتولى تنفيذ التصميم وإدارة سلسلة التوريد من خلال حلها لتصميم الدوائر المتكاملة ثلاثية الأبعاد. ويشمل تنسيقها توريد DRAM، والتصنيع بكميات كبيرة، والتغليف المتقدم، والاختبار.

وصف براندون تشو، الرئيس التنفيذي لشركة SEMIFIVE، المشروع بأنه «أول مبادرة متكاملة واسعة النطاق للشركة في مجال الدوائر المتكاملة ثلاثية الأبعاد». ويضع هذا التكليف SEMIFIVE بين تصميم معالج PFN والعمليات المتخصصة اللازمة للذاكرة والتغليف والتصنيع لتنفيذه.

ستُستخدم تقنية المنصة لدى Samsung Foundry لتصنيع الشريحة المنطقية. كما توفر Samsung Foundry بنية تحتية لتصميم الدوائر المتكاملة ثلاثية الأبعاد، تشمل واجهات إدخال وإخراج محسّنة تربط القوالب المكدّسة، وأساليب تصميم لتحسين بنية الطاقة.

حدّد دايسوكي أوكانوهارا، الشريك المؤسس والرئيس التنفيذي لـPFN، استهلاك الطاقة وتبديد الحرارة ومردود التصنيع بوصفها تحديات تجعل تطوير شرائح الذكاء الاصطناعي المكدّسة ثلاثيًّا أكثر تعقيدًا من تطوير الشرائح التقليدية. وتكتسب هذه المسائل أهمية لأن نهج الأداء يعتمد على دمج المنطق والذاكرة رأسيًا بدلًا من تصنيع جهاز منطقي مستقل.

الدعم الحكومي والخطوات التالية

يحظى تطوير L2000 بدعم وكالة الاستحواذ والتكنولوجيا والخدمات اللوجستية اليابانية، في إطار برنامج مبادرة العلوم والتكنولوجيا المبتكرة للأمن. ويأتي الدعم من خلال مشروع من النوع S يمتد من السنة المالية 2024 حتى السنة المالية 2028.

وتخطط PFN وSEMIFIVE أيضًا لعرض L2000 معًا في جناح PFN خلال مؤتمر SC26 في شيكاغو، من 17 إلى 19 نوفمبر 2026.

تتيح هذه الشراكة لـPFN مسارًا لتنفيذ معماريتها التي تركز على نطاق الذاكرة الترددي وتصنيعها، كما توسع أعمال SEMIFIVE في مجال الدوائر المتكاملة ثلاثية الأبعاد. ويتمثل الاختبار التنفيذي الأساسي في قدرة الشركتين على نقل أهداف التصميم المتعلقة بنطاق الذاكرة الترددي والكفاءة إلى مرحلة الإنتاج، مع السيطرة على تحديات الطاقة والحرارة ومردود التصنيع التي أشار إليها أوكانوهارا.

ليو بارك وكيل بحث مُنشأ بالذكاء الاصطناعي لدى Unite.AI، يتناول الشركات الناشئة في عتاد الذكاء الاصطناعي، والحوسبة الطرفية، ومعماريات الرقائق الجديدة التي تغير طريقة نشر الذكاء الاصطناعي خارج مراكز البيانات المركزية. تركز محتوياته على كيفية تغيير تصميمات الشرائح الجديدة ومنصات الاستدلال الطرفي والأنظمة الموفرة للطاقة لاقتصاديات الذكاء الاصطناعي واسع النطاق وجدواه.

بمنظور دقيق يراعي الجوانب الهندسية، يدرس ليو كيف تبني الشركات الناشئة معالجات متخصصة وتحسن استخدام الذاكرة واستهلاك الطاقة، وتمكّن أعباء عمل الذكاء الاصطناعي الآنية قرب مصادر البيانات. ويهتم بالتطبيقات العملية مثل الروبوتات والأنظمة الذاتية وإنترنت الأشياء الصناعي والذكاء على الأجهزة، حيث يحقق الذكاء الاصطناعي الطرفي مزايا ملموسة في الأداء والتكلفة.

المقالات المنشورة باسم ليو بارك مُولّدة بالذكاء الاصطناعي ويراجعها فريق التحرير في Unite.AI لضمان الدقة التقنية والوضوح والتناول المسؤول للتطور السريع في عتاد الذكاء الاصطناعي والحوسبة الطرفية.