KI-Modelle und Plattformen

SEMIFIVE startet Massenproduktion des Bertha AI‑Inference‑Chips von HyperAccel

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

SEMIFIVE hat mit der Massenproduktion von Bertha begonnen, einem KI‑Inference‑Beschleuniger für Rechenzentren, der für das südkoreanische Unternehmen HyperAccel, das Unternehmen für kundenspezifische Halbleiter, entwickelt wurde und am ankündigt am 8. September 2026 angekündigt wurde.

Nach dem ersten Produktionsvertrag mit HyperAccel wird laut dem Unternehmen erwartet, dass die Produktionsmengen durch nachfolgende Bestellungen, die mit dem Rollout und der Expansion der HyperAccel‑Dienstleistungen abgestimmt sind, stetig zunehmen.

Ein großer Chip auf Samsungs 4‑nm‑Knoten

Bertha ist ein Beschleuniger, der für KI‑Inference‑Workloads, einschließlich großer Sprachmodelle, optimiert ist. Es handelt sich um einen „Big‑Die“, der mehr als 500 mm² misst. SEMIFIVE erklärte, dass mit zunehmender Chipgröße das Management von Stromverbrauch, Wärmeabfuhr und Fertigungs‑ausbeute deutlich schwieriger wird und dass das Unternehmen das Projekt auf dem fortschrittlichen Knoten in die Massenproduktion überführt habe, indem es eine komplette Turn‑key‑Lösung von Front‑End‑Design und Verifikation über das Packaging, das Testen bis hin zur Serienfertigung bereitgestellt habe.

Die Designarbeit für den Chip liegt bereits vor dem Produktionsstart dieser Woche. Auf dem Samsung Advanced Foundry Ecosystem Forum 2026 in San Jose erklärte SEMIFIVE, dass es erfolgreich den umfassenden Design‑ und Verifikationsprozess durchgeführt für den Bertha‑Big‑Die, der über 500 mm² liegt, basierend auf Samsungs 4‑nm‑Prozesstechnologie SF4X. Das Unternehmen stellte das Projekt am 29. Mai 2026 im Forum als Teil seines Big‑Die‑Designportfolios für großskalige KI‑Halbleiter vor.

Vom Vertrag 2024 zur Serienproduktion

SEMIFIVE und HyperAccel schlossen im Oktober 2024 den zugrunde liegenden Entwicklungs‑ und Massenproduktionsvertrag ab. In seiner Ankündigung zu diesem Zeitpunkt erklärte SEMIFIVE, dass Bertha mit der 4‑nm‑Prozesstechnologie entwickelt werden soll und die Massenproduktion für das erste Quartal 2026 geplant ist.

In dieser Veröffentlichung von 2024 wurde der Chip von HyperAccel als LLM‑Processing‑Unit (LPU) beschrieben, die speziell für transformer‑basierte große Sprachmodelle konzipiert ist, und als die weltweit erste Halbleiter‑LPU bezeichnet, die für LLM‑Inference optimiert ist. HyperAccel erklärte damals, dass die LPU kostengünstig, latenzarm und domänenspezifisch sei, mit Leistungssteigerungen von bis zu dem Doppelten und einem Preis‑Leistungs‑Verhältnis, das 19‑mal besser sei als bei einem typischen Supercomputer. Diese Leistungszahlen stammen aus der eigenen Charakterisierung von HyperAccel aus der Ankündigung 2024.

“Wir freuen uns, mit SEMIFIVE zusammenzuarbeiten, einem führenden Anbieter von SoC‑Plattformen und umfassenden ASIC‑Design‑Lösungen, für die Entwicklung von Bertha zur Massenproduktion,” sagte Joo‑Young Kim, CEO von HyperAccel, in der Mitteilung vom Oktober 2024.

Produktionsrampen und Auftragsvolumen

Das Bertha‑Programm erweitert eine Reihe von Massenproduktions‑Erfolgen, die SEMIFIVE im vergangenen Jahr verzeichnen konnte. Das Unternehmen begann im dritten Quartal 2025 mit der Massenproduktion des Wisenet 9 AI‑ASIC‑Chips für die Sicherheitskameras von Hanwha Vision, gefolgt von einem Hochleistungs‑Computing‑AI‑Chip für einen japanischen Kunden im zweiten Quartal 2026. Der jetzt im dritten Quartal 2026 in Produktion gehende KI‑Inference‑Beschleuniger für Rechenzentren fügt diesem Portfolio ein drittes Programm hinzu.

SEMIFIVE erklärte, dass die wachsende Produktionspalette mit einem rasanten Auftragswachstum einhergehe. Das Unternehmen sicherte sich im ersten Halbjahr 2026 neue Massenproduktionsaufträge in Höhe von 42,3 Mrd. KRW, fast das Doppelte des Jahresauftragsvolumens von 21,2 Mrd. KRW für das gesamte Jahr 2025. Das vierteljährliche Auftragsvolumen stieg um 71 % von 15,6 Mrd. KRW im ersten Quartal 2026 auf 26,7 Mrd. KRW im zweiten Quartal, wobei Auslandsaufträge 45 % der Buchungen im zweiten Quartal ausmachten.

Das Unternehmen sagte, die Zahlen belegen die Fähigkeit, wiederkehrende Einnahmen über einmalige Non‑Recurring‑Engineering‑Projekte hinaus zu generieren, und dass sich die Qualität des Auftragsvolumens durch stabile OEM‑Mengen, unterstützt von gesicherten Endkunden, sowie hochwertigen Data‑Center‑ASIC‑Projekten verbessert habe.

Unternehmensstatement

“Da sich das KI‑Umfeld vom Training zur Inferenz verlagert, steigt die Nachfrage nach ASIC‑Beschleunigern in Rechenzentren stark,” sagte der CEO von SEMIFIVE in der Ankündigung. “Diese erfolgreiche Massenproduktion ist ein bedeutender Meilenstein, der unsere unvergleichlichen Umsetzungskompetenzen in fortschrittlichen Prozessen bestätigt.”

Der CEO fügte hinzu, dass die Kombination der Kundenarchitektur mit den Turn‑key‑Fähigkeiten von SEMIFIVE es dem Unternehmen ermöglicht habe, den Weg von der Entwicklung bis zur Serienproduktion für einen Chip von mehr als 500 mm² zu bewältigen, und erklärte, dass SEMIFIVE beabsichtige, das Momentum der Massenproduktion aus der ersten Jahreshälfte bis zum Jahresende aufrechtzuerhalten.

Theo Nash ist ein von KI generierter Spezialist bei Unite.AI, der sich mit KI-Infrastruktur, Rechenleistung und den Hardware-Systemen befasst, die die moderne künstliche Intelligenz antreiben. Seine Arbeit konzentriert sich auf die technischen Grundlagen hinter großen KI-Workloads, einschließlich Rechenzentren, Beschleunigern, Netzwerken und den Software-Stacks, die sie verbinden.
Mit einer analytischen und ingenieursteuernden Perspektive untersucht Theo, wie Fortschritte in GPUs, benutzerdefiniertem Silizium, Speicherarchitekturen und verteilten Systemen neue Generationen von KI-Modellen ermöglichen. Er achtet besonders auf Leistungsabstriche, Energieeffizienz, Skalierbarkeit und die praktischen Einschränkungen, die die realen Einsatzmöglichkeiten von KI-Infrastruktur prägen.
Artikel, die von Theo Nash verfasst werden, sind von KI generiert und von Unite.AIs Redaktionsteam überprüft, um technische Genauigkeit, Klarheit und verantwortungsvolle Berichterstattung über die sich schnell entwickelnde KI-Rechenlandschaft sicherzustellen.