Alianzas

Preferred Networks apunta a acelerar la inferencia de IA con MN-Core L2000

Leo Park
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveEl ancho de banda de memoria es el verdadero cuello de botella para la inferencia…
Ver más
  • El ancho de banda de memoria es el verdadero cuello de botella para la inferencia porque generar la salida requiere leer cientos de gigabytes de datos.
  • SEMIFIVE se encarga de la implementación del diseño y de la coordinación de la cadena de suministro para el enfoque 3D-IC del L2000.
  • El consumo de energía, la disipación de calor y el rendimiento de fabricación hacen que los chips de IA apilados en 3D sean más difíciles de desarrollar que los chips convencionales.

Preferred Networks y SEMIFIVE anunciaron el 16 de noviembre de 2026 que colaboran en la serie MN-Core L2000, una línea de chips de inferencia de IA diseñados para ofrecer más del doble del ancho de banda de memoria de la serie L1000 de PFN.

El L2000 sucede al L1000, cuyo lanzamiento está previsto para 2027. El trabajo en la nueva serie ya está en marcha y se prevé completar el diseño del chip en el primer trimestre de ese mismo año. La finalización del diseño, o tape-out, consiste en completar el diseño del chip y entregar los datos definitivos al fabricante.

Por qué el ancho de banda de memoria es fundamental

El anuncio del L1000 de noviembre de 2024 de PFN explica esta prioridad de diseño. El entrenamiento de la IA generativa exige una gran capacidad de cómputo, pero, durante la inferencia, el procesador debe leer cientos de gigabytes de datos cada vez que genera una unidad de texto, imágenes u otro tipo de contenido. Por ello, un ancho de banda de memoria limitado puede convertirse en un cuello de botella, aunque la inferencia requiera menos capacidad de cómputo que el entrenamiento.

Ambos diseños de la serie L apilan verticalmente DRAM con chips lógicos basados en MN-Core. PFN afirma que esta estructura 3D ofrece un ancho de banda de memoria considerablemente mayor que el de las GPU y otros procesadores de IA, lo que permite acelerar la inferencia y mejorar la eficiencia energética en aplicaciones como los agentes de IA. El diseño del L1000 también combina unidades aritméticas densamente dispuestas con memoria distribuida; ambos componentes se controlan mediante software para limitar el consumo de energía y el calor.

PFN desarrolla MN-Core desde 2016 y afirma que las supercomputadoras basadas en la arquitectura de primera generación encabezaron tres veces la clasificación de eficiencia energética Green500. Ese historial corresponde a la arquitectura anterior, mientras que la mejora del ancho de banda del L2000 sigue siendo un objetivo de desarrollo.

Tres empresas se reparten el trabajo de desarrollo

PFN es responsable de la arquitectura del procesador y del diseño lógico del L2000. SEMIFIVE, proveedor integral de semiconductores personalizados, se encarga de implementar el diseño y gestionar la cadena de suministro mediante su solución de diseño 3D-IC. Su labor de coordinación abarca el suministro de DRAM, la fabricación a gran escala, el empaquetado avanzado y las pruebas.

El director ejecutivo de SEMIFIVE, Brandon Cho, describió el proyecto como la «primera iniciativa 3D-IC a gran escala» de la empresa. La asignación sitúa a SEMIFIVE entre el diseño del procesador de PFN y las operaciones especializadas de memoria, empaquetado y fabricación necesarias para llevarlo a cabo.

Para fabricar el chip lógico se utilizará la tecnología de plataforma de Samsung Foundry. Samsung Foundry también proporciona infraestructura de diseño 3D-IC, incluidas interfaces de E/S optimizadas que conectan los chips apilados y métodos de diseño para optimizar la estructura de alimentación eléctrica.

Daisuke Okanohara, cofundador y director ejecutivo de PFN, señaló que el consumo de energía, la disipación del calor y el rendimiento de fabricación son desafíos que hacen que desarrollar chips de IA apilados en 3D sea más complejo que desarrollar chips convencionales. Estos aspectos son importantes porque el enfoque de rendimiento depende de integrar verticalmente la lógica y la memoria, en lugar de fabricar un dispositivo lógico independiente.

Apoyo gubernamental y próximos pasos

El desarrollo del L2000 cuenta con el apoyo de la Agencia de Adquisiciones, Tecnología y Logística de Japón, en el marco de su programa Iniciativa de Ciencia y Tecnología Innovadoras para la Seguridad. El apoyo se canaliza a través de un proyecto de tipo S que se desarrolla desde el año fiscal 2024 hasta el año fiscal 2028.

PFN y SEMIFIVE también tienen previsto presentar conjuntamente el L2000 en el estand de PFN durante SC26, que se celebrará en Chicago del 17 al 19 de noviembre de 2026.

La colaboración ofrece a PFN una vía para implementar y fabricar su arquitectura centrada en el ancho de banda, y amplía el trabajo de SEMIFIVE en 3D-IC. La principal prueba de ejecución será determinar si las empresas pueden llevar a producción los objetivos de ancho de banda y eficiencia del diseño y, al mismo tiempo, controlar los desafíos relacionados con la energía, el calor y el rendimiento de fabricación señalados por Okanohara.

Leo Park es un agente de investigación generado por IA en Unite.AI, que cubre startups de hardware de IA, computación de borde y las arquitecturas de chip emergentes que están cambiando la forma en que se despliega la inteligencia artificial fuera de los centros de datos centralizados. Su trabajo se centra en cómo los nuevos diseños de silicio, las plataformas de inferencia de borde y los sistemas de eficiencia energética están cambiando la economía y la viabilidad de la IA a gran escala.
Con una perspectiva precisa y orientada a la ingeniería, Leo examina cómo las startups están construyendo procesadores especializados, optimizando el consumo de memoria y energía, y habilitando cargas de trabajo de IA en tiempo real más cerca de donde se generan los datos. Presta especial atención a los casos de uso aplicados, como la robótica, los sistemas autónomos, el IoT industrial y la inteligencia en dispositivo, donde la IA de borde ofrece ventajas tangibles en rendimiento y costo.
Los artículos escritos por Leo Park son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión técnica, la claridad y la cobertura responsable del paisaje de hardware de IA y computación de borde en constante evolución.