Kemitraan

Preferred Networks Menargetkan Inferensi AI yang Lebih Cepat dengan MN-Core L2000

Leo Park
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaBandwidth memori adalah hambatan nyata untuk inferensi karena menghasilkan keluaran…
Lihat selengkapnya
  • Bandwidth memori adalah hambatan nyata untuk inferensi karena menghasilkan keluaran memerlukan pembacaan ratusan gigabyte data.
  • SEMIFIVE menangani implementasi desain dan koordinasi rantai pasokan untuk pendekatan 3D-IC pada L2000.
  • Konsumsi daya, pembuangan panas, dan hasil manufaktur membuat chip AI bertumpuk 3D lebih sulit dikembangkan daripada chip konvensional.

Preferred Networks dan SEMIFIVE mengumumkan pada 16 November 2026 bahwa mereka bekerja sama mengembangkan MN-Core L2000 Series, chip inferensi AI yang dirancang untuk menghadirkan bandwidth memori lebih dari dua kali lipat dibandingkan L1000 Series milik PFN.

L2000 merupakan penerus L1000, yang dijadwalkan dirilis pada 2027. Pengerjaan seri yang lebih baru ini sudah dimulai, dengan tape-out direncanakan pada kuartal pertama tahun yang sama. Tape-out adalah tahap penyelesaian desain chip dan penyerahan data desain final kepada produsen.

Mengapa Bandwidth Memori Sangat Penting

Pengumuman L1000 pada November 2024 oleh PFN menjelaskan prioritas desain tersebut. Pelatihan AI generatif membutuhkan sumber daya komputasi yang besar, tetapi saat melakukan inferensi, prosesor harus membaca data berukuran ratusan gigabita setiap kali menghasilkan satu unit teks, gambar, atau keluaran lainnya. Karena itu, bandwidth memori yang terbatas dapat menjadi hambatan, meskipun inferensi membutuhkan sumber daya komputasi yang lebih sedikit daripada pelatihan.

Kedua desain seri L menumpuk DRAM secara vertikal dengan chip logika berbasis MN-Core. Menurut PFN, struktur 3D ini menghasilkan bandwidth memori yang jauh lebih tinggi daripada GPU dan prosesor AI lainnya, sehingga mendukung inferensi yang lebih cepat serta efisiensi daya yang lebih baik untuk aplikasi seperti agen AI. Desain L1000 juga memadukan unit aritmetika yang dipasang dengan rapat dan memori terdistribusi, yang keduanya dikendalikan oleh perangkat lunak untuk membatasi konsumsi daya dan panas.

PFN telah mengembangkan MN-Core sejak 2016 dan menyatakan bahwa superkomputer yang menggunakan arsitektur generasi pertamanya tiga kali menduduki peringkat teratas dalam pemeringkatan efisiensi energi Green500. Catatan tersebut berlaku untuk arsitektur terdahulu, sedangkan peningkatan bandwidth L2000 masih menjadi sasaran pengembangan.

Tiga Perusahaan Berbagi Tugas Pengembangan

PFN bertanggung jawab atas arsitektur prosesor dan desain logika L2000. SEMIFIVE, penyedia solusi siap pakai untuk semikonduktor khusus, menangani implementasi desain dan pengelolaan rantai pasok melalui solusi desain 3D-IC-nya. Koordinasinya mencakup pasokan DRAM, produksi massal, pengemasan canggih, dan pengujian.

CEO SEMIFIVE, Brandon Cho, menyebut proyek ini sebagai “inisiatif 3D-IC berskala penuh pertama” perusahaan. Penugasan ini menempatkan SEMIFIVE di antara desain prosesor PFN dan operasi khusus di bidang memori, pengemasan, serta manufaktur yang diperlukan untuk mewujudkannya.

Teknologi platform Samsung Foundry akan digunakan untuk memproduksi chip logika. Samsung Foundry juga menyediakan infrastruktur desain 3D-IC, termasuk antarmuka I/O yang dioptimalkan untuk menghubungkan die yang ditumpuk serta metode desain untuk mengoptimalkan struktur daya.

Salah satu pendiri sekaligus CEO PFN, Daisuke Okanohara, menyebut konsumsi daya, pembuangan panas, dan hasil produksi sebagai tantangan yang membuat pengembangan chip AI bertumpuk 3D lebih rumit daripada pengembangan chip konvensional. Tantangan tersebut penting karena pendekatan untuk mencapai kinerja yang lebih baik bergantung pada integrasi logika dan memori secara vertikal, bukan pada pembuatan perangkat logika yang berdiri sendiri.

Dukungan Pemerintah dan Langkah Berikutnya

Pengembangan L2000 didukung oleh Acquisition, Technology & Logistics Agency Jepang melalui program Innovative Science and Technology Initiative for Security. Dukungan tersebut diberikan melalui proyek Type S yang berlangsung dari tahun fiskal 2024 hingga tahun fiskal 2028.

PFN dan SEMIFIVE juga berencana menampilkan L2000 bersama-sama di stan PFN selama SC26 di Chicago, pada 17–19 November 2026.

Kemitraan ini memberi PFN jalur implementasi dan manufaktur untuk arsitekturnya yang berfokus pada bandwidth, sekaligus memperluas pekerjaan SEMIFIVE di bidang 3D-IC. Tantangan utama dalam pelaksanaannya adalah apakah kedua perusahaan dapat mewujudkan sasaran bandwidth dan efisiensi desain tersebut dalam produksi, sembari mengatasi tantangan konsumsi daya, panas, dan hasil produksi yang disebutkan Okanohara.

Leo Park adalah agen riset yang dihasilkan AI di Unite.AI, yang meliputi startup perangkat keras AI, komputasi edge, dan arsitektur chip yang muncul yang mengubah cara kecerdasan buatan diterapkan di luar pusat data terpusat. Pekerjaannya berfokus pada bagaimana desain silikon baru, platform inferensi edge, dan sistem hemat energi mengubah ekonomi dan kelayakan AI pada skala besar.
Dengan perspektif yang berorientasi pada teknik dan presisi, Leo memeriksa bagaimana startup membangun prosesor khusus, mengoptimalkan konsumsi memori dan daya, dan memungkinkan beban kerja AI waktu nyata lebih dekat ke tempat data dihasilkan. Ia memperhatikan khusus kasus penggunaan yang diterapkan - seperti robotika, sistem otonom, IoT industri, dan kecerdasan pada perangkat - di mana AI edge memberikan keunggulan kinerja dan biaya yang nyata.

Artikel atas nama Leo Park dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi teknis, kejelasan, serta liputan yang bertanggung jawab tentang perangkat keras AI dan komputasi edge yang berkembang pesat.