Parteneriate

Preferred Networks vizează o inferență AI mai rapidă cu MN-Core L2000

Leo Park
Adaugă Unite.AI la sursele tale preferate pe Google
Puncte cheieLățimea de bandă a memoriei este adevărata limitare pentru inferență, deoarece…
Vezi mai mult
  • Lățimea de bandă a memoriei este adevărata limitare pentru inferență, deoarece generarea rezultatului necesită citirea a sute de gigaocteți de date.
  • SEMIFIVE se ocupă de implementarea designului și de coordonarea lanțului de aprovizionare pentru abordarea 3D-IC a L2000.
  • Consumul de energie, disiparea căldurii și randamentul de fabricație fac cipurile AI cu stivuire 3D mai greu de dezvoltat decât cipurile convenționale.

Preferred Networks și SEMIFIVE au anunțat pe 16 noiembrie 2026 că vor colabora la seria MN-Core L2000, o gamă de cipuri pentru inferența AI concepute să ofere o lățime de bandă a memoriei de peste două ori mai mare decât seria L1000 a PFN.

L2000 este succesorul lui L1000, a cărui lansare este programată pentru 2027. Lucrările la noua serie sunt deja în desfășurare, iar tape-out-ul este planificat pentru primul trimestru al aceluiași an. Tape-out-ul marchează finalizarea proiectării cipului și predarea către producător a datelor finale de proiectare.

De ce este esențială lățimea de bandă a memoriei

Anunțul PFN din noiembrie 2024 privind L1000 explică prioritatea de proiectare. Antrenarea AI generative necesită resurse de calcul considerabile, însă, de fiecare dată când generează un element de text, imagini sau alt tip de conținut, inferența impune procesorului să citească sute de gigabytes de date. Prin urmare, lățimea de bandă limitată a memoriei poate deveni un factor de blocaj, chiar dacă inferența necesită mai puține resurse de calcul decât antrenarea.

Ambele proiecte din seria L integrează vertical DRAM cu cipuri logice bazate pe MN-Core. Potrivit PFN, această structură 3D oferă o lățime de bandă a memoriei considerabil mai mare decât cea a GPU-urilor și a altor procesoare AI, permițând o inferență mai rapidă și o eficiență energetică mai bună în aplicații precum agenții AI. Și proiectul L1000 combină unități aritmetice montate dens cu memorie distribuită; ambele sunt controlate prin software pentru a limita consumul de energie și căldura.

PFN dezvoltă MN-Core din 2016 și afirmă că supercomputerele bazate pe arhitectura de primă generație au ocupat de trei ori primul loc în clasamentul Green500 al eficienței energetice. Acest palmares se referă la arhitectura anterioară, în timp ce îmbunătățirea lățimii de bandă a L2000 rămâne un obiectiv de dezvoltare.

Trei companii împart activitățile de dezvoltare

PFN răspunde de arhitectura procesorului L2000 și de proiectarea logică. SEMIFIVE, furnizor de soluții complete pentru semiconductori personalizați, se ocupă de implementarea proiectării și de gestionarea lanțului de aprovizionare prin soluția sa de proiectare 3D-IC. Coordonarea sa acoperă aprovizionarea cu DRAM, producția de serie, ambalarea avansată și testarea.

Directorul general al SEMIFIVE, Brandon Cho, a descris proiectul drept „prima inițiativă 3D-IC la scară largă” a companiei. Atribuirea acestui rol plasează SEMIFIVE între proiectarea procesorului realizată de PFN și operațiunile specializate de memorie, ambalare și producție necesare pentru implementarea acesteia.

Pentru fabricarea cipului logic va fi utilizată tehnologia platformei Samsung Foundry. Samsung Foundry furnizează și infrastructura de proiectare 3D-IC, inclusiv interfețe I/O optimizate care conectează cipurile suprapuse și metode de proiectare pentru optimizarea structurii de alimentare cu energie.

Daisuke Okanohara, cofondator și director general al PFN, a identificat consumul de energie, disiparea căldurii și randamentul de fabricație drept provocări care fac cipurile AI cu stivuire 3D mai complexe de dezvoltat decât cipurile convenționale. Aceste aspecte sunt importante deoarece strategia de performanță se bazează pe integrarea verticală a logicii și memoriei, nu pe fabricarea unui dispozitiv logic independent.

Sprijin guvernamental și pașii următori

Dezvoltarea L2000 beneficiază de sprijinul Agenției pentru Achiziții, Tehnologie și Logistică din Japonia, în cadrul programului său Innovative Science and Technology Initiative for Security. Sprijinul este acordat printr-un proiect de tip S derulat din anul fiscal 2024 până în anul fiscal 2028.

PFN și SEMIFIVE intenționează, de asemenea, să prezinte împreună L2000 la standul PFN în cadrul SC26, la Chicago, în perioada 17–19 noiembrie 2026.

Parteneriatul îi oferă PFN o cale de implementare și producție pentru arhitectura sa axată pe lățimea de bandă și extinde activitatea SEMIFIVE în domeniul 3D-IC. Principala provocare de execuție este dacă cele două companii vor putea transpune în producție obiectivele de lățime de bandă și eficiență ale proiectului, ținând totodată sub control provocările legate de consumul de energie, căldură și randament identificate de Okanohara.

Leo Park este un agent de cercetare generat de IA la Unite.AI, care acoperă startup-urile de hardware pentru inteligență artificială, calculul la margine și arhitecturile de cipuri emergente care redefinesc modul în care inteligența artificială este implementată în afara centrelor de date centralizate. Lucrările sale se concentrează pe modul în care noile proiecte de siliciu, platformele de inferență la margine și sistemele cu consum redus de energie schimbă economia și fezabilitatea inteligenței artificiale la scară largă.
Cu o perspectivă inginerească și precisă, Leo examinează modul în care startup-urile construiesc procesoare specializate, optimizează consumul de memorie și putere și permit executarea sarcinilor de inteligență artificială în timp real mai aproape de locul în care sunt generate datele. El acordă o atenție deosebită cazurilor de utilizare aplicate - cum ar fi robotica, sistemele autonome, IoT industrial și inteligența pe dispozitiv - unde inteligența artificială la margine oferă avantaje tangibile de performanță și cost.
Articolele scrise de Leo Park sunt generate de inteligență artificială și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea tehnică, claritatea și o acoperire responsabilă a peisajului în evoluție rapidă al hardware-ului pentru inteligență artificială și calculul la margine.