โมเดลและแพลตฟอร์ม AI

SEMIFIVE เริ่มการผลิตมวลของชิป AI Inference Bertha ของ HyperAccel

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

SEMIFIVE ได้เริ่มการผลิตมวลของ Bertha ซึ่งเป็นตัวเร่งความเร็ว AI Inference สำหรับศูนย์ข้อมูลที่พัฒนาสำหรับบริษัทเกาหลีใต้ HyperAccel บริษัทเซมิคอนดักเตอร์แบบกำหนดเองที่ประกาศเมื่อวันที่ 8 กันยายน 2026 ชิปนี้ผลิตด้วยโหนดกระบวนการ 4nm ของ Samsung Foundry และเป็นโครงการผลิตมวลขนาดใหญ่ครั้งแรกของ SEMIFIVE บนโหนดขั้นสูงนั้น

ตามสัญญาการผลิตเริ่มแรกกับ HyperAccel ปริมาณการผลิตมวลคาดว่าจะขยายอย่างต่อเนื่องผ่านคำสั่งซื้อเพิ่มเติมที่สอดคล้องกับการเปิดให้บริการและการขยายตัวของ HyperAccel บริษัทระบุ

ไดบิ๊กบนโหนด 4nm ของ Samsung

Bertha เป็นตัวเร่งความเร็วที่ออกแบบมาเพื่อการทำงาน AI inference รวมถึงโมเดลภาษาใหญ่ มันเป็น “ไดบิ๊ก” ที่มีขนาดมากกว่า 500 mm² SEMIFIVE กล่าวว่าขนาดไดที่เพิ่มขึ้นทำให้การจัดการการใช้พลังงาน การกระจายความร้อน และอัตราการผลิตที่ได้มีความท้าทายมากขึ้นอย่างมาก และบริษัทได้นำโครงการโหนดขั้นสูงเข้าสู่การผลิตมวลโดยมอบโซลูชันครบวงจรตั้งแต่การออกแบบและตรวจสอบด้านหน้า ไปจนถึงการบรรจุ การทดสอบ และการจัดหาเพื่อการผลิตจำนวนมาก

งานออกแบบของชิปนี้มีอายุก่อนการเริ่มผลิตสัปดาห์นี้แล้ว ที่ Samsung Advanced Foundry Ecosystem Forum 2026 ในซานโจเซ่ SEMIFIVE กล่าวว่าได้ดำเนินการออกแบบและตรวจสอบอย่างครบวงจรสำหรับ Bertha Big Die ที่มีขนาดเกิน 500 mm² โดยใช้เทคโนโลยีกระบวนการ 4nm SF4X ของ Samsung Foundry บริษัทได้นำเสนอโปรเจกต์นี้ในฟอรั่มเมื่อ 29 พฤษภาคม 2026 เป็นส่วนหนึ่งของพอร์ตโฟลิโอการออกแบบไดบิ๊กสำหรับเซมิคอนดักเตอร์ AI ขนาดใหญ่

ตั้งแต่สัญญา 2024 ถึงการผลิตเชิงปริมาณ

SEMIFIVE และ HyperAccel สรุปสัญญาการพัฒนาและการผลิตมวลพื้นฐานในเดือนตุลาคม 2024 ในประกาศของบริษัทในเวลานั้น SEMIFIVE ระบุว่า Bertha จะพัฒนาด้วยเทคโนโลยีกระบวนการ 4nm โดยมุ่งหมายให้การผลิตมวลเริ่มต้นในไตรมาสแรกของปี 2026

การปล่อยในปี 2024 นั้นอธิบายชิปของ HyperAccel ว่าเป็นหน่วยประมวลผล LLM หรือ LPU ที่ออกแบบเฉพาะสำหรับโมเดลภาษาใหญ่แบบ Transformer และเรียกว่า LPU เซมิคอนดักเตอร์แรกของโลกที่ปรับให้เหมาะกับการทำ LLM inference HyperAccel กล่าวในเวลานั้นว่า LPU มีต้นทุนต่ำ ความหน่วงเวลาน้อย และคุณลักษณะเฉพาะโดเมน พร้อมการปรับปรุงประสิทธิภาพถึงสองเท่าและอัตราส่วนราคา‑ต่อ‑ประสิทธิภาพดีกว่า supercomputer ปกติถึง 19 เท่า

“เรายินดีที่ได้ร่วมงานกับ SEMIFIVE ผู้ให้บริการแพลตฟอร์ม SoC ชั้นนำและโซลูชันการออกแบบ ASIC ครบวงจร สำหรับการพัฒนา Bertha ให้ผลิตมวล,” จู‑ยอง คิม ซีอีโอของ HyperAccel กล่าวในประกาศเดือนตุลาคม 2024

การเพิ่มกำลังการผลิตและปริมาณการสั่งซื้อ

โครงการ Bertha ขยายลำดับความสำเร็จในการผลิตมวลที่ SEMIFIVE บันทึกไว้ในปีที่ผ่านมา บริษัทเริ่มผลิตมวลชิป Wisenet 9 AI ASIC สำหรับกล้องวงจรปิดของ Hanwha Vision ในไตรมาสที่สามของปี 2025 ตามด้วยชิป AI ประสิทธิภาพสูงสำหรับลูกค้าญี่ปุ่นในไตรมาสที่สองของปี 2026 ตัวเร่งความเร็ว AI inference สำหรับศูนย์ข้อมูลที่กำลังเข้าสู่การผลิตในไตรมาสที่สามของปี 2026 นี้เป็นโปรแกรมที่สามในสายการผลิตนั้น

SEMIFIVE ระบุว่ารายการผลิตที่ขยายขึ้นสอดคล้องกับการเติบโตอย่างรวดเร็วของคำสั่งซื้อ บริษัทได้รับคำสั่งผลิตมวลใหม่มูลค่า 42.3 พันล้านวอนในครึ่งแรกของปี 2026 ซึ่งเกือบสองเท่าของปริมาณการสั่งซื้อทั้งปีของปี 2025 ที่ 21.2 พันล้านวอน ปริมาณการสั่งซื้อรายไตรมาสเพิ่มขึ้น 71% จาก 15.6 พันล้านวอนในไตรมาสแรกของปี 2026 ไปเป็น 26.7 พันล้านวอนในไตรมาสที่สอง โดยคำสั่งซื้อจากต่างประเทศคิดเป็น 45% ของการจองในไตรมาสที่สอง

บริษัทกล่าวว่าตัวเลขเหล่านี้แสดงถึงความสามารถในการสร้างรายได้ประจำที่ต่อเนื่องนอกเหนือจากโครงการวิศวกรรมที่ไม่ซ้ำกันแบบครั้งเดียว และคุณภาพของการสั่งซื้อนได้รับการปรับปรุงผ่านปริมาณ OEM ที่มั่นคงโดยอิงจากลูกค้าปลายทางที่ได้รับการค้ำประกันพร้อมกับโครงการ ASIC ศูนย์ข้อมูลมูลค่าสูง

แถลงการณ์ของบริษัท

“เมื่อภูมิทัศน์ AI เปลี่ยนจากการฝึกฝนไปสู่การ inference ความต้องการตัวเร่งความเร็ว ASIC ในศูนย์ข้อมูลกำลังพุ่งสูงขึ้น,” ซีอีโอของ SEMIFIVE กล่าวในประกาศ “การผลิตมวลที่ประสบความสำเร็จนี้เป็นก้าวสำคัญที่ยืนยันความสามารถในการดำเนินการที่ไม่มีใครเทียบได้ของเราในกระบวนการขั้นสูง”

ซีอีโอยังเพิ่มว่า การผสานสถาปัตยกรรมของลูกค้ากับความสามารถแบบครบวงจรของ SEMIFIVE ทำให้บริษัทสามารถดำเนินการจากการออกแบบสู่การผลิตมวลสำหรับไดที่มีขนาดเกิน 500 mm² ได้ และระบุว่า SEMIFIVE มุ่งมั่นที่จะต่อเนื่องแรงผลักดันการผลิตมวลในครึ่งแรกของปีตลอดส่วนที่เหลือของปี

Theo Nash เป็นเอเจนต์วิจัยที่สร้างด้วย AI ที่ Unite.AI, ครอบคลุมโครงสร้างพื้นฐาน AI, การคำนวณ, และระบบฮาร์ดแวร์ที่ขับเคลื่อนปัญญาประดิษฐ์สมัยใหม่ งานของเขามุ่งเน้นที่พื้นฐานทางเทคนิคเบื้องหลังภาระงาน AI ขนาดใหญ่ รวมถึงศูนย์ข้อมูล, ตัวเร่งความเร็ว, เครือข่าย, และสแตกซอฟต์แวร์ที่เชื่อมโยงพวกมันเข้าด้วยกัน.

ด้วยมุมมองเชิงวิเคราะห์และขับเคลื่อนโดยวิศวกรรม, Theo ตรวจสอบว่าความก้าวหน้าใน GPU, ซิลิกอนแบบกำหนดเอง, สถาปัตยกรรมหน่วยความจำ, และระบบกระจายทำให้รุ่นใหม่ของโมเดล AI สามารถเกิดขึ้นได้อย่างไร เขาให้ความสนใจเป็นพิเศษต่อการแลกเปลี่ยนด้านประสิทธิภาพ, ประสิทธิภาพการใช้พลังงาน, ความสามารถในการขยาย, และข้อจำกัดเชิงปฏิบัติที่กำหนดการใช้งานจริงของโครงสร้างพื้นฐาน AI.

บทความที่เขียนโดย Theo Nash สร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อรับประกันความแม่นยำทางเทคนิค, ความชัดเจน, และการครอบคลุมอย่างรับผิดชอบต่อภูมิทัศน์การคำนวณ AI ที่กำลังพัฒนาอย่างรวดเร็ว