合作伙伴
Preferred Networks 以 MN-Core L2000 瞄准更快的 AI 推理

要点内存带宽是推理的真正瓶颈,因为生成输出需要读取数百GB的数据。
查看更多
- 内存带宽是推理的真正瓶颈,因为生成输出需要读取数百GB的数据。
- SEMIFIVE负责L2000的3D-IC方法的设计实现和供应链协调。
- 功耗、散热和制造良率使得3D堆叠AI芯片比传统芯片更难开发。
Preferred Networks与 SEMIFIVE 于 2026 年 11 月 16 日宣布,双方正合作开发 MN-Core L2000 系列 AI 推理芯片,其内存带宽旨在达到 PFN L1000 系列的两倍以上。
L2000 是 L1000 的后续产品,L1000 计划于 2027 年发布。新系列的研发工作已经启动,计划于同年第一季度完成流片。流片是指芯片设计完成,并将最终设计数据交付给制造商。
内存带宽为何至关重要
PFN 在2024 年 11 月发布 L1000 时阐述了这一设计重点。训练生成式 AI 需要大量计算资源;而在推理过程中,处理器每生成一段文本、一张图像或其他输出,都需要读取数百 GB 数据。因此,尽管推理所需的计算资源少于训练,内存带宽不足仍可能成为瓶颈。
L 系列的两款设计都将 DRAM 与基于 MN-Core 的逻辑芯片垂直堆叠。PFN 表示,这种 3D 结构的内存带宽远高于 GPU 和其他 AI 处理器,可支持更快的推理,并提升包括 AI 智能体在内的应用的能效。L1000 的设计同样将高密度布局的算术单元与分布式内存相结合,并通过软件控制两者,以限制功耗和发热。
PFN 自 2016 年起便一直在开发 MN-Core。该公司表示,采用第一代架构的超级计算机曾三次登上 Green500 能效排名榜首。这一成绩属于早期架构,而 L2000 的带宽提升仍是研发目标。
三家公司分工合作开发
PFN 负责 L2000 的处理器架构和逻辑设计。SEMIFIVE是一家提供定制半导体交钥匙服务的企业,将通过其 3D-IC 设计解决方案负责设计实现和供应链管理。其协调工作涵盖 DRAM 供应、量产、先进封装和测试。
SEMIFIVE 首席执行官 Brandon Cho 将该项目称为公司的“首个全面规模化 3D-IC 项目”。这项任务使 SEMIFIVE 承担起衔接 PFN 处理器设计与实现该设计所需的专业内存、封装和制造工作的职责。
逻辑芯片将采用 Samsung Foundry 的平台技术制造。Samsung Foundry 还将提供 3D-IC 设计基础设施,包括用于连接堆叠裸片的优化 I/O 接口,以及优化供电结构的设计方法。
PFN 联合创始人兼首席执行官 Daisuke Okanohara 指出,功耗、散热和制造良率都是挑战,这些因素使 3D 堆叠 AI 芯片的开发比传统芯片更为复杂。这些问题之所以重要,是因为该性能方案依赖于逻辑与内存的垂直集成,而非制造独立的逻辑器件。
政府支持与后续计划
L2000 的开发获得日本防卫装备厅“安全保障创新科学技术计划”的支持。该项目属于 S 类项目,实施期为 2024 财年至 2028 财年。
PFN 和 SEMIFIVE 还计划于 2026 年 11 月 17 日至 19 日在芝加哥举行的 SC26 上,于 PFN 展位联合展示 L2000。
这项合作为 PFN 以带宽为重点的架构提供了设计实现和制造路径,也拓展了 SEMIFIVE 的 3D-IC 业务。关键考验在于,两家公司能否在控制 Okanohara 所指出的功耗、发热和良率挑战的同时,将设计的带宽和能效目标落实到量产中。












