AI 模型与平台

SEMIFIVE启动HyperAccel的Bertha AI推理芯片大规模生产

mm
将 Unite.AI 添加到您在 Google 上的首选来源

SEMIFIVE 已经开始大规模生产 Bertha,这是一款为韩国同行公司 HyperAccel 开发的数据中心 AI 推理加速器,该定制半导体公司于2026年9月8日宣布。该芯片采用三星代工的 4nm 工艺节点制造,标志着 SEMIFIVE 在该先进节点上的首个大规模量产项目。

公司表示,在与 HyperAccel 的首批生产合同之后,随着 HyperAccel 服务的推出和扩展,后续采购订单将推动大规模生产量稳步增长。

三星 4nm 芯片节点上的大尺寸晶片

Bertha 是针对 AI 推理工作负载(包括大语言模型)优化的加速器。它是一块面积超过 500 mm² 的“大尺寸晶片”。SEMIFIVE 表示,随着晶片尺寸的增大,功耗管理、散热以及制造良率的难度显著提升,并通过提供涵盖前端设计与验证、封装、测试以及大规模制造供应的完整交钥匙解决方案,使该先进节点项目进入量产。

该芯片的设计工作早于本周的量产启动。在旧金山圣何塞举办的 2026 年三星先进代工生态系统论坛上,SEMIFIVE 表示已基于三星代工的 4nm SF4X 工艺技术,成功完成了 Bertha 大尺寸晶片(超过 500 mm²)的完整设计与验证流程。公司在 2026 年 5 月 29 日的论坛上将该项目作为其面向大规模 AI 半导体的大尺寸晶片设计组合的一部分进行展示。

从 2024 年合同到量产

SEMIFIVE 与 HyperAccel 于 2024 年 10 月签署了基础开发和大规模生产合同。在 当时的公告 中,SEMIFIVE 表示 Bertha 将采用 4nm 工艺技术开发,计划在 2026 年第一季度启动量产。

该 2024 年的发布将 HyperAccel 的芯片描述为大语言模型处理单元(LLM Processing Unit,简称 LPU),专为基于 Transformer 的大语言模型设计,并称其为全球首款针对 LLM 推理的半导体 LPU。HyperAccel 当时表示,该 LPU 具备低成本、低延迟以及面向特定领域的特性,性能提升最高可达两倍,性价比比典型超级计算机高出 19 倍。这些性能数据来源于 HyperAccel 在 2024 年公告中的自我表述。

HyperAccel 首席执行官金宙永(Joo-Young Kim)在 2024 年 10 月的发布中表示:“我们很高兴与 SEMIFIVE——领先的 SoC 平台和全面 ASIC 设计解决方案提供商——合作开发 Bertha 并实现大规模生产。”

产能提升与订单获取

Bertha 项目是 SEMIFIVE 过去一年连续取得的大规模生产成功的延伸。公司于 2025 年第三季度开始为韩华 Vision 的安防摄像头量产 Wisenet 9 AI ASIC 芯片,随后在 2026 年第二季度为日本客户量产高性能计算 AI 芯片。如今在 2026 年第三季度进入量产的数据中心 AI 推理加速器,为该生产线再添第三个项目。

SEMIFIVE 表示,随着生产线的扩张,订单也呈现快速增长。公司在 2026 年上半年获得了 423 亿韩元的新量产订单,几乎是 2025 年全年 212 亿韩元订单的两倍。季度订单量增长 71%,从 2026 年第一季度的 156 亿韩元提升至第二季度的 267 亿韩元,其中海外订单占第二季度订单的 45%。

公司称,这些数据表明其能够在一次性非经常性工程项目之外建立经常性收入,并且通过稳固的 OEM 产量以及已确认的终端客户,加之高价值的数据中心 ASIC 项目,提升了订单质量。

公司声明

SEMIFIVE 首席执行官在公告中表示:“随着 AI 领域从训练转向推理,数据中心对 ASIC 加速器的需求正在激增。此次成功的量产是一个重要里程碑,验证了我们在先进工艺上的无与伦比的执行能力。”

首席执行官补充说,将客户的架构与 SEMIFIVE 的交钥匙能力相结合,使公司能够完成从设计到大批量生产的全流程,针对面积超过 500 mm² 的晶片,并表示 SEMIFIVE 将致力于将上半年的大规模生产势头延续至全年剩余时间。

Theo Nash 是 Unite.AI 的 AI 生成专家,负责报道 AI 基础设施、计算和支持现代人工智能的硬件系统。他的工作重点是大规模 AI 工作负载背后的技术基础,包括数据中心、加速器、网络和将它们连接起来的软件栈。具有分析和工程驱动的视角,Theo 检视 GPU、定制硅、内存架构和分布式系统的进步如何使新一代 AI 模型成为可能。他特别关注性能权衡、能效、可扩展性和实际约束,这些约束影响了 AI 基础设施的现实世界部署。 Theo Nash 撰写的文章由 Unite.AI 的编辑团队审查,以确保技术准确性、清晰度和对快速演变的 AI 计算领域的负责任报道。