Souhrn
Samsung Electronics intenzivně rozvíjí technologii křemíkové fotoniky (SiPh), která slouží k překonání omezení v přenosu dat u pokročilých procesorů pro umělou inteligenci. Cílem je snížit technologickou mezera vůči lídrovi TSMC a posílit pozici v dodavatelském řetězci pro AI hardware. Společnost rozšiřuje globální výzkumné kapacity, aby urychlila komercializaci této technologie.
Klíčové body
- Urychlený vývoj SiPh pro řešení bottlenecků v AI procesorech.
- Rozšíření globální výzkumné sítě v Koreji, USA a Evropě.
- Snížení konkurenčního rozdílu s TSMC v oblasti fotonických integrací.
- Zaměření na vysokorychlostní optické propojení pro AI akcelerátory.
- Potenciál pro kooperaci s výrobci GPU jako Nvidia.
Podrobnosti
Křemíková fotonika (SiPh) představuje metodu integrace optických komponentů přímo na křemíkové čipy, což umožňuje přenos dat rychlostmi řádově stovek Gb/s s minimálními ztrátami, na rozdíl od tradičních elektrických spojů, které trpí vysokou spotřebou energie a tepelnými limity. V kontextu pokročilých AI procesorů, jako jsou GPU od Nvidia nebo TPU od Google, se stává SiPh klíčovým řešením pro úzká hrdla v inter-chip komunikaci. Například v systémech s tisíci GPU, jako jsou superpočítače pro trénink velkých jazykových modelů (LLM), vyžaduje přenos obrovského objemu dat mezi čipy šířku pásma přesahující petabity za sekundu, což současné měděné kabely nedokážou efektivně zvládnout.
Samsung, jako druhý největší výrobce polovodičů na světě s továrnami na uzly 3 nm a menší, nyní investuje do SiPh, aby dohnal TSMC, který již spolupracuje s firmami jako Broadcom na co-packaged optics (CPO). Samsung rozšiřuje svůj výzkum prostřednictvím center v Suwonu v Koreji, Silicon Valley v USA a nových zařízení v Evropě, kde najímá specialisty na fotoniku. Tento krok navazuje na jejich pokroky v HBM pamětech (high-bandwidth memory), které se používají v AI čipech pro rychlý přístup k datům. Firma plánuje integrovat SiPh do svých pokročilých uzlů, jako 2 nm GAA (gate-all-around) tranzistory, což umožní vytvářet hybridní čipy s optickými interfacy přímo na desce.
V praxi to znamená, že Samsung může nabídnout kompletní platformy pro AI servery, kde SiPh sníží latenci o 50 % a spotřebu energie o 30 % oproti současným řešením. To je kritické pro škálování AI modelů, jako GPT-5 nebo následovníky, které vyžadují clustery s desítkami tisíc čipů. TSMC mezitím vede v CoWoS (chip on wafer on substrate) technologiích pro Nvidia H100/H200, ale Samsung se profiluje jako alternativa díky nižším cenám a rychlejšímu nasazení v Asii.
Proč je to důležité
Tento vývoj posiluje konkurenci v polovodičovém průmyslu, kde TSMC ovládá 60 % trhu s advanced nodes, a diverzifikuje dodávky pro AI giganty jako Nvidia, AMD nebo hyperscalery (Google, Microsoft). Pro uživatele AI znamená potenciálně levnější a efektivnější cloudové služby s vyšší propustností, což urychlí vývoj AGI a aplikací jako autonomní vozidla nebo real-time analýzy. V širším kontextu snižuje závislost na Taiwanu, což je geopoliticky významné v době napětí kolem Čínského zálivu. Samsungův tah může vést k rychlejšímu přechodu na optické sítě v datacentrech, kde dnes bandwidth limity brzdí pokrok v tréninku modelů s biliony parametrů. Celkově přispívá k udržitelnému růstu AI hardware, i když komercializace SiPh potrvá ještě 2–3 roky.
Zdroj: 📰 Digitimes
