سخت افزار

تراشه هوش مصنوعی ۲ نانومتری جدید سامسونگ فقط ۵ وات برق مصرف می‌ کند

شرکت DEEPX از تراشه هوش مصنوعی DX-M2 با فناوری ۲ نانومتری سامسونگ رونمایی کرد که تنها ۵ وات برق مصرف می‌کند و برای ربات‌ها و تجهیزات صنعتی طراحی شده است. سرویس سخت افزار تک‌ناک این تراشه برای اجرای مدل‌های پیشرفته هوش مصنوعی روی دستگاه طراحی شده است و می‌تواند…

3 دقیقه مطالعه
  • پشتیبانی شبکه
  • هوش مصنوعی
  • تراشه
  • مصنوعی
  • هوش
  • سامسونگ
  • DX-M2
  • طراحی
تراشه هوش مصنوعی ۲ نانومتری جدید سامسونگ فقط ۵ وات برق مصرف می‌ کند

خلاصه تحلیلی خبر

شرکت DEEPX از تراشه هوش مصنوعی DX-M2 با فناوری ۲ نانومتری سامسونگ رونمایی کرد که تنها ۵ وات برق مصرف می‌کند و برای ربات‌ها و تجهیزات صنعتی طراحی شده است. سرویس سخت افزار تک‌ناک این تراشه برای اجرای مدل‌های پیشرفته هوش مصنوعی روی دستگاه طراحی شده است و می‌تواند…

موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، تراشه، مصنوعی، هوش، سامسونگ

شرکت DEEPX از تراشه هوش مصنوعی DX-M2 با فناوری ۲ نانومتری سامسونگ رونمایی کرد که تنها ۵ وات برق مصرف می‌کند و برای ربات‌ها و تجهیزات صنعتی طراحی شده است.

سرویس سخت افزار تک‌ناکاین تراشه برای اجرای مدل‌های پیشرفته هوش مصنوعی روی دستگاه طراحی شده است و می‌تواند بدون نیاز به ارتباط با مراکز داده خارجی، پردازش‌های مورد نیاز تجهیزات صنعتی و ربات‌ها را انجام دهد.

معرفی این تراشه دستاورد مهمی برای بخش تولید قراردادی تراشه سامسونگ محسوب می‌شود. سامسونگ طی سال‌های گذشته با مشکلات متعددی در کسب‌وکار تولید نیمه‌رسانا مواجه بوده است. این شرکت اکنون تلاش می‌کند با بهبود فناوری‌های ساخت و جذب مشتریان جدید، جایگاه خود را در بازار جهانی تراشه بازیابی کند.

تراشه DX-M2 یکی از تازه‌ترین محصولات طراحی‌شده برای استفاده از فناوری پیشرفته سامسونگ است و می‌تواند توانایی این شرکت را در تولید تراشه‌های کم‌مصرف هوش مصنوعی به نمایش بگذارد.

مشخصات تراشه هوش مصنوعی سامسونگ

تصویر تراشه هوش مصنوعی DEEPX DX-M2 با فناوری ۲ نانومتری سامسونگ، مصرف برق ۵ وات، قدرت پردازشی ۸۰ TOPS و پهنای باند حافظه ۱۵۳.۶ گیگابایت‌برثانیه

شرکت DEEPX که در زمینه طراحی تراشه‌های هوش مصنوعی فعالیت می‌کند، محصول جدید خود را با استفاده ازفناوری ۲ نانومتریGAA سامسونگ توسعه داده است. این شرکت از نوع بدون کارخانه یا Fabless است و طراحی تراشه‌ها را انجام می‌دهد، اما تولید فیزیکی آنها را به شرکت‌های متخصص مانند سامسونگ می‌سپارد.

فناوری GAA یکی از پیشرفته‌ترین روش‌های ساخت ترانزیستور محسوب می‌شود. این فناوری امکان کنترل بهتر جریان الکتریکی و بهبود بهره‌وری انرژی را فراهم می‌کند. استفاده از چنین فناوری‌ در تراشه DX-M2 با هدف دستیابی به توان پردازشی مناسب و مصرف انرژی پایین انجام شده است.

شرکت DEEPX اعلام کرده است که تراشه جدید تنها حدود ۵ وات برق مصرف می‌کند. این میزان مصرف انرژی برای محصولی که با هدف اجرای مدل‌های هوش مصنوعی طراحی شده است، ویژگی قابل‌ توجهی به حساب می‌آید.

همچنین بهره‌وری انرژی DX-M2 باعث شده است که این محصول جایزه نوآوری نمایشگاه CES 2027 را در بخش هوش مصنوعی دریافت کند. این دستاورد نشان‌دهنده توجه به استفاده از پردازش‌های هوشمند در تجهیزات کم‌مصرف است.

اجرای مدل‌های زبانی پیشرفته بدون نیاز به پردازش ابری

یکی از قابلیت‌های اصلی تراشه هوش مصنوعی DX-M2 که با فناوری ۲ نانومتری سامسونگ توسعه یافته است، پشتیبانی از اجرای مستقیممدل‌های زبانی بزرگ یا LLMو مدل‌های بینایی‌زبانی یا VLM روی دستگاه است.

مدل‌های زبانی بزرگ برای پردازش و تولید متن استفاده می‌شوند.مدل‌های بینایی‌زبانینیز می‌توانند اطلاعات تصویری و متنی را به‌ صورت هم‌زمان پردازش کنند. ترکیب این قابلیت‌ها برای توسعه ربات‌ها و تجهیزات صنعتی هوشمند اهمیت زیادی دارد.

تراشه جدید DEEPX به ماشین‌آلات صنعتی و ربات‌ها اجازه می‌دهد پردازش‌های هوش مصنوعی را بدون وابستگی به سرویس‌های ابری یا مراکز داده خارجی انجام دهند. این قابلیت می‌تواند زمینه فعالیت مستقل تجهیزات را فراهم کند و نیاز آنها را به زیرساخت‌های پردازشی خارج از دستگاه کاهش دهد.

همچنین شرکت DEEPX اعلام کرده است که مرحله نهایی طراحی تراشه DX-M2، موسوم به Tape-out، در اوایل نوامبر ۲۰۲۶ تکمیل شده است. تکمیل این مرحله به معنای آماده شدن طراحی نهایی تراشه برای ورود به فرایند ساخت است.

طبق برنامه اعلام‌شده، تولید انبوه اولیه این تراشه در سه‌ماهه چهارم سال ۲۰۲۷ آغاز می‌شود. شرکت DEEPX قصد دارد تولید انبوه DX-M2 را در مقیاس کامل از سال ۲۰۲۸ دنبال کند.

نوشتهتراشه هوش مصنوعی ۲ نانومتری جدید سامسونگ فقط ۵ وات برق مصرف می‌ کنداولین بار درTechnoc. پدیدار شد.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.