تولید انبوه تراشه Bertha؛ کاهش هزینه استنتاج مدل‌های زبانی در مراکز داده

اگر امروز برای اجرای مدل‌های زبانی در مراکز داده هزینه می‌پردازید، ورود تراشه‌های اختصاصی به خط تولید می‌تواند صورت‌حساب‌های شما را به‌شدت کاهش دهد. تولید انبوه شتاب‌دهنده Bertha در ۸ سپتامبر ۲۰۲۶ آغاز شد و نقطه عطفی در گذار از سخت‌افزارهای عمومی به سخت‌افزارهای تخصصی برای استقرار مدل‌هاست. این تراشه که برای شرکت HyperAccel توسعه یافته، نخستین بار است که SEMIFIVE تولید خود را روی گنه پیشرفته ۴ نانومتری سامسونگ (Samsung Foundry) مقیاس می‌کند.

در حالی که صنعت هوش مصنوعی از فاز آموزش به فاز استنتاج (Inference) — یعنی لحظه‌ای که مدل واقعاً جواب تولید می‌کند، شبیه به خودِ آشپزی و نه دوره‌ی آموزش آشپز — حرکت می‌کند، تقاضا برای سخت‌افزارهای بهینه در مراکز داده به شدت افزایش یافته است. بسیاری از سازمان‌ها در حال حاضر به واحد پردازش گرافیکی (GPU) متکی هستند، اما طبق گزارش‌های صنعتی، بازار به سمت مدار مجتمع کاربردی‌ویژه (ASIC) — تراشه‌هایی که برخلاف GPU برای یک کار خاص ساخته شده‌اند و مثل ابزار تخصصی جراحی دقیق‌تر و سریع‌ترند — تغییر مسیر داده است تا حجم عظیم محاسبات مدل‌های مبتنی بر ترنسفورمر (Transformer) را مدیریت کنند. این رقابت برای کاهش وابستگی به سخت‌افزارهای عمومی، مشابه تلاش‌های OpenAI برای توسعه تراشه Jalapeño جهت کاهش اتکا به پردازنده‌های انویدیا است.

زمینه و تغییرات بازار

مدیرعامل SEMIFIVE اشاره کرد که این چرخش به سمت استنتاج، باعث جهش تقاضا برای شتاب‌دهنده‌های ASIC در مراکز داده شده است. او بیان کرد که تولید انبوه موفق Bertha یک «نقطه عطف حیاتی» است که توانایی‌های اجرایی این شرکت در فرآیندهای پیشرفته را تایید می‌کند.

این گذار اجازه می‌دهد تا صنعت از عصر GPUهای «یک اندازه برای همه» فاصله بگیرد. سیلیکون‌های سفارشی مانند Bertha به شرکت‌ها اجازه می‌دهند مدل‌های زبانی بزرگ (LLM) را با تأخیر (Latency) و هزینه‌های انرژی به‌مراتب کمتری اجرا کنند. این امر در نهایت می‌تواند هزینه‌های عملیاتی خدمات هوش مصنوعی را به‌شدت کاهش دهد.

طبق گزارش unite.ai، تراشه Bertha یک «قالب بزرگ» (Big Die) با ابعاد بیش از ۵۰۰ میلی‌متر مربع است. ساخت چنین قالب بزرگی روی گنه ۴ نانومتری ریسک فنی بالایی دارد؛ زیرا مدیریت حرارت و مصرف انرژی را دشوار کرده و نرخ بازده تولید (Yield) را کاهش می‌دهد. SEMIFIVE این چالش را با ارائه یک راهکار جامع (Turnkey Solution) حل کرد که همه مراحل، از طراحی Front-end و تاییدیه تا بسته‌بندی نهایی، تست و تامین زنجیره تولید انبوه را پوشش می‌داد.

جزئیات فنی و عملکرد

مشخصات فنی و عملکردی این تراشه عبارت است از:

• گره تولید: سامسونگ ۴ نانومتری (SF4X)
• معماری: واحد پردازش مدل‌های زبانی بزرگ (LPU)، بهینه‌شده به‌طور خاص برای استنتاج مدل‌های مبتنی بر ترنسفورمر
• اندازه قالب: بیش از ۵۰۰ میلی‌متر مربع
• ادعای عملکرد: طبق اعلام HyperAccel در سال ۲۰۲۴، این LPU هزینه کم، تأخیر پایین و ویژگی‌های دامنه-محور ارائه می‌دهد. این تراشه تا ۲ برابر افزایش عملکرد و نسبت قیمت به عملکرد ۱۹ برابر بهتر از ابرکامپیوترهای معمولی را به ارمغان می‌آورد.

این پروژه حاصل قراردادی است که در اکتبر ۲۰۲۴ امضا شد. در آن زمان، جو-یونگ کیم، مدیرعامل HyperAccel، از همکاری با SEMIFIVE برای توسعه Bertha ابراز خرسندی کرده بود. نقشه راه اولیه در سال ۲۰۲۴، شروع تولید انبوه را برای سه ماهه اول ۲۰۲۶ پیش‌بینی کرده بود.

SEMIFIVE پیش از این طراحی این تراشه را در ۲۹ مه ۲۰۲۶ در مجمع اکوسیستم پیشرفته سامسونگ (Samsung Advanced Foundry Ecosystem Forum) در سن خوزه به نمایش گذاشته بود. این شرکت پروژه Bertha را به عنوان بخشی از پورتفولیوی طراحی «قالب‌های بزرگ» (Big Die) خود برای نیمه‌هادی‌های هوش مصنوعی در مقیاس بزرگ معرفی کرد. در همین راستا، سامسونگ برای تقویت زیرساخت‌های پردازشی، در حال طراحی حافظه‌های HBM4E سفارشی برای پلتفرم‌های انویدیا است تا گلوگاه‌های انتقال داده در مدل‌های عظیم برطرف شود.

روند تولید و جذب سفارشات

این موفقیت بخشی از یک روند صعودی گسترده‌تر برای SEMIFIVE است. این شرکت پیش از این تولید انبوه تراشه Wisenet 9 AI ASIC را برای دوربین‌های امنیتی Hanwha Vision در سه ماهه سوم ۲۰۲۵ و یک تراشه محاسبات با عملکرد بالا (HPC) را برای یک مشتری ژاپنی در سه ماهه دوم ۲۰۲۶ آغاز کرده بود. شتاب‌دهنده Bertha که در سه ماهه سوم ۲۰۲۶ وارد تولید شد، سومین برنامه در این خط لوله تولید است.

داده‌های مالی نشان می‌دهد این استراتژی نتیجه‌بخش بوده است. SEMIFIVE در نیمه اول ۲۰۲۶ مبلغ ۴۲.۳ میلیارد وون کره جنوبی سفارش تولید انبوه دریافت کرد که تقریباً دو برابر کل سفارشات سال ۲۰۲۵ (۲۱.۲ میلیارد وون) است.

رشد فصلی نیز شتاب گرفته است. میزان جذب سفارشات بین سه ماهه اول و دوم ۲۰۲۶، ۷۱ درصد افزایش یافت و از ۱۵.۶ میلیارد به ۲۶.۷ میلیارد وون رسید. جالب اینجاست که ۴۵ درصد از رزروهای سه ماهه دوم مربوط به سفارشات خارجی بوده است.

با تغییر مدل درآمدی از هزینه‌های یک‌باره مهندسی (NRE) به حجم‌های تولید تکرارشونده OEM که توسط مشتریان نهایی تضمین شده‌اند، SEMIFIVE از یک خانه طراحی (Design House) به یک تولیدکننده انبوه تبدیل شده است. این ثبات مالی به آن‌ها اجازه می‌دهد پروژه‌های پرریسک‌تر و با پاداش بیشتر، مانند قالب‌های ۵۰۰ میلی‌متر مربعی را بپذیرند.

گام بعدی شما

• رصد کنید که آیا HyperAccel در زمان عرضه رسمی سرویس‌های خود، ادعای نسبت قیمت به عملکرد ۱۹ برابری را در محیط واقعی مراکز داده ثابت می‌کند یا خیر.
• بررسی کنید که آیا سایر شرکت‌های طراحی تراشه نیز به سمت گره‌های ۴ نانومتری سامسونگ برای رقرت با انویدیا می‌روند.
• تحلیل کنید که کاهش هزینه استنتاج چگونه می‌تواند قیمت اشتراک‌های ماهانه مدل‌های زبانی را در سال ۲۰۲۷ تغییر دهد.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.