es.wedoany.com Noticia: Samsung está desarrollando un acelerador de IA dedicado para PC con el nombre en clave GAIA. Empresas como HP de Estados Unidos y Lenovo de China ya están probando prototipos para verificar su rendimiento. La producción en masa podría comenzar en 2027, y los dispositivos equipados con este chip podrían llegar al mercado a finales de 2027 o principios de 2028. GAIA es desarrollado por la división LSI de Samsung, la misma responsable de los chips móviles Exynos. Samsung aún no ha confirmado oficialmente el proyecto, y no hay datos de rendimiento, especificaciones de consumo energético ni detalles de arquitectura divulgados públicamente sobre este chip.
GAIA se describe como un coprocesador, no como una CPU de uso general. El chip utiliza un nodo de proceso de 4 nm y está posicionado como un acelerador de IA centrado en la memoria, acercando las unidades de cálculo a la memoria. GAIA está diseñado para trabajar junto con procesadores de Intel, AMD o Qualcomm, no para reemplazarlos. El chip está específicamente orientado a cargas de trabajo de IA generativa en PC, como modelos de lenguaje en el dispositivo, traducción en tiempo real y generación de imágenes. Su objetivo de diseño es descargar estas tareas de la CPU o GPU a una NPU dedicada. Esto lo diferencia claramente de los aceleradores de IA basados en GPU, utilizados para entrenamiento e inferencia a gran escala.
Según informes, Samsung está impulsando una mayor integración con la tecnología de procesamiento en memoria (PIM), que realiza cálculos dentro de la memoria, reduciendo la transferencia de datos entre la memoria y el procesador. PIM ha sido un proyecto de investigación de Samsung durante varios años, pero aún no ha logrado un avance comercial significativo. Con el aumento de la velocidad de las GPU y la madurez del ecosistema de software, los cuellos de botella que PIM intentaba resolver ya no son tan urgentes. Una NPU dedicada verificada por OEM podría ser más adecuada para la tecnología PIM que una GPU. Samsung es uno de los pocos fabricantes que puede combinar lógica de IA personalizada con su propia fabricación de DRAM, lo que le otorga una ventaja de integración vertical difícil de igualar para sus competidores.
La última vez que Samsung proporcionó chips para PC fue en 2012, cuando los chips Exynos impulsaron brevemente los primeros Chromebooks de Samsung, negocio que se suspendió dos años después. Desde entonces, los portátiles Galaxy Book de Samsung han utilizado chips de Intel o Qualcomm, incluido el Snapdragon X2 Elite en el último Galaxy Book. Si GAIA entra en producción en masa, Samsung utilizará su propio chip en sus portátiles por primera vez en más de una década. La adopción por parte de OEM externos como HP y Lenovo podría ampliar la influencia más allá de la línea de productos de Samsung. La división LSI de Samsung ha estado en pérdidas estructurales durante años, y el éxito del negocio de IA, junto con los ingresos de Exynos y chips para automoción, ofrecería oportunidades de crecimiento para esta división.
Esta estrategia también podría generar conflictos potenciales con clientes existentes. Tanto Nvidia como Qualcomm dependen de las fundiciones de Samsung para fabricar algunos de sus chips. Competir con sus propios clientes en el ámbito de la IA para PC, mientras sigue fabricando para ellos, podría complicar las relaciones de colaboración. Cómo Samsung equilibre esto afectará a su negocio de fundición y a su capacidad para vender GAIA a fabricantes de PC.
GAIA se encuentra actualmente en fase de prueba de prototipos con HP y Lenovo. Se espera que la producción en masa comience en 2027, y los dispositivos de consumo podrían lanzarse a finales de ese año o principios de 2028. El cronograma podría variar según los resultados de las pruebas, los compromisos de los OEM y la capacidad de Samsung para proporcionar el soporte de software necesario para el hardware. Muchos detalles sobre GAIA siguen sin estar claros, incluido su rendimiento en comparación con NPU competidoras (como Intel Core Ultra con NPU integrada, AMD Ryzen AI con NPU XDNA, Qualcomm Snapdragon X2 con NPU Hexagon y Nvidia RTX Spark para cargas de trabajo de IA), así como sus características de consumo energético y disipación térmica, y la madurez del soporte de software y controladores en el momento del lanzamiento.
