La mayoría de los chips lógicos avanzados del mundo se fabrican en Taiwán, y la mayoría de ellos son fabricados por una sola empresa: Taiwan Semiconductor Manufacturing Co. (TSMC). Si bien parece arriesgado para empresas como Nvidia, Apple y Google depender tanto de un solo proveedor, para los líderes de Taiwán eso es una característica, no un error. De hecho, esta concentración de la producción de chips es el eje de la estrategia de la isla para defenderse de China, que, según el principio de Una China del Partido Comunista Chino, considera a Taiwán una provincia renegada que se unirá al continente de una forma u otra. La estrategia de escudo se basa en dos supuestos. La primera es que Estados Unidos no permitirá que China se apodere de la isla y sus instalaciones de producción de chips (que, según se informa, tienen interruptores de apagado en las máquinas ultravioleta extremas más avanzadas que podrían inutilizarlas en caso de un ataque). La segunda es que China no se arriesgará a destruir quizás la parte más vital de su propia cadena de suministro de semiconductores como consecuencia de una adquisición hostil. El ejército estadounidense parece firme en su determinación de mantener a Taiwán fuera del alcance de China. De hecho, un general ha declarado que Estados Unidos está preparado para lanzar miles de drones aéreos y marítimos en caso de que China invada. Los drones marinos han negado a Rusia el acceso al Mar Negro occidental”. –Bryan Clark“Quiero convertir el Estrecho de Taiwán en un infierno no tripulado utilizando una serie de capacidades clasificadas”, almirante Samuel Paparo, comandante del Comando Indo-Pacífico de EE. UU. dijo el columnista del Washington Post Josh Rogin en junio. Ahora, dos años y medio después de la guerra entre Rusia y Ucrania, hay muchas pruebas de que los tipos de drones a los que se refiere Paparo pueden desempeñar funciones clave en la logística, la vigilancia y las operaciones ofensivas. Y los planificadores de guerra estadounidenses están aprendiendo mucho de ese conflicto que se aplica a la situación de Taiwán. Como señala en este número Bryan Clark, investigador principal del Instituto Hudson y director del Centro de Conceptos y Tecnología de Defensa del Instituto, “los drones de ataque navales estadounidenses colocados en las rutas probables podrían perturbar o posiblemente incluso detener una invasión china, mucho ya que los drones marinos ucranianos han negado a Rusia el acceso al Mar Negro occidental”. No hay manera de saber cuándo comenzará un conflicto por Taiwán, ni siquiera si lo hará. Entonces, por ahora, Taiwán está duplicando su apuesta por Silicon Shield al lanzar más proyectos de generación renovable para que sus fabricantes de chips puedan satisfacer las demandas de los clientes y minimizar la huella de carbono de la producción de chips. La isla ya tiene 2,4 gigavatios de capacidad eólica marina con otros 3 GW. planeado o en construcción, informa el editor colaborador de IEEE Spectrum, Peter Fairley, quien visitó Taiwán a principios de este año. En “Impulsando el Escudo de Silicio de Taiwán” [p. 22]Señala que la capacidad adicional ayudará a TSMC a cumplir su objetivo de que el 60 por ciento de su energía provenga de energías renovables para 2030. Fairley también informa sobre innovaciones inteligentes de ahorro de energía implementadas en las fábricas de TSMC para reducir el consumo anual de electricidad de la compañía en aproximadamente 175 gigavatios. horas. Entre poner más energía renovable en línea y hacer que sus fábricas sean más eficientes, los fabricantes de chips de Taiwán esperan mantener contentos a sus clientes, mientras que los líderes de la isla esperan disuadir a su vecino al otro lado del estrecho, si no con su Silicon Shield, entonces con los cerebros de silicio. de las hordas de drones que podrían volar y flotar hacia la brecha en la defensa de la isla. Artículos de su sitio Artículos relacionados en la Web
Etiqueta: tsmc
La demanda de chips de procesos avanzados ha aumentado a medida que los servidores de IA y las aplicaciones de computación de alto rendimiento (HPC) pasan a los teléfonos con IA. El medio de comunicación taiwanés Economic Daily News informó el martes que Apple, Qualcomm, Nvidia y AMD casi han reservado el proceso de 3 nm de TSMC a su máxima capacidad, lo que lleva a una cola de clientes que se extiende hasta 2026. Por qué es importante: la rápida evolución de la tecnología de inteligencia artificial en múltiples Los sectores han impulsado un aumento en la demanda de chips de procesos avanzados. Se espera que el aumento de los pedidos de los principales clientes impulse aún más a TSMC a innovar y desarrollar procesos de fabricación avanzados. Detalles: Actualmente, la línea de 3 nm de TSMC incluye N3, N3E, N3P, N3X y N3A, según el informe Economic Daily News. N3E, que entró en producción en masa en el cuarto trimestre del año pasado, sirve principalmente a aceleradores de inteligencia artificial, teléfonos inteligentes de alta gama y centros de datos. Se espera que N3P entre en producción en masa en la segunda mitad de este año y se convierta en el proceso de chip preferido para aplicaciones convencionales, incluidos dispositivos móviles, productos electrónicos de consumo, estaciones base y redes para 2026. N3X y N3A están diseñados para demandas personalizadas como clientes de informática de alto rendimiento y automoción. Todos los últimos chips de alta gama de este año están adoptando el proceso de 3 nm, según el medio de comunicación chino Icsmart. Apple presentará los procesadores de la serie M4 este año y lanzará los procesadores de la serie A18 de próxima generación para su nueva serie iPhone16 en septiembre. A finales de este año, Qualcomm lanzará su plataforma móvil insignia Snapdragon 8 Gen 4, mientras que Nvidia presentará las tarjetas gráficas de la serie RTX 50. AMD lanzará los procesadores EPYC Turin de quinta generación en la segunda mitad del año, con planes de lanzar la serie MI350 el próximo año. TSMC, como proveedor exclusivo de los procesadores de la serie A de Apple para los nuevos iPhones, verá un aumento significativo en la demanda de pedidos relacionados de 3 nm. Se espera que la serie iPhone 16 de Apple de este año aumente el volumen de ventas en un 5% año tras año a 92-95 millones de unidades, pronosticó el informe Economic Daily News. Para garantizar un suministro estable durante los próximos dos años, la estrategia de TSMC es convertir algunos de sus equipos de 5 nm para soportar la producción de 3 nm. Fuentes de la industria indican que es probable que TSMC aumente su producción de obleas de 3 nm a entre 120.000 y 180.000 al mes. Contexto: El valor de producción total de las diez principales fundiciones de semiconductores en el primer trimestre alcanzó los 29.200 millones de dólares, una disminución del 4,3% en comparación con el trimestre anterior, según la firma de investigación de mercado TrendForce. En el primer trimestre, TSMC lideró con unos ingresos de 18.850 millones de dólares y una cuota de mercado del 61,7%, seguido de Samsung con 3.360 millones de dólares y una cuota de mercado del 11%. La fundición de chips SMIC, con sede en Shanghai, ocupó el tercer lugar con 1.750 millones de dólares en ingresos y una cuota de mercado del 5,7%. Jessie Wu es una reportera de tecnología que vive en Shanghai. Cubre la industria de la electrónica de consumo, los semiconductores y los juegos para TechNode. Conéctese con ella por correo electrónico: jessie.wu@technode.com. Más de Jessie Wu
Cerebras, la empresa de supercomputadoras de inteligencia artificial de Sunnyvale, California, dice que su próxima generación de chips de inteligencia artificial en escala de oblea puede duplicar el rendimiento de la generación anterior y consumir la misma cantidad de energía. El Wafer Scale Engine 3 (WSE-3) contiene 4 billones de transistores, un aumento de más del 50 por ciento con respecto a la generación anterior gracias al uso de tecnología de fabricación de chips más nueva. La compañía dice que utilizará el WSE-3 en una nueva generación de computadoras con inteligencia artificial, que ahora se están instalando en un centro de datos en Dallas para formar una supercomputadora capaz de realizar 8 exaflops (8 mil millones de billones de operaciones de punto flotante por segundo). Por otra parte, Cerebras ha firmado un acuerdo de desarrollo conjunto con Qualcomm que tiene como objetivo aumentar diez veces una métrica de precio y rendimiento para la inferencia de IA. La compañía dice que el CS-3 puede entrenar modelos de redes neuronales con un tamaño de hasta 24 billones de parámetros, más de 10 veces el tamaño de los LLM más grandes de la actualidad. Con WSE-3, Cerebras puede mantener su pretensión de producir el chip individual más grande del mundo. De forma cuadrada y 21,5 centímetros de lado, utiliza casi una oblea entera de silicio de 300 milímetros para fabricar un chip. Los equipos de fabricación de chips suelen limitarse a producir matrices de silicio de no más de unos 800 milímetros cuadrados. Los fabricantes de chips han comenzado a escapar de ese límite mediante el uso de integración 3D y otras tecnologías de embalaje avanzadas. Integración 3D y otras tecnologías de embalaje avanzadas para combinar múltiples matrices. Pero incluso en estos sistemas, el número de transistores es de decenas de miles de millones. Como es habitual, un chip tan grande viene con algunos superlativos alucinantes. Transistores 4 billones de milímetros cuadrados de silicio 46.225 núcleos de IA 900.000 cálculos de IA 125 petaflops Memoria en el chip 44 gigabytes Ancho de banda de la memoria 21 petabytes Ancho de banda de la estructura de red 214 petabits Puede ver el efecto de la Ley de Moore en la sucesión de chips WSE. El primero, que debutó en 2019, se fabricó utilizando la tecnología de 16 nanómetros de TSMC. Para WSE-2, que llegó en 2021, Cerebras pasó al proceso de 7 nm de TSMC. WSE-3 está construido con la tecnología de 5 nm del gigante de la fundición. El número de transistores se ha más que triplicado desde el primer megachip. Mientras tanto, el uso que se les da también ha cambiado. Por ejemplo, el número de núcleos de IA en el chip se ha estabilizado significativamente, al igual que la cantidad de memoria y el ancho de banda interno. Sin embargo, la mejora del rendimiento en términos de operaciones de punto flotante por segundo (flops) ha superado todas las demás medidas. CS-3 y Condor Galaxy 3 La computadora construida alrededor del nuevo chip AI, el CS-3, está diseñada para entrenar nuevas generaciones de modelos de lenguaje gigantes, 10 veces más grandes que el GPT-4 de OpenAI y el Gemini de Google. La compañía dice que el CS-3 puede entrenar modelos de redes neuronales de hasta 24 billones de parámetros de tamaño, más de 10 veces el tamaño de los LLM más grandes de la actualidad, sin recurrir a un conjunto de trucos de software que necesitan otras computadoras. Según Cerebras, eso significa que el software necesario para entrenar un modelo de mil millones de parámetros en el CS-3 es tan sencillo como entrenar un modelo de mil millones de parámetros en GPU. Se pueden combinar hasta 2.048 sistemas, una configuración que permitiría entrenar el popular LLM Llama 70B desde cero en solo un día. Sin embargo, no se está preparando nada tan grande, dice la compañía. La primera supercomputadora basada en CS-3, Condor Galaxy 3 en Dallas, estará compuesta por 64 CS-3. Al igual que sus sistemas hermanos basados en CS-2, el G42 de Abu Dhabi es propietario del sistema. Junto con Condor Galaxy 1 y 2, esto forma una red de 16 exaflops. «La red Condor Galaxy existente ha entrenado algunos de los modelos de código abierto líderes en la industria, con decenas de miles de descargas», dijo Kiril Evtimov, CTO del grupo G42 en un comunicado de prensa. «Al duplicar la capacidad a 16 exaflops, esperamos ver la próxima ola de innovación que las supercomputadoras Condor Galaxy pueden permitir». Un acuerdo con Qualcomm Si bien las computadoras Cerebras están diseñadas para capacitación, el director ejecutivo de Cerebras, Andrew Feldman, dice que la inferencia, la ejecución de modelos de redes neuronales, es el límite real para la adopción de la IA. Según estimaciones de Cerebras, si cada persona en el planeta usara ChatGPT, costaría 1 billón de dólares al año, sin mencionar una cantidad abrumadora de energía procedente de combustibles fósiles. (Los costos operativos son proporcionales al tamaño del modelo de red neuronal y la cantidad de usuarios). Por eso, Cerebras y Qualcomm se han asociado con el objetivo de reducir el costo de la inferencia en un factor de 10. Cerebras dice que su solución implicará aplicar Técnicas de redes neuronales como la compresión de datos de peso y la escasez: la poda de conexiones innecesarias. Las redes entrenadas por Cerebras luego se ejecutarían eficientemente en el nuevo chip de inferencia de Qualcomm, el AI 100 Ultra, afirma la compañía. Artículos de su sitioArtículos relacionados en la Web
Source link