Паразитное сопротивление

Google работает над проектом Frozen V2 — специализированным ускорителем, оптимизированным под конкретную модель Gemini. Это довольно любопытный сигнал, потому что в последние годы индустрия ИИ в основном двигалась в сторону универсальности: ускорители становились всё мощнее, чтобы поддерживать всё больше архитектур и всё более крупные модели. Топовые LLM — монструозные конструкты, требующие датацентров как для обучения, так и для инференса, и развивающиеся со скоростью в недели, если не в дни. Так зачем же может быть нужно зашивать в кремний конкретную сеть, которая гарантированно устареет еще до начала производства?

Дело в том, что большой процент прикладных задач не требует передовых моделей. Рецепты вкусных обедов, суммаризация документов, переводы и множество других ежедневных задач могут прекрасно решаться простыми LLM. Есть и другая причина: некоторые задачи вообще нежелательно отдавать в облако. Деловые переговоры, корпоративные документы... Здесь важнее уже не качество модели, а приватность.

Гибкость аппаратной реализации критически важна в процессе обучения, но требования для инференса гораздо проще, и внедрение обновлений на фиксированную архитектуру — вполне разумная задача. Более того, если архитектура заранее известна, то можно позволить себе вещи, непозволительные для универсального ускорителя: агрессивную квантизацию, более простую организацию памяти, минимизировать перемещение весов между памятью и вычислительными блоками — то самое место, где современные LLM всё чаще упираются в энергопотребление и пропускную способность, а не в арифметику. В пределе можно вообще перейти к in-memory computing, где энергонезависимая память весов становится частью вычислителя.

Вообще, история микроэлектроники регулярно развивается именно так: cначала появляется новая вычислительная задача, которую выполняет универсальный процессор. Затем выясняется, что задача становится массовой, после чего она получает собственный специализированный блок. Так появились FPU и GPU, потом аппаратные кодеки JPEG и H.264, криптографические ускорители, а сейчас уже и NPU.

Google Frozen V2 — это попытка задать вопрос: а не подошли ли LLM к той же самой точке? Недавно нашумела работа, в которой LLM-генератор детских сказок на ночь запустили на микроконтроллере ESP32, используя различные приёмы хранения параметров во Flash вместо RAM. А как насчет вашего приватного переводчика в формате музейного аудиогида? Или личного секретаря внутри сопроцессора в мобильнике?
 
P.S. Дороже всего можно будет продать оффлайнового секьюрного AI-психотерапевта. Дарю идею в обмен на долю в вашем стартапе.

Акции ASML, да и всех микроэлектронных компаний вообще, существенно упали на фоне новостей о том, что "Китай запустил в серию DUV-литограф." Потенциальная независимость КНР от иностранного микроэлектронного оборудования — это потенциально очень важная новость, но к ней есть довольно много вопросов.
Первые разработки DUV в Китае начались больше двадцати лет назад, но:
Во-первых, китайская компания SMEE еще несколько лет назад обещала выпустить DUV-литограф для норм 28 нм, со словами "буквально через полгода". Время шло, а "полгода" все никак не сокращались, пока публичные заявления и даже утечки из прессы на этот счет совсем не прекратились.
Свежие новости касаются другой компании, Shanghai Aishengna Electronic Technology Group. Эта компания, в отличие от SMEE, государственная, и она, согласно публичным данным, консолидировала китайские команды, занимающиеся DUV, в том числе и из SMEE. Репорты говорят о плане поставить пять машин крупным китайским производителям в 2026 году и около 20 в 2027 году.
Китайские планы — штука противоречивая, и в целом вся китайская программа импортозамещения микроэлектронного машиностроения выглядит как некоторый технический прогресс, совмещенный с провалом в коммерциализации. Литография при этом с точки зрения внедрения выглядит хуже всего — другие виды китайских тулов, особенно для ''mature nodes" вполне себе внедряются, хотя и не вытесняют полностью иностранных конкурентов.

Вот и эту новость я бы, по крайней мере пока, читал как "есть прототипы, их отдают на тестирование." SMEE якобы были на этой стадии в 2022 году, но пройти дальше в итоге не сумели. Так что полагаю, что коммерческому лидерству ASML в ближайшие лет десять ничего не угрожает.

P.S. Не является инвестиционным советом: пока рынок в панике, может быть уместно покупать все, что упало.

Пока TSMC, Samsung, Intel и немного SMIC соревнуются в уменьшении проектных норм для цифровых вычислений, уже переходя от нанометров к Ангстрёмам, огромное количество вспомогательных и прикладных микросхем делается на гораздо более скромных и, главное, дешёвых технологиях.

В начале двухтысячных, когда процессорная индустрия перешла на 300 мм пластины, главной "рабочей лошадкой" для всех остальных стали нормы в 180 нм — хорошо отработанные, дешевые, более удобные в работе с питанием в 5 В, чем 130 нм, тоже производившиеся на 200 мм. Современные 180 нм процессы часто дооснащают специализированными компонентами, позволяющими делать прецизионные аналоговые схемы, СВЧ и высоковольтные чипы. Прямо сейчас на 180 нм делают и продолжают делать много полезного, включая микроконтроллеры, АЦП, дискретные силовые приборы и их драйверы.

Со временем, когда проектные нормы передовых цифровых чипов ушли ещё вперёд, в сторону FinFET, производство на 300 мм пластинах подешевело и оказалось для многих приложений экономически выгоднее, чем на 200 мм. В этот момент для микроконтроллеров и других cost-sensitive чипов стали привлекательны процессы 65/55 нм, на которых, например массово производятся чипы STM. Первый сугубо аналоговый фаб на пластинах 300 мм открыла ещё в 2009 году Texas Instruments.

В последние несколько лет в проектных нормах для дешёвых чипов случились сразу два интересных тренда:
1) Во время ковидного кризиса дефицит производственных мощностей снова сделал более привлекательными пластины 200 мм — просто потому, что они были в наличии.
2) Тренд на гетероинтеграцию передовых SoC потребовал большого количества вспомогательных компонентов, например интерпозеров и оптического интерконнекта. Производить эти компоненты оказалось наиболее выгодно на пластинах 300 мм с самым простым имеющимся в наличии литографическим оборудованием. То есть, по нормам 65/55 нм. В итоге, именно эти проектные нормы опять оказываются наиболее дефицитными из дешевых, и фабрики активно предлагают разработчикам дешевых чипов переходить на нормы 28/22 нм, которые и существенно дороже, и несколько менее удобны для построения нецифровых чипов.

Впрочем, STM делает новые микроконтроллеры уже на 18 нм, а Infineon и вовсе запустил производство дискретных транзисторов на пластинах 300 мм, так что принципиально экономика может сходиться и в таких условиях.

Вся та часть моей карьеры, которая прошла в России, была связана с микросхемами для космических применений. И все те годы я слушал одни и те же аргументы от прибористов и начальников всех мастей — "переходить на более тонкие проектные нормы для стойких к воздействию радиации микросхем нельзя". Причем было так даже в моменты, когда "более тонкие" — это было 350 нм, а аргументы обычно были такие, что не просто становилось больно, а очень хотелось схватить очередного государственного мужа за остатки седины и начать тыкать его лицом в свежие научные статьи и результаты экспериментов.

Высокопоставленный работник одной российской фабрики говорил в интервью, что сделать микросхемы для космоса на проектных нормах ниже 90 нм «технологически невозможно». Совершенно случайно так совпало, что технологически невозможно сделать что-то на нормах ниже 90 нм на этой конкретной фабрике. А на сайте другой российской фабрики довольно долго красовалось утверждение, что радиационной стойкости и вовсе нельзя добиться на проектных нормах ниже 600 нм, потому что иначе «заряженные частицы прошивают кремний». По удивительному совпадению, минимальными проектными нормами, доступными той фабрике, были как раз 600 нм, и даже наличие через дорогу университета, довольно активно изучавшего радиационную стойкость на куда меньших проектных нормах, этих людей не останавливало.

К чему это я, собственно говоря? Intel представили предназначенный для аэрокосмических применений чип Starfire: 8 CPU, 4GPU, 3 NPU, и все это на проектных нормах 18Å и 3 нм для разных чиплетов в составе SiP.

Видимо, все проблемы Intel последних лет от того, что они не читают интервью российских сановников от микроэлектроники.

AI-бум, несмотря на опасения скептиков, продолжается — и продолжает определять экономику всей полупроводниковой отрасли. Помимо основных выгодоприобретателей (производителей памяти и TSMC), в плюсе оказываются поставщики всего, что полезно для AI-датацентов (Infineon на днях открыли в Дрездене производство силовых дискретов на 300 мм пластинах) и даже вчерашние аутсайдеры фаундри-рынка.

Природа настолько очистилась TSMC настолько перегружен заказами на передовые проектные нормы, что их клиенты вынуждены обращаться к другим поставщикам. Samsung Foundry, согласно свежим слухам, получили контракты с AMD, Google, Tesla и BYD. Двое последних особенно интересны, так как речь идет про Automotive-grade процесс 8 нм.

По итогам такого везения, Samsung анонсировали полную загрузку своих мощностей и, впервые за долгое время, возврат (в следующем квартале) к прибыльности фаундри-подразделения. Выходу на прибыльность поможет повышение цен, которое Samsung теперь может себе позволить, даже несмотря на все еще существенно более низкий, чем у TSMC, выход годных.

В Воронеже разрушился главный корпус "ВЗПП-С".

Воронежский Завод Полупроводниковых Приборов-Сборка - одно из крупнейших в РФ микроэлектронных предприятий, занимающееся производством дискретных приборов, модулей на их основе, а также корпусированием интегральных микросхем, в том числе импрозамещающих ПЛИС.

Продолжающийся бум AI ставит перед менеджментом полупроводниковых компаний новые интересные задачи.

Профсоюз производящего память подразделения Samsung угрожал устроить трехнедельную забастовку, если вымотанные постоянными переработка и сотрудники не получат справедливую долю из сверхприбылей, получаемых компанией. Такой простой не только принес бы компании огромные убытки, но и мог бы поставить под угрозу намечающиеся большие сделки (например с NVIDIA).

После собравшего около сорока тысяч человек митинга и предупредительной забастовки в течение одной ночной смены, удалось достичь соглашения, аналогичного тому, что незадолго до того получили сотрудники конкурентов из SK Hynix: больше 10% операционной прибыли будет направлено на бонусы сотрудников. Ожидаемые суммы — порядка четырехсот тысяч долларов на человека в год.

Впрочем, сделка ещё до вступления в силу оказалась под угрозой. Не только потому, что в SK Hynix ещё повысили выплаты, но и потому, что в других подразделениях Samsung бонусы составили около четырех тысяч долларов. В том числе в подразделении, занимающемся упаковкой памяти.

Интересно, наверное, быть менеджером в Samsung.

В порядке культурного самообразования посмотрел все фильмы про Джеймса Бонда (спорный опыт, в целом не рекомендую).

Электронные гаджеты часто играют важную роль в сюжете, а “A View to a Kill” (1985) целиком построен вокруг планов главного злодея захватить экономическую власть в мире через монополию на производство передовых микросхем. Добиться этой монополии он планирует, уничтожив Кремниевую долину.

В фильме есть смешные детали вроде зрелищной погони за украденным для реверс-инжиниринга чипом и совмещения фотографий оригинальной микросхемы и советской копии.

В 1985 году говорить о том, что уничтожение Кремниевой долины повлечет коллапс мирового производства микросхем, уже было натяжкой — Япония была на пике, у Intel уже были заводы в Аризоне и в Израиле, а IBM занималась производством на восточном побережье с шестидесятых. ITRI на Тайване уже работал, а Роберт Цао уже основал первую из больших тайваньских фабрик — UMC, CEO которой был в 1985 году Моррис Чанг. До основания Чангом TSMC оставалось меньше двух лет.

Впрочем, подобные упрощения для блокбастера вполне понятны, да и разговоры о том, как захватить мир, нейтрализовав один центр микроэлектронного производства, никуда не делись — просто, спустя сорок лет, место Калифорнии занял Тайвань.

P.S. В самом конце Бонду за спасение Кремниевой долины вручают орден Ленина. В ответ на удивленный вопрос представители КГБ со смехом говорят, что советская микроэлектронная наука в их лице без Кремниевой долины никуда.

P.P.S. Пирс Броснан > Тимоти Далтон > Шон Коннери > Дэниэл Крэйг > Роджер Мур

Решительно все профильные новостные сайты процитировали фразу Chief Scientist NVIDIA Билла Дэлли о том, как ИИ помог уменьшить объем работы по портированию цифровых библиотек с процесса на процесс с 80 человеко-месяцев до одной ночи на одном GPU.

Звучит крайне увлекательно, но есть некоторые сомнения. Сразу оговорюсь, что цифровые библиотеки на 2-3 нм я никогда не разрабатывал и не портировал. Мой личный минимум по обеим задачам — 65/55 нм, плюс я относительно недавно заказывал портирование у внешнего подрядчика.

Во-первых, задача именно портирования библиотек прекрасно автоматизируется безо всякого ИИ. Основная головная боль там - DRC, а генерацию топологии можно заскриптовать, что сразу уменьшает объем работ по переносу на порядок (если процессы сходные). В общем, даже для очень передового процесса 80 человеко-месяцев выглядят ка дизайн с нуля в чистом поле, а не портирование с процесса на процесс.

Во-вторых, очень большую долю затрат (и человеческих, и вычислительных) в разработке и портировании библиотек занимает не собственно дизайн, а верификация и характеризация. И вот тут, даже если "overnight on one GPU" — это реальная скорость портирования, то сделать полноценную характеризацию большой библиотеки за это время с такими ресурсами физически невозможно.

В-третьих, эта конкретная задача сводится к хорошо очерченной многопараметрической оптимизации, которая является для ИИ очень удобной задачей. Не случайно именно на сходных задачах ИИ достиг самого большого прогресса — в рисовании пиксельной топологии СВЧ-фильтров, в расстановке блоков в топологии и т.д. Поэтому конкретный пример портирования цифровой библиотеки не может быть объективным маркером применимости ИИ к дизайну микросхем вообще. В том же интервью Дэлли сказал, что NVIDIA также использует обученный на корпоративных базах ИИ в качестве энциклопедии для джунов — но не для собственно написания RTL.

Так что цитата звучит красиво и хайпово, но выглядит как сравнение теплого с мягким.

Элон Маск объявил, что Tesla и SpaceX построят в Остине две передовые фабрики под общим названием Terafab. Одна фабрика должна будет делать чипы для автомобилей Tesla, вторая — радстойкие чипы для AI-датацентров в космосе. И все это за жалкие двадцать миллиардов.

К этой новости можно попробовать относиться серьёзно, но точно стоит обойтись без преждевременного восторга. У Маска есть редкое и в целом полезное качество: он действительно умеет видеть далеко. Проблема в том, что практический результат этого визионерства получается очень разный. Где-то выходит SpaceX, то есть бесспорный технический прорыв с всё ещё не до конца собранной коммерческой моделью. Где-то — Tesla, которая в своё время была прорывом, но сейчас я сто раз из ста выберу Mini или BYD вместо их машин. А где-то и вовсе получается Boring Company, она же "миленниалы изобрели метро." Эта развилка как раз и интересна в случае с микроэлектронными фабриками.

Идея Terafab понятна: Маск прямо говорит, что существующих мировых мощностей его компаниям в будущем просто не хватит, даже с учетом старта производства чипов Tesla на техасском заводе Samsung и продолжении закупок продукции NVIDIA. Учитывая, что дефицит передовых норм касается не только Tesla, сформулированная Маском проблема вполне реальна.

Дальше начинается скучная часть, на которой все обычно и ломается. Передовая fab — это не “давайте тоже построим себе завод”, а десятки миллиардов долларов, годы времени, корпусирование, R&D, поставщики, люди и очень дорогой производственный опыт. У TSMC американская программа разрослась уже до $165 млрд. Техасская история Samsung тоже дороже озвученных Маском оценок, и постоянно сдвигает сроки. И это компании, которые вообще-то умеют делать передовые проектные нормы, а не только выступать с презентациями о них.

Terafab пока выглядит как что-то среднее между попыткой изобрести вертикально интегрированную компанию типа (причем не Intel, а скорее что-то типа "Ростеха") и очень дорогим жестом отчаяния. Это вполне может оказаться важным проектом. Но путь от правильного диагноза до работающей передовой фабрики — это как раз то место, где обычно и выясняется, получится SpaceX или всё-таки очередная Boring Company.

Все уже видели ролики с гуманоидными роботами, выполняющими приемы восточных боевых искусств. Именно так и выглядят сейчас типичные новости о прогрессе в робототехнике, а в качестве комментариев обычно прилагаются рассуждения о том, что со дня на день роботы отберут всю работу у пролетариата. Обычно все эти новости можно смело игнорировать, но сегодня я увидел несколько другой ролик: гуманоидный робот делает уборку в комнате.

Робот-пылесос все еще практичнее, но факт остается фактом — в гуманоидных роботов сейчас довольно много инвестиций, и рынку предрекают быстрый рост в ближайшие десять лет. От нуля, впрочем, расти не сложно: сейчас речь идет в лучшем случае о тысячах штук в год, и большинство пилотов широко обсуждается публично, как кейс с Figure 02 на конвейере BMW.

Быстрее всего внедрения растут в Китае, который и в «традиционной» промышленной робототехнике стал мировым лидером с более чем двумя миллионами манипуляторов в работе на промышленных объектах. Интересно, что самый свежий челендж и самый быстрый рост в этой отрасли — не про полную автоматизацию производства, а про «коллаборативных роботов», способных сосуществовать с человеком в рабочем пространстве. Повидав сертификацию автомобильных компонентов, думать о функциональной безопасности таких роботов я даже не хочу.

Что же касается гуманоидных роботов, то основные места, где они могут быть лучше других вариантов — это такие рабочие среды, которые оптимизированы для человека и не могут быть переделаны под работу манипуляторов. Неудивительно, что уборка в комнате подается как важный юзкейс: отели и рестораны считаются важными драйверами роста в этом сегменте, наряду с физическим трудом в логистике. На конвейере автозавода манипулятор, пусть даже и «коллаборативный», все еще выглядит разумнее.
С точки зрения микроэлектроники на гуманоидных роботов (и на роботов вообще) очень интересно смотреть с точки зрения управления и особенно тактильных манипуляций. Основных подхода тут два:

1) Много камер и лидаров, и большой большой центральный вычислитель (на базе AI, разумеется). Этот подход лучше всего проработан и сильно пересекается с развитием беспилотных автомобилей, что повышает его привлекательность. Основные минусы (помимо дороговизны) — большое время отклика и сложность работы с нежесткими поверхностями. Взять и поднять теннисный мячик или открутить крышку от стеклянной банки — очень тяжело.

2) Умные сенсоры, Edge AI и перенос принятия решений как можно ближе к месту действия. Этот подход менее проработан, но именно так устроен человек (рефлексами управляет спинной мозг, а не головной, потому что это быстрее). Более того, в роботах можно сдвинуть простые рефлексы еще ближе, их можно даже поставить на сами сенсоры. Такой подход уже начал получать собственное, отличное от Edge AI имя — Physical AI. Правда, в чем именно разница, никто толком не объясняет.

Итого, основной золотой жилой для AI в обозримом будущем вполне могут стать не только и не столько видеокарты, а недорогие микроконтроллеры с NPU (в руке современного гуманоидного робота их десятки) и умные сенсоры с встроенной AI-based предобработкой сигналов. Именно в этом ключе недавно высказался CEO Infineon Йохен Ханебек, а он наверняка знает, о чем говорит.

Последние новости про Intel Foundry выглядят обнадёживающе. Финансовый директор Дэвид Зинснер на днях сказал, что компания снова готова рассматривать 18A не только как внутренний техпроцесс, но и как вариант для внешних заказчиков. Причина понятна: выход годных растёт, а по 18A-P уже есть входящий интерес. Стоит, однако, зафиксировать простую вещь: «18A подходит для собственных продуктов Intel» и «18A созрел как foundry-предложение» — это пока разные утверждения. Reuters прямо пишет, что выход годных улучшается, но остаётся ограниченным и всё ещё бьёт по рентабельности.

С внутренней стороны картина действительно стала лучше. Intel уже вывел 18A в крупносерийное производство в Аризоне и Орегоне, а первые продукты на этом техпроцессе компания уже публично показала. Иными словами, 18A больше не выглядит как бесконечный предмет презентаций и обещаний. Для внутреннего продуктового плана Intel это уже рабочая реальность. Но foundry-бизнес оценивают по другим критериям: предсказуемость выхода годных, разброс параметров от пластины к пластине, готовность IP и отсутствие неприятных сюрпризов на пути к объёму. Здесь у Intel, судя по публичным комментариям, запас проблем всё ещё заметный.

На этом фоне 18A-P выглядит, возможно, даже важнее базового 18A. Intel сам описывает его не как новые проектные нормы с нуля, а как совместимую по design rules версию 18A с подправленной кривой производительность/энергопотребление; обещанный бонус — около 8% по performance per watt. То есть речь идёт не о новом прыжке, а о попытке сделать то же семейство техпроцессов чуть более пригодным для продажи вовне. Имена, впрочем, здесь по-прежнему отсутствуют: публично названный интерес был к 18A в целом — Reuters писал про тесты со стороны Nvidia и Broadcom и про оценку со стороны AMD, — но по 18A-P пока есть только формулировка про inbound interest.

Отсюда и ставка Intel на 14A. Справедливости ради, она выглядит не капризом, а вполне трезвым пониманием тайминга. Большие fabless-компании выбирают проектные нормы сильно заранее, и если окно для крупного внешнего успеха 18A уже частично ушло, то логика «заходить к клиенту со следующим поколением» вполне читаема. Intel сам уже предупреждал, что без значимого внешнего заказчика под 14A развитие 14A и следующих проектных норм может быть поставлено на паузу. В переводе с корпоративного на человеческий это означает, что 14A для Intel Foundry — уже не просто следующий красивый техпроцесс, а проверка всей конструкции на коммерческую пригодность.

Пока что рынок выглядит довольно однообразно: как только речь заходит о попытке откусить что-то у TSMC на переднем крае, почти сразу всплывает один и тот же сюжет — низкий выход годных. У Samsung это тянется уже не первый год. У Intel теперь та же проблема видна на 18A. Поэтому разговоры про альтернативу TSMC обычно звучат заметно бодрее, чем выглядят объемы производства.

С деньгами логика примерно та же. По итогам 2025 года Intel Foundry показал $17.8 млрд выручки, но при этом остался глубоко убыточным; только в четвёртом квартале сегмент принёс $4.5 млрд выручки и $2.5 млрд операционного убытка. Компания по-прежнему держится за ориентир безубыточности около 2027 года, но на текущем этапе это скорее рабочая цель, чем базовый сценарий. Чтобы она стала реалистичной, 18A должен перестать давить на маржу, 18A-P — превратить входящий интерес в реальные заказы, а 14A — принести хотя бы одного действительно крупного внешнего клиента. Итого картина пока такая: 18A, похоже, уже достаточно жив для внутренних продуктов Intel; 18A-P — первая осмысленная попытка сделать из этого внешнее предложение; 14A — главный стратегический шанс Intel Foundry. Всё остальное пока лучше считать не результатом, а заявкой на него.

Упоминавшийся в прошлом посте Mythic AI, основанный в 2012 году, долго был, что называется, poster boy аналоговых вычислений. Первая попытка вывести in-memory computing за пределы академических исследований на бумаге выглядела достаточно интересно: понятная и надежная технология на базе флэш-памяти, хорошо совместимая с КМОП, хайповый рынок Edge AI, сильная техническая команда.

К 2022 году компания выпустила два чипа (я даже видел один из них на выставке) и... обанкротилась, так и сумев ничего продать.

Реструктуризация с увольнением большей части команды была болезненной, но в 2024 году в Mythic пришел новый CEO Танер Озчелик, много лет проработавший в NVIDIA. Он занялся перестройкой компании, приведшей к тому, что Mythic в середине января получили еще 125 миллионов инвесторских денег, в этот раз — на разработку чиплетов для хардверной имплементации LLM.

По словам Озчелика, предыдущая итерация чипов компании не использовала весь потенциал технологии in-memory computing из-за плохо организованного управления чипом (80 ядер RISC-V на борту не хватало мощности при ожидаемой загрузке в 2%), а также — мое самое любимое всегда — выпустили огромный чип с сотнями процессорных ядер и десятками тысяч ЦАП и АЦП... без firmware.

Сейчас, по словам Озчелика, все делается хорошо и правильно, и уже скоро ваши ChatGPT будут работать на чиплетах Mythic AI. Или нет.

P.S. IP in-memory computing блоков MemBrain, используемых в чипах Mythic, можно купить для ряда популярных техпроцессов у SST. Так что, если вы можете сделать продукт лучше, чем у Mythic, то наверняка можно уложиться как минимум на порядок дешевле и существенно быстрее. Я знаю как минимум еще две компании, которые сейчас готовят чипы на базе MemBrain.

Стартап Rain AI, второй (после разорившегомя пару лет назад и восставшего из пепла Mythic AI) самый шумный проект, касавшийся аналоговых нейросетей, не смог поднять новый раунд финансирования. Искали 150M и, несмотря на помощь Сэма Альтмана, вложившегося в компанию на предыдущем этапе, не смогли.

У компании печальная, но интересная судьба, очень характерная для многих неуспешных стартапов: интересная технология, сильная техническая команда и полное отсутствие понимания, кому конкретно она нужна и что именно надо продавать. Изначально они целились в Edge AI, потом пытались развивать техники удобного для аналоговой реализации машинного обучения, позже, с подачи Альтмана, говорили о себе как о конкуренте NVIDIA.

Впрочем, конкретно Rain даже с интересной технологией имели проблемы: они делали In-Memory Computing сначала на мемристивных нанопроволоках (похожих на углеродные нанотрубки со всеми их фокусами типа рандомного осаждения), потом (видимо, из-за сложности с проволоками) перешли на трехмерные кроссбары мемристоров, потом на двухмерные, а еще дальше — на совсем уж "примитивные" управляемые SRAM транзисторы.

В общем, ищите в ваши стартапы толковых маркетологов, а не только толковых инженеров.

Занятные цифры к новостям о том, что многие крупные компании активно пробуют Samsung и Intel как альтернативы TSMC на передовых проектных нормах (3-2 нм, 18-14 Å): выход годных на 2 нм у TSMC оценивается в 80%, на 18 Å у Intel — 60%, на 2 нм у Samsung — 40%.

Два основных фактора, заставляющих искать альтернативу TSMC — дефицит производственных мощностей, вызванный стремительных растущим спросом, и цены (пластина 2 нм на TSMC стоит ~30к, на Samsung ~20k).