fr.wedoany.com Rapport : Samsung développe un accélérateur AI dédié aux PC, nommé GAIA. Les entreprises américaine HP et chinoise Lenovo testent déjà des prototypes pour en vérifier les performances. La production en série pourrait débuter dès 2027, et les appareils équipés de cette puce devraient arriver sur le marché fin 2027 ou début 2028. GAIA est développé par la division LSI de Samsung, également responsable des puces mobiles Exynos. Samsung n'a pas encore officiellement confirmé ce projet, et la puce ne dispose actuellement d'aucune donnée de performance, spécification de consommation électrique ou détail architectural divulgué publiquement.
GAIA est décrit comme un coprocesseur, et non comme un CPU universel. La puce utilise un processus de fabrication en 4 nm et est positionnée comme un accélérateur AI centré sur la mémoire, rapprochant les unités de calcul de celle-ci. GAIA est conçu pour fonctionner en collaboration avec les processeurs d'Intel, AMD ou Qualcomm, sans les remplacer. La puce est spécifiquement destinée aux charges de travail d'IA générative sur PC, telles que les modèles de langage locaux, la traduction en temps réel et la génération d'images. Son objectif de conception est de décharger ces tâches du CPU ou du GPU vers un NPU dédié. Cela la distingue nettement des accélérateurs AI basés sur GPU, utilisés pour l'entraînement et l'inférence à grande échelle.
Selon des rapports, Samsung pousse à une intégration plus poussée avec la technologie de traitement en mémoire (PIM), qui effectue des calculs à l'intérieur même de la mémoire, réduisant ainsi les transferts de données entre la mémoire et le processeur. Le PIM est un projet de recherche chez Samsung depuis plusieurs années, mais n'a pas encore connu de percée commerciale majeure. Avec l'augmentation de la vitesse des GPU et la maturation de l'écosystème logiciel, les goulots d'étranglement que le PIM tentait de résoudre sont devenus moins pressants. Un NPU dédié, validé par des tests OEM, pourrait être plus adapté à la technologie PIM qu'un GPU. Samsung est l'un des rares fabricants capables de combiner une logique AI personnalisée avec sa propre fabrication de DRAM, ce qui lui confère un avantage d'intégration verticale difficile à égaler pour ses concurrents.
La dernière fois que Samsung a fourni des puces pour PC, c'était en 2012, lorsque les puces Exynos ont brièvement alimenté les premiers Chromebook Samsung. Cette activité a été interrompue deux ans plus tard. Depuis, les ordinateurs portables Galaxy Book de Samsung utilisent des puces Intel ou Qualcomm, y compris le Snapdragon X2 Elite (Snapdragon X2 Elite) dans le dernier Galaxy Book. Si GAIA entre en production en série, Samsung utilisera pour la première fois depuis plus de dix ans sa propre puce dans ses ordinateurs portables. L'adoption par des OEM tiers comme HP et Lenovo pourrait étendre l'influence au-delà de la gamme de produits Samsung. La division LSI de Samsung est structurellement déficitaire depuis des années. Le succès de l'activité AI, combiné aux revenus des puces Exynos et automobiles, offrirait des opportunités de croissance à cette division.
Cette stratégie pourrait également engendrer des conflits potentiels avec les clients existants. Nvidia et Qualcomm dépendent tous deux des fonderies de Samsung pour produire certaines de leurs puces. Samsung, en concurrençant ses propres clients dans le domaine des PC AI tout en continuant à fabriquer pour eux, pourrait compliquer les relations de partenariat. La manière dont Samsung équilibrera cela influencera son activité de fonderie et sa capacité à vendre GAIA aux fabricants de PC.
GAIA est actuellement en phase de test de prototypes avec HP et Lenovo. La production en série devrait débuter en 2027, et les appareils grand public pourraient être lancés vers la fin de cette année-là ou au début de 2028. Le calendrier peut varier en fonction des résultats de validation, des engagements des OEM et de la capacité de Samsung à fournir un support logiciel adapté au matériel. De nombreux détails concernant GAIA restent flous, notamment la comparaison de ses performances avec les NPU concurrents (tels que l'Intel Core Ultra avec NPU intégré, l'AMD Ryzen AI avec NPU XDNA, le Qualcomm Snapdragon X2 avec NPU Hexagon, et le Nvidia RTX Spark pour les charges de travail AI), ainsi que ses caractéristiques de consommation et de dissipation thermique, et la maturité du support logiciel et des pilotes au moment du lancement.
