AIBaseAI硬體

三星開發4nm AI PC專用芯片“GAIA” 已向聯想、惠普供樣測試

2026年7月10日 07:305900 次瀏覽

重點摘要

AI資訊AI新閒資訊正文三星開發4nm AI PC專用芯片“GAIA” 已向聯想、惠普供樣測試發布於AI新閒資訊時間 :Jul 10, 2026閱讀 :1分鐘據報道,三星電子正通過一款代號為“GAIA”的生成式AI加速芯片悄然切入AI PC市場。據行業消息,這款由三星系統LSI事業部開發的專用NPU芯片採用4納米制程工藝,目前已向聯想、惠普等全球頭部PC製造商提供原型樣品進行性能驗證,最快將於2027年啟動量產。

站內 AI 整理稿

三星電子正以一款代號「GAIA」的生成式AI加速晶片,悄然進軍AI PC領域。根據業界消息,這款由三星系統LSI事業部開發的專用NPU晶片,採用4奈米製程技術,目前已向聯想、惠普等全球一線PC品牌廠提供原型樣品,進行效能驗證,預計最快於2027年正式量產。GAIA本身是三星行動端NPU技術向PC場景延伸的最新成果,但其核心架構跳脫傳統設計思維,採用獨特的「儲存中心型」架構(memory-centric architecture)。該架構的關鍵在於將運算單元與記憶體深度整合,並推進與下一代DRAM技術——處理器內存(PIM, Processing-In-Memory)的融合。

這項技術使資料在儲存的同時就能直接執行運算,有效降低資料跨處理器傳輸帶來的延遲與功耗,特別適合AI推理這類大量資料密集型工作負載。在AI PC的晶片競賽中,各家業者採取不同路線。NVIDIA主打獨立GPU提供最高效能的加速,高通以Snapdragon X Elite系列強調SoC整合的NPU效能,英特爾則在Meteor Lake等處理器中嵌入NPU模組,試圖將AI能力直接整合進主處理器。相較之下,三星的GAIA定位為獨立的AI計算模組,並非取代主處理器,而是與現有PC平台協同運作。這種「協同作戰」的策略,讓OEM廠商可彈性選擇搭載,將AI加速能力導入既有產品線,而不需大幅更動主架構。

從戰略角度來看,三星此舉意圖打通邏輯晶片與半導體儲存兩大事業。作為全球儲存半導體龍頭,三星在HBM(高頻寬記憶體)與PIM技術上已有深厚積累。GAIA的儲存中心型架構,正好能充分發揮自家在記憶體與邏輯整合上的優勢,利用本地AI推理的低延遲、高效率特性,在AI PC市場中建立差異化競爭力。目前全球PC產業正加速向AI形態轉型,從微軟Copilot+ PC的推出,到各品牌陸續推出內建NPU的筆電,都顯示AI已成為下一波升級的關鍵驅動力。在此背景下,三星選擇切入獨立AI加速晶片,而非直接投入處理器競爭,可說是避開與英特爾、AMD、高通的正面衝突,轉而填補市場對獨立、高效、專注AI推理的晶片需求。

另一方面,聯想與惠普作為全球前兩大PC品牌,長期與各大晶片廠維持緊密合作,此次率先取得GAIA樣品進行驗證,也代表三星的晶片獲得一線業者的初步認可。若驗證順利,GAIA有機會在2027年量產後,進入商用筆電、工作站,甚至高階消費機種。但能否說服OEM廠商在既有的處理器架構之外,額外搭載一顆獨立NPU晶片,仍取決於GAIA在效能、功耗、成本、軟體生態各方面的綜合表現。值得注意的是,三星在晶圓代工領域也正積極擴充4奈米產能,GAIA採用自家4奈米製程,不僅能確保供應鏈穩定,也有助於提升先進製程的良率與客戶信心。

然而,AI PC晶片市場競爭日趨激烈,除了既有玩家,中國廠商如華為、聯發科等也陸續發表相關方案。GAIA若要站穩腳步,還需在軟體工具鏈、開發者支援、與主流AI框架的相容性上持續投入。業界觀察指出,三星在記憶體與邏輯整合的技術實力是GAIA的最大籌碼。若PIM技術能順利導入量產,並與GAIA的架構深度結合,將有機會在特定AI工作負載上達到遠優於傳統架構的每瓦效能。最終,GAIA能否從樣品階段順利走到量產,並獲得主流PC品牌廣泛採用,將成為檢驗三星這套差異化晶片戰略的關鍵指標。

Related

相關文章

AIBaseAI硬體

OpenAI 首款硬件真容浮現:冰球大小無屏設計,售價 300 至 400 美元

OpenAI首款硬件產品細節曝光,為一款無螢幕的智能音箱,外型類似冰球,售價約300至400美元,由OpenAI與前蘋果設計師Jony Ive的LoveFrom公司合作開發。該設備內建電池與攝影鏡頭,可支援手持使用並將視覺資訊傳給ChatGPT,實現多模態感知。此產品推出時正值蘋果對OpenAI提起商業機密訴訟,OpenAI內部評估其設計細節有望反駁侵權指控。

19 小時前4700
雷峰網AI硬體

金剛GC3芯片重新定義視頻AI算力規則,國產RISC-V高端算力商業化提速

近日,第三屆中國計算機學會芯片大會(CCF Chip 2026)在太湖之濱無錫成功舉辦。會場中,兩院院士與頂尖工程師們的討論話題直指底層架構的“根技術”創新。一個核心追問被反覆推至臺前:當摩爾定律逼近物理極限,製程紅利日益稀薄,堆核心、拼頻率的老路越走越窄,是否該徹底換一條路走?換言之,與其在通用架構上不斷打補丁,能否從數據流動的本質出發,為特定場景原生設計一顆芯片?

1 天前
雷峰網AI硬體

把512 GiB閃存搬到xPU旁邊,HBF能打破推理內存牆?

HBM已經證明,通過堆疊和共封裝把存儲介質遷移至GPU附近,可以緩解AI計算中的數據搬運瓶頸。現在,SK海力士聯合閃迪,將類似的思路正式應用到NAND上,通過HBF將大容量閃存放到包括GPU在內的各類xPU旁,以緩解AI推理內存牆問題。近日,雙方通過OCP發佈《High Bandwidth Flash(HBF)High-Level Base Die Specification, Version 0.7.0》。

1 天前
鈦媒體AI硬體

AI的錢,被誰賺走了?

AI 浪潮推動雲端服務供應商大舉擴建資料中心,背後龐大的資本支出正沿著供應鏈層層傳導,最終流向光模塊、晶片與伺服器業者。這條資金鏈路的起點是亞馬遜 AWS、微軟 Azure、Google Cloud 等雲端廠商,他們為了滿足訓練與推論大語言模型所需的算力,持續加碼採購 GPU 伺服器與高速網路設備,帶動上游零組件需求爆發。

2 天前