После многих лет разработки Apple представила C1 — свой первый собственный 5G-модем для мобильных устройств. Он призван заменить модемы компании Qualcomm, которые до сих пор используются в большинстве смартфонов iPhone. Первым устройством Apple, получившим C1, стал iPhone 16e — новейшая модель бюджетного «айфона», пришедшая на смену серии смартфонов iPhone SE.

Источник изображения: Apple

«Apple расширяет преимущества своего кремния с C1. C1 является первым модемом, полностью разработанным Apple. Это самый энергоэффективный модем из когда-либо использовавшихся в iPhone. Он обеспечивает быстрое и надёжное подключение к сетям 5G. Чипы Apple, включая модем C1, используют совершенно новый внутренний дизайн и пользуются преимуществами усовершенствованного управления питанием в составе iOS 18, обеспечивая невероятное время автономной работы устройств», — говорится в заявлении Apple.

Решение Apple перейти на использование собственных модемов для мобильных устройств может быть продиктовано желанием сократить издержки на лицензионные отчисления, которые ей приходится платить Qualcomm. Однако другая причина может скрываться за фразой «это самый энергоэффективный модем из когда-либо разработанных для iPhone».

Как пишет портал 9to5Mac, несколько лет назад Apple закупала модемы Intel и Qualcomm в рамках одного поколения iPhone. В итоге потребители предпочли модемы Qualcomm, а Intel продала свой модемный бизнес Apple.

Для Apple разработка модемов представляет собой всё ещё новое направление, поэтому компания решила протестировать C1 в своей новейшей бюджетной модели iPhone, а не во флагманских смартфонах. В iPhone 16 и iPhone 16 Pro по-прежнему используются чипы Qualcomm.

Признанный лидер в сфере ИИ, компания OpenAI, прикладывает серьёзные усилия по снижению зависимости от ускорителей ИИ производства Nvidia. В ближайшие несколько месяцев OpenAI планирует завершить разработку собственного чипа и начать его производство на фабриках TSMC с использованием самых передовых техпроцессов.

Источник изображения: Samsung

По мнению аналитиков, «OpenAI находится на пути к достижению своей амбициозной цели массового производства на мощностях TSMC в 2026 году». Наиболее ответственным этапом на пути от дизайна к выпуску готовых чипов является Tape-out («тейпаут») — процесс переноса цифрового проекта чипа на фотошаблон для последующего производства. Обычно этот этап обходится в несколько десятков миллионов долларов, а до выпуска первого чипа проходит до шести месяцев. В случае сбоя требуется диагностировать проблему и повторить процесс.

OpenAI рассматривает свой будущий ускоритель ИИ как стратегический инструмент для укрепления переговорных позиций с другими поставщиками чипов. Если первоначальный выпуск пройдёт удачно, OpenAI уже в этом году представит альтернативу чипам Nvidia, которые сейчас занимают более80 % рынка ИИ-ускорителей.

В случае успеха первого чипа инженеры OpenAI планируют разрабатывать все более продвинутые процессоры с более широкими возможностями с каждой новой итерацией. Компания уже стала участником инфраструктурной программы Stargate стоимостью $500 млрд, объявленной президентом США Дональдом Трампом (Donald Trump) в прошлом месяце.

Чип разрабатывается внутренней командой OpenAI во главе с Ричардом Хо (Richard Ho) в сотрудничестве с Broadcom. Хо более года назад перешёл в OpenAI из Google, где руководил программой по созданию специализированных чипов ИИ. Хотя команда Хо за последние месяцы выросла до 40 сотрудников, это количество по прежнему на порядок меньше, чем в масштабных проектах таких технологических гигантов, как Google или Amazon.

Аналитики полагают, что на первом этапе новый ускоритель ИИ от OpenAI будет играть ограниченную роль в инфраструктуре компании. Чтобы создать столь же всеобъемлющую программу по проектированию чипов ИИ, как у Google или Amazon, OpenAI придётся нанять сотни инженеров.

Согласно отраслевым источникам, новый дизайн чипа для амбициозной масштабной программы может обойтись в $500 млн. Эти расходы могут удвоиться, если учитывать необходимость создания программного обеспечения и периферийных устройств. Для сравнения: в 2025 году Meta✴ планирует потратить $60 млрд на ИИ-инфраструктуру, а годовые инвестиции Microsoft в этом направлении составят $80 млрд.

Цифровые двойники — это виртуальные модели реальных физических чипов, которые упрощают исследование поведения чипа при увеличении нагрузки или изменении конфигурации данных. Это помогает исследователям тестировать новые процессоры перед запуском их в производство. Администрация США планирует финансировать в рамках «Закона о чипах и науке» компании, работающие над цифровыми двойниками, а также создать институт по проектированию и производству чипов.

Источник изображения: pexels.com

Принятый в 2022 году в США «Закон о чипах и науке» предусматривает целевое финансирование национальной полупроводниковой отрасли в общей сложности на $280 млрд. На данный момент производители уже запросили более $70 млрд в виде грантов на развитие индустрии и строительство новых предприятий.

Цифровые двойники могут интегрироваться с другими новыми технологиями, такими как генеративный ИИ, для ускорения моделирования или дальнейших исследований новых концепций полупроводников. «Технология цифровых двойников может помочь стимулировать инновации в исследованиях, разработках и производстве полупроводников по всей стране — но только если мы будем инвестировать в понимание и способность Америки использовать эту новую технологию», — считает министр торговли Джина Раймондо (Gina Raimondo).

Задачей создаваемого института CHIPS Manufacturing USA будет развитие региональных связей для обмена ресурсами между компаниями, разрабатывающими и производящими как физические полупроводники, так и цифровые двойники. Представители администрации США в этом месяце проведут совещания о перспективах финансирования с заинтересованными сторонами. Правительство будет инвестировать в оперативную деятельность института, исследования в области цифровых двойников, физических и цифровых объектов, таких как доступ к облачным средам, а также обучение персонала.

На данный момент такие компании, как Intel и Micron, собираются получать финансирование от правительства США в рамках «Закона о чипах и науке». Одной из приоритетных задача администрации США в рамках этого закона является поощрение полупроводниковых компаний к созданию передовых микросхем в США, особенно сейчас, когда спрос на мощные чипы стремительно растёт благодаря буму искусственного интеллекта.

Затраты на проектирование микросхем начали стремительно расти с появлением транзисторов FinFET ещё в 2014 году и стали особенно высокими в последние годы из-за внедрения 7-нм и 5-нм технологических процессов. Компания International Business Strategies (IBS) недавно опубликовала свою оценку затрат на разработку 2-нм чипов традиционными методами. По их данным, разработка крупного 2-нм чипа обойдётся в $725 млн.

Источник изображения: pexels.com

Львиная доля затрат, по оценке IBS, приходится на разработку и отладку программного обеспечения для дизайна микросхем — примерно $314 млн на само ПО и порядка $154 млн на верификацию. Эти цифры отражают затраты на разработку довольно крупного 2-нм чипа компанией, которая не имеет опыта предыдущих разработок и вынуждена проходить все этапы с нуля.

Случаи, когда стартапу удалось бы разработать огромный проект (например, Graphcore), крайне редки. Большинство начинающих компаний берутся за гораздо менее масштабные разработки. Для большей части проекта используются лицензии, поэтому разрабатывать и проверять требуется только добавленную интеллектуальную собственность. И конечно, эти компании не тратят $724 млн на чип или платформу просто потому, что у них нет таких ресурсов.

Казалось бы, крупным компаниям, обладающим огромным инженерным опытом, программным обеспечением и ресурсами, также не требуются столь глобальные инвестиции в разработку нового чипа. Тем не менее, они, как правило, инвестируют сотни миллионов или даже миллиарды в разработку платформ. Например, когда Nvidia разрабатывает новые линейки продуктов, она тратит огромные средства на разработку микроархитектуры, а затем уже на физическую реализацию чипов.

Источник изображений: IBS

Экспертное мнение IBS предполагает традиционные методы проектирования микросхем без использования инструментов автоматизации проектирования с применением ИИ и другого продвинутого программного обеспечения, что в теории может значительно сократить время и затраты на разработку.

Тем самым эти оценки подчёркивают важность инструментов разработки микросхем с поддержкой ИИ от Ansys, Cadence и Synopsys и подтверждают, что уже в ближайшем будущем будет практически невозможно создать передовой чип без использования программного обеспечения с ИИ.