De acordo com pt.wedoany.com-A Samsung está desenvolvendo um acelerador de IA dedicado para PCs, com o codinome GAIA. A HP, dos Estados Unidos, e a Lenovo, da China, já estão testando protótipos para verificar seu desempenho. A produção em massa pode começar já em 2027, e os dispositivos equipados com este chip devem chegar ao mercado no final de 2027 ou início de 2028. O GAIA está sendo desenvolvido pela divisão LSI da Samsung, a mesma responsável pelos chips móveis Exynos. A Samsung ainda não confirmou oficialmente o projeto, e o chip não possui dados de desempenho, especificações de consumo ou detalhes de arquitetura divulgados publicamente.
O GAIA é descrito como um coprocessador, e não uma CPU de uso geral. O chip utiliza um processo de fabricação de classe 4nm e é posicionado como um acelerador de IA centrado em memória, aproximando as unidades de computação da memória. O GAIA foi projetado para trabalhar em conjunto com processadores da Intel, AMD ou Qualcomm, e não para substituí-los. O chip é especificamente voltado para cargas de trabalho de IA generativa no lado do PC, como modelos de linguagem no dispositivo, tradução em tempo real e geração de imagens. Seu objetivo de design é descarregar essas tarefas da CPU ou GPU para uma NPU dedicada. Isso difere claramente dos aceleradores de IA baseados em GPU, usados para treinamento e inferência em larga escala.
De acordo com relatos, a Samsung está promovendo uma maior integração com a tecnologia de Processamento na Memória (PIM), que executa cálculos dentro da própria memória, reduzindo a transferência de dados entre a memória e o processador. O PIM é um projeto de pesquisa da Samsung há vários anos, mas ainda não alcançou um avanço comercial significativo. Com o aumento da velocidade das GPUs e o amadurecimento do ecossistema de software, os gargalos que o PIM tentava resolver tornaram-se menos urgentes. Uma NPU dedicada, validada na prática por OEMs, pode ser mais adequada para a tecnologia PIM do que uma GPU. A Samsung é uma das poucas fabricantes capazes de combinar lógica de IA personalizada com sua própria fabricação de DRAM, o que lhe confere uma vantagem de integração vertical difícil de ser igualada pelos concorrentes.
A última vez que a Samsung forneceu chips para PCs foi em 2012, quando os chips Exynos alimentaram brevemente os primeiros Chromebooks da Samsung, um negócio que foi interrompido dois anos depois. Desde então, os laptops Galaxy Book da Samsung usam chips Intel ou Qualcomm, incluindo o Snapdragon X2 Elite no mais recente Galaxy Book. Se o GAIA entrar em produção em massa, a Samsung usará seu próprio chip em seus laptops pela primeira vez em mais de uma década. A adoção por OEMs terceiros, como HP e Lenovo, pode expandir a influência para além da linha de produtos da Samsung. A divisão LSI da Samsung está em situação de prejuízo estrutural há anos, e o sucesso do negócio de IA, juntamente com a receita dos chips Exynos e automotivos, ofereceria oportunidades de crescimento para a divisão.
Essa estratégia também pode gerar potenciais conflitos com clientes existentes. Tanto a Nvidia quanto a Qualcomm dependem das fábricas da Samsung para produzir parte de seus chips. A Samsung competir com seus próprios clientes no segmento de PCs com IA, enquanto ainda fabrica para eles, pode complicar as relações de parceria. A forma como a Samsung equilibrará isso afetará seu negócio de foundry e sua capacidade de vender o GAIA para fabricantes de PCs.
O GAIA está atualmente em fase de teste de protótipo com a HP e a Lenovo. A produção em massa está prevista para começar em 2027, com dispositivos de consumo podendo ser lançados no final desse ano ou no início de 2028. O cronograma pode variar dependendo dos resultados da validação, do comprometimento dos OEMs e da capacidade da Samsung de fornecer suporte de software complementar ao hardware. Muitos detalhes sobre o GAIA ainda não estão claros, incluindo seu desempenho em comparação com NPUs concorrentes (como o Intel Core Ultra com NPU integrada, o AMD Ryzen AI com NPU XDNA, o Qualcomm Snapdragon X2 com NPU Hexagon e o Nvidia RTX Spark para cargas de trabalho de IA), bem como suas características de consumo e dissipação de calor, e a maturidade do suporte de software e drivers no lançamento.
