10 دقیقه
سامسونگ آمادهٔ تغییر قابلتوجهی در استراتژی تراشهٔ موبایل خود است: پس از سالها یکپارچهسازی پردازندههای گرافیکی AMD در چیپهای اگزینوس، گزارشها حاکی از آن است که این شرکت در حال توسعهٔ یک معماری گرافیکی کاملاً سفارشی برای تأمین نیروی دستگاههای آینده است، که آغاز آن با اگزینوس 2800 و سری گلکسی S28 خواهد بود.
چرا سامسونگ در حال ساخت GPU اختصاصی است
همکاری سامسونگ با AMD از سال ۲۰۱۹ آغاز شد و نتیجهٔ آن تولید اگزینوس 2200 در سال ۲۰۲۲ بود؛ سپس مدلهای 2400 و 2500 عرضه شدند و حتی در تراشههای میانرده مانند 1480 و 1580 نیز از گرافیک مبتنی بر AMD استفاده شد. آن پردازشگرهای گرافیکی عملکرد گرافیکی موبایل را تقویت کردند و قابلیتهایی مانند رهگیری پرتو (ray tracing) را به گوشیهای سامسونگ آوردند.
با این حال، چندین گزارش نشان میدهد که سامسونگ اعتقاد دارد تکیه بر یک GPU ثالث محدودیتهایی در ادغام عمیق هوش مصنوعی روی دستگاه و بهینهسازی کامل نرمافزار ایجاد میکند. یک GPU سفارشی اختیار کامل بر کل پشتهٔ نرمافزاری و سختافزاری — شامل سختافزار، فرمویر و درایورها — را به سامسونگ میدهد و به شرکت اجازه میدهد عملکرد، مصرف انرژی و شتابدهی محاسبات مرتبط با هوش مصنوعی را طبق اهداف اختصاصی خود تنظیم کند.
تاریخچه همکاری با AMD و دستاوردها
از منظر فنی، همکاری با AMD به سامسونگ امکان داد تا سریعتر قابلیتهای گرافیکی پیشرفته را وارد دستگاههای موبایل کند. پیادهسازیهای مبتنی بر معماری RDNA شاهد بهبود عملکرد در بازیها، پردازش گرافیکی پیچیده و ویژگیهایی مانند رهگیری پرتو در سطح موبایل بودهاند. این تحولات برای بازار گوشیهای پرچمدار اهمیت زیادی داشت و به سامسونگ کمک کرد در رقابت با رقبای بزرگ جایگاه خود را حفظ کند.
مزایای داشتن GPU داخلی
وقتی یک سازنده؛ طراحی GPU را مالکیت میکند، میتواند میان سختافزار و نرمافزار همترازی عمیقتری برقرار کند — مشابه کاری که اپل با گرافیکهای اختصاصی در آیفونها انجام داده است. چنین کنترلی میتواند منجر به مصرف انرژی بهتر برای بارهای کاری هوش مصنوعی، اجرای روانتر بازیها، و یکپارچگی نزدیکتر با اکوسیستم نرمافزاری و اپلیکیشنهای اختصاصی سامسونگ شود. بهعلاوه، اختیار کامل روی درایورها و فرمویر اجازه میدهد بهروزرسانیهای نرمافزاری هدفمندتر و کارآمدتری منتشر شود که از نظر عملکرد و پایداری مزیتآفرین است.
پیامدهای فنی برای هوش مصنوعی و اکوسیستم
یک GPU داخلی میتواند عملیات شتابدهی شبکههای عصبی، ادغام دادههای حسگرها (sensor fusion) و محاسبات زمان-واقعی را بهتر اولویتبندی کند؛ اینها مولفههای کلیدی تجربههای واقعیت افزوده، سیستمهای کمک راننده و رباتیک تعاملی هستند. به عبارت دیگر، مالکیت طراحی GPU به سامسونگ امکان میدهد تا قابلیتهای AI on-device را عمیقتر و با کارایی بالاتری پیادهسازی کند و در نتیجه تجربههای نوآورانهتری را در طیف گستردهای از دستگاهها فراهم آورد.
چه انتظاراتی باید داشت و چه زمانی
رسانهٔ کرهای Hankyung گزارش داده است که سامسونگ قصد دارد GPU داخلی خود را در اگزینوس 2800 که برای سال ۲۰۲۷ برنامهریزی شده، معرفی کند و معماری جدید را به سری گلکسی S28 اختصاص دهد. اگر این گزارش دقیق باشد، این اقدام یک نقطه عطف بزرگ است: سامسونگ از طراحیهای مبتنی بر RDNA شرکت AMD به سمت استفاده از مالکیت فکری گرافیکی اختصاصی خود حرکت خواهد کرد و این IP گرافیکی را در گوشیهای پرچمدار به کار خواهد گرفت.
این مسیر یک برنامهٔ چندساله است: شراکتها، نمونههای اولیه، و اعتبارسنجی دقیق لازم است تا یک GPU موبایل بتواند محدودیتهای مصرف انرژی و حرارتی گوشیهای پرچمدار را برآورده کند. با این وجود، بازوی نیمههادی سامسونگ سرمایهگذاری در تحقیق و توسعه را افزایش داده و به نظر میرسد مصمم به کنترل بیشتر بخشهای مختلف پشتهٔ سیلیکون است.
نقشه راه زمانی و مراحل توسعه
طراحی یک GPU موبایل از صفر شامل فازهای مختلفی مانند طراحی معماری، شبیهسازی عملکرد، نمونهسازی سختافزاری (سیلیکون پروتوتایپ)، توسعه درایورها، آزمایشهای حرارتی و مصرف انرژی، و نهایتاً یکپارچهسازی با سیستمعامل و لایههای نرمافزاری است. هر مرحله میتواند ماهها تا چند سال طول بکشد و نیازمند تیمهای تخصصی در حوزههای طراحی RTL، طراحی مجتمع، مهندسی درایور، و بهینهسازی سیستم باشد. در حالت ایدهآل، نمونهسازی اولیه و آزمایشهای داخلی در چند سال اول انجام شده و نسخههای بهینهشده برای تولید تودهای در فازهای بعدی آماده میشوند.
چالشهای فنی و نیازمندیهای عملکردی
چالشهای اصلی شامل بهبود کارایی بر وات (performance per watt)، مدیریت حرارتی در فاکتور فرم موبایل، پشتیبانی از قابلیتهای گرافیکی پیشرفته (مانند رهگیری پرتو، سایهزنی پیچیده، و موتورها/APIهای گرافیکی مدرن) و همچنین یکپارچهسازی با شتابدهندههای AI مانند NPU یا مَحورها (accelerators) است. علاوه بر این، مطمئن شدن از سازگاری درایورها با اکوسیستم اندروید و پوشش کافی برای توسعهدهندگان بازی و اپلیکیشن نیز از الزامات بازار است.
پتانسیل بهینهسازی مصرف انرژی و عملکرد
یکی از وعدههای اصلی GPU سفارشی، بهبود کارایی مصرف انرژی برای بارهای کاری هوش مصنوعی و بازی است. با طراحی اختصاصی میتوان مسیرهای داده، عرض باس حافظه، واحدهای محاسباتی موازی و شتابدهندههای تخصصی را مطابق نیازهای سامسونگ و الگوهای مصرف کاربران تنظیم کرد. این بهینهسازی میتواند منجر به عمر باتری بهتر در حالتهای سنگین (مانند بازی یا پردازشهای AI) و حرارت کمتر در استفادهٔ روزمره شود؛ عواملی که به تجربهٔ کاربری و قابلیت رقابت محصول در بازار بسیار کمک میکنند.
بلندپروازیها فراتر از گوشیها
طرحهای GPU سامسونگ محدود به گوشیهای هوشمند نیست. گزارشها حاکی از آن است که شرکت میخواهد این فناوری گرافیکی را به عینکهای واقعیت افزوده (AR)، سیستمهای اطلاعاتی-سرگرمی خودرو، پلتفرمهای رانندگی خودران و حتی رباتهای انساننما گسترش دهد. یک معماری گرافیکی یکپارچه و داخلی میتواند انتقال قابلیتهای گرافیکی و AI بین دستگاههای مختلف را تسهیل کند و تمایز جدیدی در بازارهای شلوغ ایجاد نماید.
اهمیت این موضوع روشن است: GPUها امروزه بیش از کشیدن پیکسلها عمل میکنند. آنها شبکههای عصبی را شتاب میدهند، وظایف ادغام حسگرها را پیادهسازی میکنند و محاسبات زمان-واقعی را اجرا میکنند که تجربههای AR، سیستمهای دستیار راننده و رباتیک تعاملی را ممکن میسازند. مالکیت طراحی GPU به سامسونگ انعطافپذیری میدهد تا این بارهای کاری را در اولویت قرار دهد و ویژگیهای اختصاصیتری را برای محصولات متنوعش فراهم سازد.
کاربردها در دستگاههای پوشیدنی و واقعیت افزوده
در عینکهای AR، تأکید روی تاخیر بسیار پایین، راندمان انرژی بالا و پردازش ترکیبی گرافیک و بینایی ماشین است. یک GPU داخلی میتواند واحدهای تخصصی برای پردازش بینایی، فیلترهای تصویری و ماتینگ (compositing) را با کارایی بهتر پیادهسازی کند و توسعهدهندگان را قادر سازد اپلیکیشنهای غنیتری برای واقعیت ترکیبی بسازند. این قابلیتها برای تجربههای AR قابلاعتماد و همهروزه حیاتی هستند.
نقش در خودروهای متصل و خودران
در خودروهای مدرن، پردازش گرافیکی برای رابط کاربری اطلاعاتی-سرگرمی، نمایشهای 3D نقشه و همچنین تحلیل دوربینها و حسگرها در سطح ADAS اهمیت دارد. یک GPU با قابلیتهای AI قوی میتواند پردازش و فیوژن دادهها را در زمان واقعی انجام دهد، که منجر به تصمیمگیری سریعتر در سیستمهای کمکی و خودران میشود. یک معماری مشترک بین گوشی و خودرو میتواند توسعهٔ اپلیکیشنهای چندپلتفرمی را تسهیل کند و هزینهٔ پشتیبانی نرمافزاری را کاهش دهد.
رباتیک و اتوماسیون
در رباتهای انساننما و پلتفرمهای اتوماسیون، نیاز به پردازش تصویر، درک محیط و محاسبات تصمیمگیری بلادرنگ وجود دارد. یک GPU داخلی که با NPU و سایر شتابدهندهها هماهنگ شده باشد، میتواند بارهای کاری یادگیری عمیق، مسیریابی و همزمانی حسگرها را بهصورت کارآمدتر اجرا کند و در عین حال مصرف انرژی را کنترل نماید؛ عاملی حیاتی برای رباتهایی که باید در محیطهای متنوع و با محدودیت باتری کار کنند.
البته ریسکهایی نیز وجود دارد. طراحی یک GPU رقابتی از پایه هزینهبر، از نظر فنی پیچیده و زمانبر است. با این حال، اگر سامسونگ بتواند عملکرد و کارایی پیبیت نسبت به پیادهسازیهای موبایلی RDNA شرکت AMD را همپای یا بهتر کند و در عین حال ادغام عمیقتر هوش مصنوعی را ممکن سازد، میتواند جایگاه اگزینوس را در طیف وسیعی از دستگاهها بازتعریف کند.
ریسکها، هزینهها و مقیاسپذیری
ریسکهای اصلی شامل هزینههای تحقیق و توسعهٔ زیاد، چالشهای تولید در مقیاس بزرگ، نیاز به نیروی انسانی متخصص و اطمینان از سازگاری نرمافزاری است. علاوه بر این، ورود به بازار GPU که رقبایی قدرتمند مانند ARM، Imagination Technologies و انواع پیادهسازیهای مبتنی بر IPهای مختلف دارد، نیازمند استراتژی بازار و مزیت رقابتی روشن است. اما موفقیت میتواند به سامسونگ مزیتی بلندمدت در کنترل زنجیرهٔ تأمین و تفکیک محصولات از رقبا بدهد.
نکات قابلتأمل برای صنعت
برای بازار و رقبا مهم است که ببینند آیا سامسونگ میتواند تعادل بین جاهطلبی و اجرا را حفظ کند. آیا یک GPU اختصاصی اگزینوس میتواند در هوش مصنوعی و گرافیک مزیت ملموسی ایجاد کند؟ پاسخ کامل ممکن است تنها زمانی روشن شود که آن بهینهسازیهای سیلیکون و نرمافزار در یک گوشی پرچمدار عرضه شوند و معیارهای واقعی عملکرد، مصرف انرژی و تجربهٔ کاربر قابلسنجش گردد.
در سالهای پیش از ۲۰۲۷ احتمالاً سرنخهای اولیه ظاهر خواهند شد: مقالات فنی، افشاسازیهای مربوط به نمونههای اولیه، و بنچمارکهای مستقل که عملکرد و کارایی را نشان میدهند. اما تصویر نهایی زمانی آشکار میشود که محصولات مجهز به این معماری گرافیکی در بازار عرضه شوند و اکوسیستم توسعهدهندگان نیز از آن پشتیبانی کند.
منبع: smarti
نظرات
اتو_ر
تو پروژهمون دیدم درایورها همیشه دردسرن، سامسونگ راه طولانی داره ولی اگه ابزار و داک خوب باشه، شانس داره.
بیونیکس
بلندپروازی جذابه اما پرریسک. طراحی GPU از صفر زمان و بودجه میخواد، بازار هم بیرحمه؛ اگه موفق باشن جایگاه بزرگی میسازن.
پمپزون
فکر کنم این حرکت بیشتر برای اکوسیستم سامسونگ و ادغام AI روی دستگاهه. ولی توسعه درایور و جذب devها سختیه، صبر کنیم ببینیم
آرمین
معقول به نظر میاد، کنترل کامل پشته واقعا ارزشش رو داره اما اجرا سخته، مخصوصا خوردن زمان توسعه.
رودیکس
وای، سامسونگ جدی میگه؟ اگه GPU خودش رو خوب بهینه کنه، میتونه بازی و AI رو حسابی تغییر بده! امیدوارم مصرف باتری هم اصلاح کنن...
ارسال نظر