Ilmu Pengetahuan Kecerdasan Buatan Samsung Lebihterus Jauh Tertinggal

SEOUL – Samsung Electronics pernah menjadi Manajer dominan Untuk jenis semikonduktor, menempatkannya posisi teratas Untuk inovasia kecerdasan buatan.

Tetapi, raksasa elektronik Korea Selatan itu kini tertinggal Untuk pesaing lamanya, SK Hynix, Untuk chip generasi berikutnya yang telah menjadi komponen utama Untuk pemimpin silikon AI Nvidia.

Hal ini mengakibatkan laba Samsung menurun, Di USD126 miliar telah hilang Untuk nilai pasarnya, menurut data Untuk S&P Capital IQ, dan seorang eksekutif Menerbitkan permintaan maaf publik yang langka tentang kinerja keuangan perusahaan Terbaru-Terbaru ini.

Memori adalah jenis chip penting yang digunakan Sebagai menyimpan data, dan dapat ditemukan Hingga banyak Gadget mulai Untuk telepon pintar hingga laptop.

Pada bertahun-tahun, Samsung merupakan pemimpin yang tak terbantahkan Untuk Ilmu Pengetahuan ini, mengungguli pesaingnya Untuk Korea Selatan, SK Hynix, dan pesaingnya Untuk AS, Micron.

Tetapi, seiring Didalam meningkatnya popularitas Inisiatif kecerdasan buatan (AI) seperti ChatGPT milik OpenAI, infrastruktur dasar yang dibutuhkan Sebagai melatih model besar yang menjadi andalannya menjadi fokus yang lebih besar.

Nvidia telah muncul sebagai Manajer teratas Hingga bidang ini Didalam unit pemrosesan Visual (GPU) yang telah menjadi standar emas yang digunakan Dari para raksasa Ilmu Pengetahuan Sebagai pelatihan AI.

Pada penting Untuk arsitektur semikonduktor tersebut adalah memori pita lebar tinggi atau HBM. Memori generasi berikutnya ini melibatkan penumpukan beberapa chip memori akses acak dinamis (DRAM), tetapi pasarnya kecil Sebelumnya ledakan AI, Hingga situlah Samsung terjebak dan gagal berinvestasi, laporan CNBC menjelaskan Lebih Jelas.

“HBM telah menjadi produk yang sangat khusus … Sebagai waktu yang lama dan Samsung tidak memfokuskan sumber dayanya Di pengembangannya,” kata Kazunori Ito, direktur Eksperimen ekuitas Hingga Morningstar seperti dilansir Untuk Wion News, Jumat (8/11/2024).

“Sebab sulitnya Ilmu Pengetahuan yang terlibat Untuk penumpukan DRAM dan kecilnya ukuran pasar yang dapat dituju, diyakini bahwa biaya Pembaruan yang tinggi tidak dapat dibenarkan.”