首家專為 AI 時代設計的系統鑄造廠
技術格局和晶圓代工廠客戶需求的轉變需要新的解決方案交付方法。Intel Foundry 提供獨特的功能，以滿足當今最具挑戰性的系統需求。
技術環境正在發生變化
人工智慧晶片的耗電量超過61%的國家。1
未來十年，ML 訓練的運算成長預計為每年 >3 倍。2
運算速度已超過記憶體頻寬。3
地理上多樣化的先進半導體供應對於供應鏈的彈性至關重要。
客戶需求正在發生變化
來自 HPC/AI 設計的晶圓代工收益持續增加。
小晶片有望在 2028 年超越單片晶粒。4
現今和未來的解決方案需要系統技術協同優化 （STCO）。
世界需要 AI 時代的系統晶圓廠
AI 與 HPC 等運算密集型應用程式需要比光靠半導體製造技術進展所能提供的效能改良更大。我們需要新的方法來應對不斷上升的耗電量、滿足資料輸送量需求，並且將營運費用降至最低。晶圓廠必須在系統層級最佳化，從矽晶片到軟體，乃至於兩者之間的每一層。
聽聽鑄造服務主管凱文·奧巴克利（Kevin O'Buckley）的更多資訊
讓我們攜手打造未來
Intel Foundry 入口網站
產品與效能資訊
資料來源：AI GPU（https://www.nvidia.com/en-us/data-center/h100/）預測的耗電量（https://worldpopulationreview.com/country-rankings/energy-consumption-by-country）相較於國家/地區的能源消耗量（https://www.tomshardware.com/news/nvidia-to-reportedly-triple-output-of-compute-gpus-in-2024-up-to-2-million-h100s）的預測。
資料來源：Bjorlin、Alexis，《大規模部署人工智慧》，https://www.kisacoresearch.com/sites/default/files/presentations/ai_hw_summit_keynote-distro-final.pdf。
資料來源：Gholami 等人，《AI 和記憶體牆》，IEEE Micro Journal，2024 年，https://arxiv.org/abs/2403.14123。
Yang 等人，《透過異質小晶片實現大規模運算的挑戰與商機。》https://arxiv.org/pdf/2311.16417。
這個頁面的內容綜合了英文原始內容的人工翻譯譯文與機器翻譯譯文。本內容是基於一般資訊目的，方便您參考而提供，不應視同完整或準確的內容。如果這個頁面的英文版與譯文之間發生任何牴觸，將受英文版規範及管轄。 查看這個頁面的英文版。