Samsung tuo Mistralin tekoälyn sirutehtaisiin – omassa ympäristössä toimivat mallit voivat olla avainasemassa

Samsung Electronicsin ja ranskalaisen Mistral AI:n kumppanuuden ydin ei ole yleiskäyttöinen henkilöstöchatbot. Samsung aikoo ottaa Mistralin tekoälypalveluja ja -ratkaisuja, Mistral Large mukaan lukien, käyttöön omassa konesali- ja laskentaympäristössään puolijohteiden suunnittelu- ja valmistustoiminnoissa. Tavoitteena on rakentaa siruteollisuudelle räätälöityjä malleja Samsungin toimialadatan ja Mistralin teknologian avulla. 4

Miksi paikallisesti ajettava tekoäly on sirutehtaalle tärkeää

Paikallinen toteutus tarkoittaa, että mallit voidaan kehittää ja niitä voidaan käyttää Samsungin omassa laskentaympäristössä. Tällöin herkkää operatiivista tietoa ei tarvitse lähettää julkiseen ulkoiseen tekoälypalveluun. 411

Puolijohteiden valmistuksessa tämä on olennainen ero. Prosessiosaaminen, valmistusdata, tarkastustulokset ja laitteistodata ovat kilpailun kannalta hyvin arkaluonteisia. Samsungin ja Mistralin tavoitteena on yhdistää Samsungin puolijohdeosaaminen Mistralin tekoälyteknologiaan suunnittelu- ja valmistuskyvykkyyksien kehittämiseksi. 4

Samsungin Device Solutions -liiketoiminnan toimitusjohtaja Young Hyun Jun sanoi yhteistyön yhdistävän yhtiöiden vahvuudet puolijohteiden suunnittelun ja valmistuksen uudistamiseksi. Mistralin perustaja ja toimitusjohtaja Arthur Mensch puolestaan kuvasi yhteistyön painottuvan kehittyneen tekoälyn tuomiseen vaativiin teollisiin ympäristöihin siten, että kriittinen data ja infrastruktuuri pysyvät asiakkaan hallinnassa. 4

Mihin malleja voitaisiin käyttää tehtaalla?

Samsung ei ole kertonut käyttöönoton aikataulua, tuotantolinjoja tai suorituskykymittareita. Tavoite on silti selvä: puolijohteille räätälöidyt mallit voisivat auttaa insinöörejä käsittelemään valmistuksen synnyttämiä laajoja ja toisiinsa kytkeytyviä tietoaineistoja.

Mallia voitaisiin opettaa tai mukauttaa tarkastelemaan esimerkiksi litografian valotuksen, etsauksen olosuhteiden ja lämpötilan yhteyksiä myöhempiin havaintoihin, kuten kiekkojen virheisiin tai sähköisten testien tuloksiin. Periaatteessa tästä voisi olla apua esimerkiksi seuraavissa tehtävissä:

• vikojen havaitseminen ja luokittelu, kun tarkastusdatasta etsitään poikkeavia kuvioita;
• laitteiden optimointi, kun tunnistetaan prosessin ajautumiseen tai huoltotarpeeseen liittyviä olosuhteita;
• juurisyyanalyysi, jossa myöhemmin näkyvät viat yhdistetään aiempien valmistusvaiheiden muuttujayhdistelmiin; sekä
• saannon vakauttaminen, kun edistyneet muisti- ja logiikkaprosessit siirtyvät tuotantoon ja vaihtelun syitä on selvitettävä nopeasti.

Kyse on mahdollisista käyttötavoista, ei Samsungin lupaamista tuloksista. Yhtiö ei ole julkistanut saantotavoitteita, vikojen vähenemistä, kustannussäästöjä tai näyttöä tuotantomittakaavan parannuksista. 4

Data pysyy siellä, missä se syntyy

Mallin arkkitehtuuri on strategisesti lähes yhtä tärkeä kuin itse malli. Omassa ympäristössä ajettava ratkaisu antaa Samsungille enemmän kontrollia siihen, missä tuotantodataa käsitellään ja miten tekoäly liitetään sisäisiin työprosesseihin.

Järjestely sopii laajempaan suuntaukseen, jota kutsutaan usein suvereeniksi yritystekoälyksi: mallit tuodaan yrityksen oman datan ja infrastruktuurin luo sen sijaan, että yritys veisi luottamuksellista tietoa jaettuun ulkoiseen palveluun. 4

Sirujen valmistajalle houkutus on suoraviivainen. Prosessitieto ja tuotannosta kertyvä data ovat keskeinen kilpailuetu. Yksityisesti käyttöön otettu, räätälöity malli voi tarjota tavan soveltaa generatiivista tekoälyä tähän dataan ilman, että toimintaympäristön hallinnasta luovutaan.

Samsung sijoitti myös Mistraliin

Samsung johti samalla Mistralin 3 miljardin euron D-rahoituskierrosta ja sai strategisen omistusosuuden yhtiöstä. Osuuden kokoa tai sijoituksen ehtoja ei kerrottu. 46

Mistralin mukaan rahoituskierros nosti sen rahoituksen jälkeisen arvon yli 21 miljardiin euroon. Samsungin lisäksi kierrosta johtivat EQT:n hallinnoima Scaleup Europe Fund ja nykyinen sijoittaja PSG Equity. Uusia sijoittajia olivat Advent, BlackRockin hallinnoimat rahastot ja tilit sekä Luxemburgin suurherttuakunta. Laajempaan sijoittajajoukkoon kuuluivat muun muassa a16z, ASML, BNP Paribas CIB, Bpifrance, DST Global, General Catalyst, Index Ventures, Lightspeed, Nvidia ja Salesforce Ventures.

Rahoitus kytkee Samsungin taloudellisesti teknologiatoimittajaan, jota se käyttää liiketoimintansa strategisesti herkällä alueella. Julkistetuista ehdoista ei kuitenkaan seuraa yksinoikeutta, julkistettua hallintoroolia tai taattua kaupallista hyötyä Samsungille.

Miten Mistral liittyy ASML-yhteistyöhön?

Mistral-sopimus julkistettiin samaan aikaan, kun Samsung laajensi yhteistyötään ASML:n kanssa High-NA EUV -litografiassa ja 12 tuuman fotomaskialustassa. Samsung suunnittelee ottavansa High-NA EUV:n käyttöön tulevassa DRAM-massatuotannossa vuoteen 2028 mennessä.

Kumppanuudet ratkaisevat puolijohdehaasteen eri osia:

• ASML ja High-NA EUV koskevat tulevien valmistusprosessien fyysistä litografiateknologiaa.
• Mistral AI koskee ohjelmisto- ja tekoälykerrosta, jota Samsung aikoo hyödyntää suunnittelussa ja tuotannon työnkuluissa.

Yhdessä ne kertovat Samsungin investoivan sekä edistyneisiin valmistustyökaluihin että analyysikykyyn, joka voi auttaa hallitsemaan yhä monimutkaisempia prosesseja. Tämä on strateginen perustelu, ei osoitus lähiajan taloudellisesta vaikutuksesta.

Mitä sijoittajien kannattaa päätellä?

Kumppanuus viestii, että Samsung pitää yksityisesti käyttöön otettavaa ja räätälöityä tekoälyä olennaisena puolijohdevalmistukselle. Se myös syventää Samsungin suhdetta hyvin rahoitettuun eurooppalaiseen tekoälyyhtiöön aikana, jolloin datan, mallien ja laskentainfrastruktuurin hallinta on yrityksille yhä tärkeämpi kysymys. 4

Sopimusta kannattaa silti pitää ensisijaisesti strategisena asemointina, ei välittömänä tulosajurina. Samsung ja Mistral eivät ole kertoneet tehdaskohtaisia käyttöönottoajankohtia, tuotantovaiheen välitavoitteita, saannon parantamistavoitteita, käyttökulusäästöjä tai kumppanuuteen sidottuja taloudellisia tavoitteita. 4

Keskeinen seurattava asia on toteutus: siirtyykö julkistettu paikallinen tekoälyalusta mitattaviin tehdaskäyttöihin, joista voidaan osoittaa parannuksia esimerkiksi suunnittelusyklien nopeudessa, vika-analyysissä, laitteiden suorituskyvyssä tai saannon vakaudessa.