GAIA valmistetaan Samsungin 4 nanometrin (4 nm) prosessilla . Kehittynyt valmistustekniikka mahdollistaa tehokkaan laskennan suhteellisen pienessä ja energiankulutukseltaan rajatussa PC-ympäristössä.
Sirun keskeinen erityispiirre on muistikeskeinen arkkitehtuuri, johon Samsung pyrkii yhdistämään Processing-in-Memory- eli PIM-teknologiaa . PIM-teknologiassa osa laskennasta tehdään itse muistissa sen sijaan, että dataa siirrettäisiin jatkuvasti erillisen suorittimen ja muistin välillä .
Tällä voidaan vähentää datan siirtämisestä aiheutuvaa viivettä ja energiankulutusta. Juuri datan liikkuminen muistin ja laskentayksiköiden välillä on yksi tavanomaisten tekoälyjärjestelmien merkittävistä pullonkauloista.
Samsung on jo kehittänyt PIM-pohjaisia muistiratkaisuja ja standardoinut niiden käyttämiseen tarvittavaa ohjelmistopinoa . Yhtiön etuna on se, että se suunnittelee sekä tekoälypiirejä että valmistaa muistia itse. Näin GAIA voidaan mahdollisesti sovittaa tiiviimmin yhteen Samsungin PIM-muistien kanssa .
Samsungin kerrotaan toimittaneen GAIA-prototyyppejä Lenovolle Kiinassa ja HP:lle Yhdysvalloissa suorituskyvyn validointia varten .
Tämä viittaa siihen, että hanke on edennyt alustavan suunnittelun ohi ja että sirua arvioidaan jo käytännön PC-laitteissa tai niiden kehitysympäristöissä. Prototyyppien testaaminen ei kuitenkaan vielä tarkoita, että GAIA olisi valittu tuleviin kaupallisiin tietokonemalleihin.
Samsung asemoi GAIA-sirun suoraan osaksi kilpailua, jossa vastakkain ovat muun muassa Nvidia ja Qualcomm . Nvidia hallitsee tekoälylaskentaa erityisesti datakeskuksissa, kun taas Qualcomm on vahvistanut asemaansa PC-laitteissa Snapdragon X -sarjansa avulla.
Samsungin strateginen etu olisi yhtiön vertikaalinen integraatio:
Nvidia suunnittelee omat kiihdyttimensä, mutta käyttää ulkopuolista valimoa ja hankkii muistit erillisiltä toimittajilta. Qualcomm puolestaan suunnittelee siruja, mutta ei hallitse samalla tavalla sekä valmistusta että muistituotantoa. Samsungin mukaan tämä yhdistelmä voisi mahdollistaa pienemmän viiveen, paremman energiatehokkuuden ja tiiviimmän kokonaisratkaisun AI-PC-laitteisiin .
Toimialaraporttien mukaan Samsung tavoittelee GAIA:n massatuotantoa mahdollisesti vuoden 2027 loppuun mennessä . Aikataulu perustuu 9. heinäkuuta 2026 julkaistuihin raportteihin, joissa korealaiset ja kansainväliset teknologiatalouden lähteet kuvasivat hankkeen etenemistä .
Puolijohdehankkeiden aikataulut voivat muuttua, mutta Lenovolle ja HP:lle toimitetut prototyypit osoittavat, että Samsung pyrkii etenemään kaupalliseen tuotteeseen asti. Ennen massatuotantoa sirun suorituskyky, ohjelmistotuki, tuotantosaanto ja PC-valmistajien sitoutuminen on kuitenkin vielä varmistettava.
GAIA on yksi osa Samsungin pyrkimystä siirtyä muistien ja sopimusvalmistuksen lisäksi korkeamman arvon tekoälypiireihin. Yhtiön suunnitelmiin kuuluu kehittää ratkaisuja PC-tietokoneisiin, robotteihin ja muihin niin sanotun Physical AI:n käyttökohteisiin .
Hanke liittyy myös Samsungin prosessiteknologian kehitykseen, johon kuuluvat 2 nanometrin Gate-All-Around- eli GAA-teknologia korkean suorituskyvyn laskentaan sekä 1,4 nanometrin prosessi, jonka massatuotantotavoite on vuosi 2029 . Lisäksi Samsung kehittää seuraavan sukupolven HBM-muisteja, kuten HBM4- ja HBM4E-ratkaisuja .
GAIA kuvastaa siten Samsungin tavoitetta olla muutakin kuin Nvidian tekoälykiihdyttimien muistitoimittaja. Yhtiö haluaa hallita tekoälylaitteiden koko puolijohdeketjua sirujen suunnittelusta valmistukseen ja muistiin.
GAIA on vielä prototyyppivaiheessa, joten sen todellista suorituskykyä, ohjelmistoyhteensopivuutta tai kaupallista menestystä ei voida vielä arvioida. Samsungin yhdistelmä 4 nm:n valmistustekniikkaa, muistikeskeistä suunnittelua ja PIM-kehitystä antaa hankkeelle kuitenkin kiinnostavan lähtökohdan.
Jos Samsung onnistuu muuttamaan vertikaalisen integraationsa käytännön hyödyksi, PC-valmistajille voi avautua uusi vaihtoehto Nvidian ja Qualcommin ratkaisujen rinnalle. Ratkaisevaa on, pystyykö GAIA tarjoamaan riittävän suorituskyvyn ja energiatehokkuuden sekä toimivan ohjelmistoekosysteemin, kun tekoäly-PC:iden seuraava suuri päivityskierros käynnistyy.
GAIA valmistetaan Samsungin 4 nanometrin (4 nm) prosessilla . Kehittynyt valmistustekniikka mahdollistaa tehokkaan laskennan suhteellisen pienessä ja energiankulutukseltaan rajatussa PC-ympäristössä.
Sirun keskeinen erityispiirre on muistikeskeinen arkkitehtuuri, johon Samsung pyrkii yhdistämään Processing-in-Memory- eli PIM-teknologiaa . PIM-teknologiassa osa laskennasta tehdään itse muistissa sen sijaan, että dataa siirrettäisiin jatkuvasti erillisen suorittimen ja muistin välillä .
Tällä voidaan vähentää datan siirtämisestä aiheutuvaa viivettä ja energiankulutusta. Juuri datan liikkuminen muistin ja laskentayksiköiden välillä on yksi tavanomaisten tekoälyjärjestelmien merkittävistä pullonkauloista.
Samsung on jo kehittänyt PIM-pohjaisia muistiratkaisuja ja standardoinut niiden käyttämiseen tarvittavaa ohjelmistopinoa . Yhtiön etuna on se, että se suunnittelee sekä tekoälypiirejä että valmistaa muistia itse. Näin GAIA voidaan mahdollisesti sovittaa tiiviimmin yhteen Samsungin PIM-muistien kanssa .
Samsungin kerrotaan toimittaneen GAIA-prototyyppejä Lenovolle Kiinassa ja HP:lle Yhdysvalloissa suorituskyvyn validointia varten .
Tämä viittaa siihen, että hanke on edennyt alustavan suunnittelun ohi ja että sirua arvioidaan jo käytännön PC-laitteissa tai niiden kehitysympäristöissä. Prototyyppien testaaminen ei kuitenkaan vielä tarkoita, että GAIA olisi valittu tuleviin kaupallisiin tietokonemalleihin.
Samsung asemoi GAIA-sirun suoraan osaksi kilpailua, jossa vastakkain ovat muun muassa Nvidia ja Qualcomm . Nvidia hallitsee tekoälylaskentaa erityisesti datakeskuksissa, kun taas Qualcomm on vahvistanut asemaansa PC-laitteissa Snapdragon X -sarjansa avulla.
Samsungin strateginen etu olisi yhtiön vertikaalinen integraatio:
Nvidia suunnittelee omat kiihdyttimensä, mutta käyttää ulkopuolista valimoa ja hankkii muistit erillisiltä toimittajilta. Qualcomm puolestaan suunnittelee siruja, mutta ei hallitse samalla tavalla sekä valmistusta että muistituotantoa. Samsungin mukaan tämä yhdistelmä voisi mahdollistaa pienemmän viiveen, paremman energiatehokkuuden ja tiiviimmän kokonaisratkaisun AI-PC-laitteisiin .
Toimialaraporttien mukaan Samsung tavoittelee GAIA:n massatuotantoa mahdollisesti vuoden 2027 loppuun mennessä . Aikataulu perustuu 9. heinäkuuta 2026 julkaistuihin raportteihin, joissa korealaiset ja kansainväliset teknologiatalouden lähteet kuvasivat hankkeen etenemistä .
Puolijohdehankkeiden aikataulut voivat muuttua, mutta Lenovolle ja HP:lle toimitetut prototyypit osoittavat, että Samsung pyrkii etenemään kaupalliseen tuotteeseen asti. Ennen massatuotantoa sirun suorituskyky, ohjelmistotuki, tuotantosaanto ja PC-valmistajien sitoutuminen on kuitenkin vielä varmistettava.
GAIA on yksi osa Samsungin pyrkimystä siirtyä muistien ja sopimusvalmistuksen lisäksi korkeamman arvon tekoälypiireihin. Yhtiön suunnitelmiin kuuluu kehittää ratkaisuja PC-tietokoneisiin, robotteihin ja muihin niin sanotun Physical AI:n käyttökohteisiin .
Hanke liittyy myös Samsungin prosessiteknologian kehitykseen, johon kuuluvat 2 nanometrin Gate-All-Around- eli GAA-teknologia korkean suorituskyvyn laskentaan sekä 1,4 nanometrin prosessi, jonka massatuotantotavoite on vuosi 2029 . Lisäksi Samsung kehittää seuraavan sukupolven HBM-muisteja, kuten HBM4- ja HBM4E-ratkaisuja .
GAIA kuvastaa siten Samsungin tavoitetta olla muutakin kuin Nvidian tekoälykiihdyttimien muistitoimittaja. Yhtiö haluaa hallita tekoälylaitteiden koko puolijohdeketjua sirujen suunnittelusta valmistukseen ja muistiin.
GAIA on vielä prototyyppivaiheessa, joten sen todellista suorituskykyä, ohjelmistoyhteensopivuutta tai kaupallista menestystä ei voida vielä arvioida. Samsungin yhdistelmä 4 nm:n valmistustekniikkaa, muistikeskeistä suunnittelua ja PIM-kehitystä antaa hankkeelle kuitenkin kiinnostavan lähtökohdan.
Jos Samsung onnistuu muuttamaan vertikaalisen integraationsa käytännön hyödyksi, PC-valmistajille voi avautua uusi vaihtoehto Nvidian ja Qualcommin ratkaisujen rinnalle. Ratkaisevaa on, pystyykö GAIA tarjoamaan riittävän suorituskyvyn ja energiatehokkuuden sekä toimivan ohjelmistoekosysteemin, kun tekoäly-PC:iden seuraava suuri päivityskierros käynnistyy.