Samsung wprowadza AI Mistrala do produkcji chipów — bez wynoszenia danych poza firmę

Samsung Electronics nie ogłasza wdrożenia zwykłego firmowego chatbota. Współpraca z Mistral AI ma objąć zastosowania przemysłowe w biznesie półprzewodnikowym: projektowanie układów i operacje produkcyjne w fabrykach chipów. Samsung zapowiada integrację lokalnie, we własnej infrastrukturze, usług i rozwiązań Mistral — w tym modelu Mistral Large — aby tworzyć AI wyspecjalizowaną w półprzewodnikach. 4

Najważniejsze: modele mają działać w infrastrukturze Samsunga

Określenie „on-premises” oznacza, że systemy będą uruchamiane i rozwijane w środowisku obliczeniowym Samsunga, zamiast przesyłać wrażliwe dane operacyjne do publicznej zewnętrznej usługi AI. Partnerzy chcą połączyć technologię Mistrala z wiedzą domenową oraz danymi Samsunga, tworząc modele i platformy dla projektowania i produkcji chipów. 411

W produkcji półprzewodników szczególnie wrażliwe są m.in. informacje o procesie technologicznym, wyniki inspekcji, dane z urządzeń i know-how dotyczące wytwarzania. Lokalny, dostosowany model może pozwolić wykorzystać generatywną AI na takich zbiorach danych, zachowując kontrolę nad środowiskiem ich przetwarzania.

Young Hyun Jun, dyrektor generalny Samsung Device Solutions, wskazał, że współpraca ma połączyć atuty obu firm, by wprowadzać innowacje w inżynierii i produkcji półprzewodników. Arthur Mensch, współzałożyciel i dyrektor generalny Mistral AI, podkreślił zastosowanie zaawansowanej AI w złożonych środowiskach przemysłowych przy zachowaniu kontroli nad krytycznymi danymi i infrastrukturą. 4

Co AI może robić w fabryce chipów

Samsung nie podał harmonogramu uruchamiania systemu w konkretnych fabrykach, wyników testów ani nazw linii produkcyjnych. Kierunek zastosowania jest jednak jasny: modele wyspecjalizowane w półprzewodnikach mają pomagać inżynierom pracować z ogromną liczbą połączonych danych powstających podczas produkcji.

Model można dostosować do badania zależności między parametrami procesu — np. ekspozycją litograficzną, warunkami trawienia czy temperaturą — a późniejszymi obserwacjami, takimi jak defekty na waflu lub wyniki testów elektrycznych. Potencjalne zastosowania obejmują:

• wykrywanie i klasyfikację defektów, dzięki rozpoznawaniu wzorców w danych inspekcyjnych;
• optymalizację pracy urządzeń, np. przez wskazywanie warunków związanych z odchyleniami procesu lub potrzebą serwisu;
• analizę przyczyn źródłowych, czyli łączenie późniejszych problemów z kombinacją wcześniejszych zmiennych produkcyjnych;
• stabilizację uzysku, pomagającą szybciej analizować zmienność przy uruchamianiu zaawansowanych procesów pamięci i układów logicznych.

To możliwe zastosowania operacyjne, a nie obiecane rezultaty. Komunikat Samsunga nie zawiera celów dotyczących uzysku, skali redukcji defektów, oszczędności kosztów ani dowodów na osiągnięcie poprawy na skalę produkcyjną. 4

Dlaczego architektura lokalna ma znaczenie

W tym porozumieniu równie istotne jak sam model jest miejsce jego działania. Wdrożenie lokalne daje Samsungowi większą kontrolę nad tym, gdzie przetwarzane są dane operacyjne i w jaki sposób system zostaje włączony do wewnętrznych procesów pracy. To wpisuje się w szerszy trend określany jako suwerenna AI dla przedsiębiorstw: model jest przenoszony do własnych danych i infrastruktury organizacji, zamiast wymagać eksportu wrażliwych informacji do wspólnej usługi zewnętrznej. 4

Dla producenta półprzewodników argument jest prosty: wiedza procesowa i dane produkcyjne są elementem przewagi konkurencyjnej. Prywatnie wdrożony model, dostosowany do konkretnej działalności, tworzy możliwość wykorzystania AI bez oddawania kontroli nad otoczeniem, w którym funkcjonuje.

Samsung inwestuje też w Mistral AI

Samsung przewodził rundzie finansowania Series D Mistral AI o wartości 3 mld euro i otrzymał strategiczny udział kapitałowy w spółce. Nie ujawniono ani wielkości tego pakietu, ani warunków inwestycji. 46

Mistral podał, że runda podniosła wycenę spółki po inwestycji do ponad 21 mld euro. Obok Samsunga inwestycję prowadzili zarządzany przez EQT fundusz Scaleup Europe Fund oraz dotychczasowy inwestor PSG Equity. Do nowych inwestorów należeli Advent, fundusze i rachunki zarządzane przez BlackRock oraz Wielkie Księstwo Luksemburga. W szerszej grupie znaleźli się m.in. a16z, ASML, BNP Paribas CIB, Bpifrance, DST Global, General Catalyst, Index Ventures, Lightspeed, Nvidia i Salesforce Ventures.

Finansowanie oznacza, że Samsung jest zarazem użytkownikiem technologii Mistrala i jego inwestorem w strategicznie wrażliwej części działalności. Ogłoszone warunki nie wskazują jednak na wyłączny dostęp Samsunga do technologii, ujawnioną rolę w zarządzaniu Mistralem ani gwarantowany efekt komercyjny.

Jak układ z Mistralem łączy się ze współpracą Samsunga z ASML

Porozumienie z Mistralem ogłoszono równolegle z rozszerzeniem współpracy Samsunga i ASML dotyczącej litografii High-NA EUV oraz platformy 12-calowych fotomasek. Samsung planuje wdrożyć High-NA EUV do wielkoseryjnej produkcji przyszłych pamięci DRAM do 2028 r.

Oba partnerstwa dotyczą innych elementów tego samego wyzwania:

• ASML i High-NA EUV dotyczą fizycznych możliwości litograficznych potrzebnych w przyszłej produkcji.
• Mistral AI dotyczy warstwy oprogramowania i AI, którą Samsung chce zastosować w pracach inżynieryjnych oraz procesach produkcyjnych.

Razem pokazują inwestycje zarówno w zaawansowane narzędzia do wytwarzania układów, jak i w analizę, która potencjalnie może pomóc zespołom prowadzić coraz bardziej złożone procesy. Jest to uzasadnienie strategiczne, a nie dowód na szybki wpływ finansowy.

Co z tego wynika dla inwestorów

Umowa sygnalizuje, że Samsung postrzega prywatne, dopasowane modele AI jako istotne dla produkcji półprzewodników. Zacieśnia też relacje z dobrze finansowaną europejską firmą AI w okresie, gdy kontrola nad danymi, modelami i infrastrukturą obliczeniową staje się kluczową kwestią dla przedsiębiorstw. 4

Nie należy jednak traktować ogłoszenia jako bezpośredniego katalizatora wyników finansowych. Samsung i Mistral nie ujawnili terminów wdrożeń według fabryk, kamieni milowych produkcji, docelowej poprawy uzysku, oszczędności operacyjnych ani celów finansowych związanych z partnerstwem. 4

Najważniejszym testem będzie realizacja: przejście od zapowiedzianej platformy lokalnej do mierzalnych zastosowań fabrycznych, z potwierdzoną poprawą czasu prac inżynieryjnych, analizy defektów, działania urządzeń lub stabilności uzysku.