Ilmu Pengetahuan Kecerdasan Buatan Samsung Lebihterus Jauh Tertinggal

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

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

Hal ini mengakibatkan laba Samsung menurun, Disekitar USD126 miliar telah hilang Didalam nilai pasarnya, menurut data Didalam S&P Capital IQ, dan seorang eksekutif Mengeluarkan 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 Di banyak Gadget mulai Didalam telepon pintar hingga laptop.

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

Akan Tetapi, seiring Didalam meningkatnya popularitas Langkah 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 Olahragawan teratas Di bidang ini Didalam unit pemrosesan Visual (GPU) yang telah menjadi standar emas yang digunakan Didalam para raksasa Ilmu Pengetahuan Sebagai pelatihan AI.

Dibagian penting Didalam 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, Di situlah Samsung terjebak dan gagal berinvestasi, laporan CNBC menjelaskan Didalam Detail.

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

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