本文へ移動

  • どこにでも広がるインテリジェンス
    どこにでも広がるインテリジェンス
    どこにでも広がるインテリジェンス

    Empowering Intelligence Everywhere

おすすめ製品 おすすめ製品 おすすめ製品

メモリー

プロセッサ

  • Exynos 2400の製品画像。

    Exynos 2400

    NPU : AI Engine with 17K MAC NPU(2-GNPU+2-SNPU) and DSP
    CPU : Deca-core (Cortex®-X4 + Cortex®-A720 + Cortex®-A520)

    もっと見る
  • Exynos 1480の製品画像。

    Exynos 1480

    NPU : AI Engine with 6K MAC NPU
    CPU : Octa-core (Cortex®-A78 + Cortex®-A55)

    もっと見る
  • Exynos Auto V920の製品画像。

    Exynos Auto V920

    NPU : Embedded dual-core NPU
    CPU : Deca-core (Cortex®-A78AE)

    もっと見る
  • Exynos Auto V9の製品画像。

    Exynos Auto V9

    NPU : Embedded
    CPU : Octa-core (Cortex® -A76)

    もっと見る

関連コンテンツ

拡張性と効率性を
兼ね備えた
先端AI半導体 拡張性と効率性を
兼ね備えた
先端AI半導体 拡張性と効率性を
兼ね備えた
先端AI半導体

サムスンの最先端半導体は、AIイノベーションを加速させ、大規模モデルの学習からリアルタイム推論に至るまで、要求される性能・効率・拡張性を提供します。

サムスンの最先端半導体は、AIイノベーションを加速させ、大規模モデルの学習からリアルタイム推論に至るまで、要求される性能・効率・拡張性を提供します。

サムスンの最先端半導体は、AIイノベーションを加速させ、大規模モデルの学習からリアルタイム推論に至るまで、要求される性能・効率・拡張性を提供します。

トレンド トレンド トレンド
AI Everywhere: From the Cloud to the Edge
AI Everywhere：
クラウドからエッジまで AI Everywhere：
クラウドからエッジまで AI Everywhere：
クラウドからエッジまで

AIワークロードは、集中型データセンターからエッジデバイスへと急速に拡大しています。スマートフォンやスマートカメラ、産業用センサなど多様な機器でリアルタイムのデータ処理が可能となり、高性能・低遅延・省電力を兼ね備えた半導体が不可欠となっています。データ発生源に近い場所でAI処理を行うことで、応答性を高め、クラウドへの依存度を下げることができます。

AIワークロードは、集中型データセンターからエッジデバイスへと急速に拡大しています。スマートフォンやスマートカメラ、産業用センサなど多様な機器でリアルタイムのデータ処理が可能となり、高性能・低遅延・省電力を兼ね備えた半導体が不可欠となっています。データ発生源に近い場所でAI処理を行うことで、応答性を高め、クラウドへの依存度を下げることができます。

AIワークロードは、集中型データセンターからエッジデバイスへと急速に拡大しています。スマートフォンやスマートカメラ、産業用センサなど多様な機器でリアルタイムのデータ処理が可能となり、高性能・低遅延・省電力を兼ね備えた半導体が不可欠となっています。データ発生源に近い場所でAI処理を行うことで、応答性を高め、クラウドへの依存度を下げることができます。

AIに最適化されたメモリとストレージ AIに最適化されたメモリとストレージ AIに最適化されたメモリとストレージ

AIモデルの規模と複雑さの増大に伴い、より高速かつ効率的なメモリシステムへのニーズが高まっています。特に学習と推論の両フェーズにおいて、メモリの帯域幅と容量が性能のボトルネックとなっています。これを解決するため、HBM（高帯域幅メモリ）、LPDDR（低消費電力DRAM）、GDDR（グラフィックス向けDRAM）、PCIe Gen5 SSDなどの先端ソリューションが活用され、AIアプリケーション全体でスループットの最大化と遅延の最小化を実現しています。

AIモデルの規模と複雑さの増大に伴い、より高速かつ効率的なメモリシステムへのニーズが高まっています。特に学習と推論の両フェーズにおいて、メモリの帯域幅と容量が性能のボトルネックとなっています。これを解決するため、HBM（高帯域幅メモリ）、LPDDR（低消費電力DRAM）、GDDR（グラフィックス向けDRAM）、PCIe Gen5 SSDなどの先端ソリューションが活用され、AIアプリケーション全体でスループットの最大化と遅延の最小化を実現しています。

AIモデルの規模と複雑さの増大に伴い、より高速かつ効率的なメモリシステムへのニーズが高まっています。特に学習と推論の両フェーズにおいて、メモリの帯域幅と容量が性能のボトルネックとなっています。これを解決するため、HBM（高帯域幅メモリ）、LPDDR（低消費電力DRAM）、GDDR（グラフィックス向けDRAM）、PCIe Gen5 SSDなどの先端ソリューションが活用され、AIアプリケーション全体でスループットの最大化と遅延の最小化を実現しています。

AI-Optimized Memory and Storage
The Era of Foundation Models and Generative AI
ファウンデーションモデルと生成AIの時代 ファウンデーションモデルと生成AIの時代 ファウンデーションモデルと生成AIの時代

ファウンデーションモデルと呼ばれる大規模AIモデルは、言語翻訳から画像生成に至るまで、さまざまな産業に変革をもたらしています。これらのモデルには膨大な演算性能、メモリ帯域幅、ストレージスループットが求められ、データセンターおよびクラウド全体にわたる大規模な学習・推論ワークロードを支える先端ハードウェアソリューションが必要です。

ファウンデーションモデルと呼ばれる大規模AIモデルは、言語翻訳から画像生成に至るまで、さまざまな産業に変革をもたらしています。これらのモデルには膨大な演算性能、メモリ帯域幅、ストレージスループットが求められ、データセンターおよびクラウド全体にわたる大規模な学習・推論ワークロードを支える先端ハードウェアソリューションが必要です。

ファウンデーションモデルと呼ばれる大規模AIモデルは、言語翻訳から画像生成に至るまで、さまざまな産業に変革をもたらしています。これらのモデルには膨大な演算性能、メモリ帯域幅、ストレージスループットが求められ、データセンターおよびクラウド全体にわたる大規模な学習・推論ワークロードを支える先端ハードウェアソリューションが必要です。

サステナブルなAIコンピューティング サステナブルなAIコンピューティング サステナブルなAIコンピューティング

データ量とモデルサイズの拡大に伴い、AIイノベーションとエネルギー効率のバランスはますます重要になっています。サステナブルなコンピューティングは、データセンターとデバイスAIの両方にとって不可欠な課題であり、EUV（極紫外線）リソグラフィや3Dパッケージングなどの半導体プロセス技術は、性能を維持しながら消費電力の削減を可能にします。さらに、低消費電力DRAMと高効率の電源管理IC（PMIC）を組み合わせることで、より環境に優しいAIシステムの開発を支援します。

データ量とモデルサイズの拡大に伴い、AIイノベーションとエネルギー効率のバランスはますます重要になっています。サステナブルなコンピューティングは、データセンターとデバイスAIの両方にとって不可欠な課題であり、EUV（極紫外線）リソグラフィや3Dパッケージングなどの半導体プロセス技術は、性能を維持しながら消費電力の削減を可能にします。さらに、低消費電力DRAMと高効率の電源管理IC（PMIC）を組み合わせることで、より環境に優しいAIシステムの開発を支援します。

データ量とモデルサイズの拡大に伴い、AIイノベーションとエネルギー効率のバランスはますます重要になっています。サステナブルなコンピューティングは、データセンターとデバイスAIの両方にとって不可欠な課題であり、EUV（極紫外線）リソグラフィや3Dパッケージングなどの半導体プロセス技術は、性能を維持しながら消費電力の削減を可能にします。さらに、低消費電力DRAMと高効率の電源管理IC（PMIC）を組み合わせることで、より環境に優しいAIシステムの開発を支援します。

Sustainable AI Computing
  • 本文書に含まれている製品の説明および仕様は、参照のみを目的としています。
  • 本文書に記述されているすべての情報は、「現状有姿」のまま、何らの保証もない条件で提供されます。
  • 本文書に記述されているすべての情報は、サムスン電子の単独かつ排他的な財産です。
  • 特許、著作権、マスクワーク、商標、またはその他すべての知的財産権について、本文書により、明示、黙示、禁反言、またはその他によるかを問わず、いかなるライセンスも付与されないものとします。