關於採用TRIPLE-1、最先進7nm·5nm製程的2個新產品的發布

日本福岡--(美國商業資訊)--株式會社TRIPLE-1（總部：福岡縣福岡市博多區，董事長CEO：山口拓也，以下簡稱：TRIPLE-1）發布了2款新產品，採用台積電(TSMC)生產的7nm製程的Bitcoin採礦專用ASIC KAMIKAZEⅡ，以及採用世界最先進5nm製程的深度學習AI處理器GOKU。

本新聞稿包含多媒體。此處查看新聞稿全文： https://www.businesswire.com/news/home/20200204005384/zh-CN/

■概要

在引領近年半導體製程的微細化的「密碼貨幣採礦市場」，採礦專用半導體的電力性能與採礦收益直接關聯的嚴峻商業模式形成了。TRIPLE-1是從2017年2月開始的密碼貨幣採礦專用ASIC（用於特定用途IC）開發中培育出來的，利用最先進製程的設計力、耗電最佳化、成品改善等核心技術，開始了採用台積電生產的7nm製程的Bitcoin採礦專用ASIC的最新性能版KAMIKAZE Ⅱ，以及採用世界最先進5nm製程的深度學習AI處理器GOKU的開發。

■下一代7nm Bitcoin採礦專用ASIC KAMIKAZEⅡ-設計完成

運用第一代模型KAMIKAZE累積的經驗技術，進一步提高性能的下一代模型KAMIKAZEⅡ的設計完成了。今後將展開對台積電的流片及原型驗證，計畫在2021年量產。

同時，現在也開始提供初代模型KAMIKAZE的採礦專用參考板及參考設計，建構能更順利地導入支援的體制。

< 特點 > 搭載ASIC Boost，飛躍性地提高採礦效率

捨棄第一代模型KAMIKAZE的搭載，搭配了能提高採礦性能的自訂演算法ASIC Bost，由此提供更高效率的採礦環境。並且，由於支援超低電壓驅動(供給電壓0.2V台)，預計可大幅降低耗電量。

KAMIKAZE / KAMIKAZE Ⅱ 性能規格比較

※ KAMIKAZE：晶片實力值、KAMIKAZEⅡ：設計目標

■迎接新挑戰，進入AI市場

近年來，包括大型IT企業的中華圈迅速成長的新興企業等，新舊交替的各種玩家都進入了AI晶片市場。在推論（edge）方面的AI晶片的開發競爭日益激化，學習方面的深度學習AI處理器市場主要由數家公司持續壟斷市場供給，目前量產化的晶片停留在12nm製程。

另一方面，TRIPLE-1認為，預測到2030年，資料中心的耗電量將增加到占全球電量的10%，用於深度學習的AI處理器不僅要有學習處理大量資料的高運算能力，而且從節省能源和成本削減的觀點來看，對「耗電量」的要求也更加嚴苛。

因此，TRIPLE-1，利用實現獨有的Low Power/High Performance技術和最先進製程的設計經驗，啟動了採用世界最先進的5nm製程的超低耗電量深度學習專用AI處理器GOKU的開發專案。

■世界最先進5nm深度學習專用AI處理器GOKU

第1階段原型已完成，正在進行特性驗證。在2020年內完成與量產產品相近的樣機，並以2021年的量產化為目標。銷售對象為全球的資料伺服器、深度學習中心的設備、機器製造商等，目前已與多家企業開始協商。

< 特點 > 採用世界最先進5nm製程，比以往高10倍的電力效率

與以往的產品（製程：12nm）相比，以將耗電量削減10分之1為目標，特點是擁有現有產品無法想像的低電壓驅動。

< 特點 > 連接多個運算單元的設計

與人腦神經元之間複雜連結的突觸結構一樣，在深度學習用的AI處理器中，通常認為更多複雜的核心間通訊是很重要的。

GOKU採用了利用獨有的電路設計技術，將小型運算單元盡可能多地排列到一個晶粒上，從而盡可能地確保運算單元之間通訊(互聯)頻寬的設計。

以進一步接近人腦為設計目標。

＜參考＞ GOKU 性能表（設計目標）

--- TRIPLE-1簡介：

公司名稱：TRIPLE-1, Inc.
公司總部：7F IT Bldg.Ⅱ,1-14-20 Hakataeki-Higashi, Hakata-ku Fukuoka-shi, Fukuoka, Japan
法人代表：代表董事兼執行長Takuya Yamaguchi
登記資本額：3,662,895,398日圓（包括資本儲備）

在 businesswire.com 上查看原始版本新聞稿: https://www.businesswire.com/news/home/20200204005384/zh-CN/

免責聲明：本公告之原文版本乃官方授權版本。譯文僅供方便瞭解之用，煩請參照原文，原文版本乃唯一具法律效力之版本。

聯絡方式：

關於本新聞稿：
TRIPLE-1 , Inc.
Planning & Strategy Office
GAKU MATSUSHIMA
info@triple-1.com

表面/回去 影像是構想圖。可能與實際不同 (圖片：美國商業資訊)

表面/回去 影像是構想圖。可能與實際不同 (圖片：美國商業資訊)

表面/回去 影像是構想圖。可能與實際不同 (圖片：美國商業資訊)