Стартап TYLsemi вышел из режима тишины с ранним финансированием на $43 млн и заявкой на рынок, где обычно сгорают бюджеты и сроки. Компания хочет продавать чиплеты для ИИ и услуги по проектированию кастомных ASIC так, чтобы собственный процессор могли получить не только гиперскейлеры с бездонным кошельком, но и более узкие игроки из инфраструктуры, телекома и HPC.
По данным Tom's Hardware, TYLsemi не собирается быть еще одним контрактным дизайн-домом, который просто рисует очередной чип под заказ. Модель у компании другая: заранее проверенные чиплеты для стандартных функций, интерфейсы die-to-die на базе UCIe, упаковка, квалификация и вывод в массовое производство. Иначе говоря, клиенту предлагают не только разработку «секретного соуса» в виде собственного вычислительного блока, но и всю скучную, дорогую и рискованную часть вокруг него.
TYLsemi основали Мохит Гупта и Сунил Бхардwaj, ветераны отрасли с опытом работы в Alphawave, SiFive, Cadence, Rambus и других полупроводниковых компаниях. Ставка сделана на то, что рынок наконец дорос до модульной сборки сложных процессоров. Гупта прямо говорит, что разговоры о chiplet-подходе идут уже семь-восемь лет, но только в последние три-четыре года сложились нужные условия: продвинутая упаковка перестала быть экзотикой, стандарты межкристального соединения дошли до реальных внедрений, а устойчивость цепочек поставок превратилась из презентационного тезиса в KPI. Для заказчика это важно: меньше завязки на один техпроцесс, одного поставщика и один огромный монолитный кристалл, который слишком дорог, чтобы ошибаться.
На практике TYLsemi хочет предлагать набор так называемых foundation chiplets, то есть повторно используемых блоков для невычислительных задач: связности, питания, а в перспективе и памяти. Клиент добавляет к ним собственный вычислительный чиплет, где и живет главная дифференциация продукта. Если же собственной команды разработки кремния нет вовсе, стартап обещает провести весь проект под ключ. Это уже интересный поворот для компаний, которые привыкли покупать готовые CPU, GPU или сетевые ASIC, но хотели бы иметь свой ускоритель под конкретную нагрузку, не создавая ради этого мини-TSMC у себя в штате.
Экономика здесь, по версии TYLsemi, выглядит убедительно, хотя цифры сама компания просит считать иллюстративными, а не производственным прайс-листом. Гупта приводит простой аргумент: когда площадь кристалла подбирается к 500–600 мм², кривая выхода годных начинает мстить за оптимизм, а доведение проекта до финального процента готовности съедает непропорционально много инженерных часов. На этом фоне разбивка системы на несколько кристаллов уже не выглядит компромиссом бедных. TYLsemi оценивает, что при объеме 100 тыс. устройств совокупная стоимость владения может снизиться на 57%: с $350 млн для монолитного 700 мм² чипа условного 3-нм класса до $150 млн для конструкции с вычислительным кристаллом 500 мм² на том же уровне и четырьмя I/O-чиплетами по 100 мм² на процессе классом ниже. Разница в цене устройства, по оценке компании, еще более радикальная: около $3000 за монолит против примерно $600 за SiP-сборку. Источник экономии стандартный, но от этого не менее важный: лучше выход годных, повторное использование I/O-кремния, меньше затрат на лицензирование IP и на саму инженерию.
Почему эта история всплыла именно сейчас, а не в один из предыдущих циклов ажиотажа вокруг кастомных ускорителей? Потому что рынок ИИ-инфраструктуры стал достаточно большим, чтобы даже неидеальные с инженерной точки зрения схемы начали окупаться, а монолитные чипы на передовых узлах, наоборот, стали слишком дорогим удовольствием. По словам Гупты, рынок AI-ускорителей к 2033 году может вырасти до $604 млрд, а самый быстрорастущий сегмент в нем — кастомные XPU под конкретные нагрузки гиперскейлеров. Это логично: когда счет идет на десятки и сотни тысяч устройств, оптимизация под собственный стек дает слишком много, чтобы оставаться на универсальном железе. Но логично и другое: если входной билет в кастомный кремний измеряется сотнями миллионов долларов, желающих оказывается заметно меньше, чем презентаций про «свой AI-чип».
Для разработчиков и технических руководителей здесь важен не сам факт появления еще одного полупроводникового стартапа, а смена точки входа. Если подход TYLsemi сработает, обсуждение собственного железа будет начинаться не с вопроса «можем ли мы вообще позволить себе большой ASIC», а с вопроса «какую часть системы действительно нужно делать уникальной». Это гораздо более приземленный разговор. Вычислительный блок можно тянуть на самом новом узле, I/O оставить на 3 нм, а блоки питания увести на еще менее продвинутый техпроцесс. Такой разнос функций по разным кристаллам звучит как инженерный здравый смысл, но для бизнеса это еще и способ не жечь самый дорогой кремний там, где масштабирование почти ничего не дает.
Есть, конечно, и вопросы. Модульность не отменяет сложности архитектурного разбиения, тепловых ограничений, упаковки и межчиповой коммуникации, особенно если речь идет о многокристальных ускорителях для дата-центров. Кроме того, рынок уже видел много красивых обещаний вокруг chiplet-экосистем, которые упирались в интеграцию, доступность упаковки и банальную нехватку зрелых блоков. Но сам тезис TYLsemi звучит внятно: чиплеты для ИИ становятся не футуристической опцией, а экономическим компромиссом, без которого новым игрокам на рынке кастомного кремния просто не зайти. Если компания действительно сможет превратить UCIe, готовые I/O-блоки и сервис «под ключ» в работающий конвейер, следующая волна AI-железа может оказаться менее монолитной не только в буквальном, но и в рыночном смысле. Подробности приводит .