- Nowy APU firmy GSI (układ compute-in-memory) dorównuje przepustowości GPU NVIDIA A6000 w zadaniach AI na dużą skalę, zużywając przy tym „ponad 98% mniej energii” [1]. Ponadto przyspiesza zadania wyszukiwania około 5× szybciej niż standardowe procesory (do 80% krótszy czas przetwarzania) [2].
- Weryfikacja Cornell: Wyniki pochodzą z badania prowadzonego przez Cornell (MICRO ’25), które rygorystycznie testowało APU Gemini-I firmy GSI na zadaniach Retrieval-Augmented Generation (RAG) [3]. CEO GSI, Lee-Lean Shu, pochwalił wyniki: to „potwierdza… compute-in-memory ma potencjał, by zrewolucjonizować rynek inferencji AI wart 100 miliardów dolarów”, oferując „wydajność klasy GPU przy ułamku kosztów energetycznych” [4].
- Efektywność energetyczna: Dzięki integracji pamięci i obliczeń, APU osiąga 50–118× niższe zużycie energii niż GPU (według badań) [5]. To odpowiada na kluczową potrzebę: „sprzęt, który zużywa mniej energii, ograniczy apetyt AI na energię”, zauważa Nature, podkreślając pilność rozwoju zielonego sprzętu AI [6].
- Kontekst branżowy: Układ GSI jest skierowany do edge AI (obrona, drony, IoT), gdzie energia jest ograniczona. Analitycy szacują, że rynek edge-AI osiągnie ok. 57 miliardów dolarów do 2030 roku [7]. Podobne działania podejmują inne firmy: np. nowy CPU Dimensity firmy MediaTek posiada NPU compute-in-memory, które obniża zużycie energii przez AI always-on o ok. 42–56% [8].
- Reakcja giełdy: Akcje NASDAQ:GSIT wystrzeliły o około 200% w dniu 20 października 2025 r. – skacząc z około 5 USD do ~15 USD w ciągu dnia (około 14,80 USD w połowie poranka) [9]. Odzwierciedla to entuzjazm inwestorów wobec przełomu w energooszczędnej AI.
- Ostrzeżenie analityków: Pomimo szumu, wskaźniki finansowe pozostają słabe. Przychody GSI są niewielkie (≈22,1 mln USD) i spadają (3-letni spadek −16,3%), a marże netto są głęboko ujemne (~−63%) [10]. Niektóre prognozy przewidują nawet, że akcje mogą zanurkować po tym skoku (CoinCodex przewiduje spadek do ~5 USD/akcję wkrótce [11]). Inwestorzy zauważają, że choć nowe umowy AI dają szansę, niosą też spekulacyjne ryzyko [12].
Przełomowa wydajność potwierdzona przez Cornell
Ogłoszenie GSI Technology z 20 października ujawniło wyniki badania Uniwersytetu Cornella, które porównywało GSI Gemini-I APU z konwencjonalnym sprzętem. Zespół z Cornell uruchomił rzeczywiste zadania AI (na dużą skalę RAG) na układzie in-memory GSI, standardowym wielordzeniowym CPU i zaawansowanym GPU Nvidia (A6000). Wynik: Gemini-I APU osiągnął przepustowość porównywalną z Nvidia A6000 GPU [13]. Co kluczowe, zrobił to zużywając „ponad 98% mniej energii” niż GPU na dużych zbiorach danych [14]. W praktyce badanie wykazało, że APU zużywał około 1–2% energii wymaganej przez GPU [15] [16]. Ten ogromny wzrost efektywności stanowi podstawę kluczowego twierdzenia GSI.
Dla porównania, na tradycyjnych procesorach CPU APU było znacznie szybsze. GSI informuje, że APU skróciło czas przetwarzania i pobierania danych nawet o 80% w porównaniu do CPU [17], co oznacza, że zadania wykonywały się ponad 5 razy szybciej. CEO Lee-Lean Shu podkreślił te wyniki: „compute-in-memory ma potencjał, by zrewolucjonizować rynek inferencji AI wart 100 miliardów dolarów,” powiedział [18]. „APU zapewnia wydajność na poziomie GPU przy ułamku kosztów energetycznych,” dzięki swojej architekturze zorientowanej na pamięć [19]. Te stwierdzenia, pochodzące bezpośrednio z komunikatu prasowego, wskazują na pewność GSI co do tej technologii. Autorzy z Cornell wprowadzili także nowe metody optymalizacji, aby w pełni wykorzystać integrację pamięci i obliczeń, podkreślając, że nie jest to jednorazowy sukces, lecz platforma do dalszego rozwoju [20] [21].
Dlaczego Compute-in-Memory jest ważne
Tradycyjne układy AI (CPU/GPU) oddzielają pamięć od obliczeń, co powoduje ogromne transfery danych i wysokie zużycie energii. Compute-in-memory (CIM) umieszcza przetwarzanie bezpośrednio w macierzach pamięci, eliminując ten wąski gardło. Jak zauważają redaktorzy Nature, energochłonność AI staje się rosnącym kryzysem, a „sprzęt zużywający mniej energii ograniczy apetyt AI na energię” [22]. APU Gemini I jest przykładem tego podejścia dzięki opartym na SRAM „Jednostkom Przetwarzania Asocjacyjnego”. W praktyce wykonuje operacje iloczynu skalarnego i wyszukiwania bezpośrednio w SRAM, zużywając znacznie mniej energii na operację.
Szczegółowe wyniki badania Cornell potwierdzają potencjał sprzętu CIM. Informują, że urządzenie CIM firmy GSI „dorównuje wydajnością karcie NVIDIA A6000 GPU dla RAG, będąc jednocześnie znacznie bardziej energooszczędnym (redukcja zużycia energii o 54,4×–117,9×)” [23]. W praktyce APU mogłoby obsługiwać zadania inferencji AI przy zużyciu około 2% energii GPU. Taka efektywność może być przełomowa: centra danych i systemy brzegowe korzystające ze setek GPU mogłyby zmniejszyć zapotrzebowanie na energię o rzędy wielkości.
Ta koncepcja zyskuje popularność nie tylko w GSI. Na przykład, niedawno ogłoszony przez MediaTek układ mobilny Dimensity 9500 zawiera „Superwydajny” NPU, który wykorzystuje techniki CIM. MediaTek twierdzi, że ten rdzeń obsługuje stale aktywne AI (np. redukcja szumów, przetwarzanie sygnałów z czujników) zużywając około 42–56% mniej energii niż wcześniej [24]. Wizja jest taka sama: przeniesienie drobnych zadań AI na sprzęt o ultraniskim poborze mocy. W świecie smartfonów te CIM NPU pozwalają telefonom utrzymywać działanie asystentów AI i funkcji wizyjnych 24/7 bez wyczerpywania baterii.
Wpływ na rynek i opinie ekspertów
GSI to niewielki gracz na rynku półprzewodników (kapitalizacja rynkowa ok. 148 mln USD [25]), więc potrzebne są duże sukcesy, by wywrzeć wpływ. Firma koncentruje się jednak strategicznie na sektorze obronnym i lotniczym (rynki wysokomarżowe, o ograniczonym poborze mocy). Analitycy branżowi zauważają, że rynek chipów Edge AI może osiągnąć wartość 56–57 miliardów dolarów do 2030 roku [26], napędzany rozwojem 5G/IoT i wydatkami rządowymi. Najnowszy APU Gemini-II firmy GSI (już wyprodukowany) jest wyraźnie skierowany do zastosowań AI wbudowanych, o niskich opóźnieniach, takich jak autonomiczne drony i satelity [27]. AInvest podkreśla, że partnerami GSI są kontrahenci z branży obronnej zajmujący się obrazowaniem satelitarnym/dronowym, co wpisuje się w tę niszę edge-AI [28].
Jeśli chodzi o inwestycje, akcje GSI (NASDAQ:GSIT) gwałtownie wzrosły po ogłoszeniu tej informacji. Dane rynkowe pokazały, że GSIT wzrósł o ok. 191% w połowie sesji 20 października (notowany na poziomie około 14,80 USD o godz. 10:02) [29]. Inwestorzy wskazywali na zaskoczenie takimi deklaracjami dotyczącymi wydajności. Jednak eksperci zalecają ostrożność. Wyniki finansowe GSI są słabe: roczne przychody ≈22,1 mln USD (spadek o ponad 16% w ciągu 3 lat) i straty netto z marżą około –63% [30]. CoinCodex, serwis prognoz technicznych, przewiduje nawet, że kurs akcji może szybko spaść – prognozując spadek do około 5,08 USD w ciągu kilku dni [31]. Rzeczywiście, akcje spółek o niskiej płynności często gwałtownie reagują na wiadomości.
Co więcej, niektórzy analitycy dostrzegają podobieństwa z innymi akcjami firm z branży obronności i AI. Media technologiczne zauważają, że gwałtowne wzrosty akcji firm z sektora defense-AI (np. niedawny 22% wzrost BigBear.ai po kontraktach z Pentagonem) są mieczem obosiecznym [32]. „Relacje o rosnących kontraktach na AI dla obronności podkreślają zarówno szanse, jak i spekulacyjną bańkę”, ostrzega jeden z raportów [33]. Innymi słowy, choć technologia jest ekscytująca, przekucie jej w zyski i wdrożenie wymaga czasu. CEO GSI podzielił to wyważone podejście, przedstawiając plan działania (Gemini-II i przyszły chip „Plato”) ukierunkowany na niższe zużycie energii i wyższą przepustowość [34] [35], co wskazuje, że firma myśli dalej niż tylko o dzisiejszym komunikacie prasowym.
Perspektywy i prognozy analityków
Patrząc w przyszłość, GSI ogłosi wyniki za II kwartał roku fiskalnego 2026 w dniu 30 października, co rzuci światło na rzeczywisty popyt na jej układy. Komunikat prasowy i badanie to pozytywne sygnały, ale wiele zależy od realizacji. Na ten moment wskaźniki techniczne są mieszane: sentyment wobec akcji jest byczy, ale zmienność skrajna. Model CoinCodex oznaczył GSIT jako „bardzo wysoką zmienność” i zalecił krótką pozycję, ponieważ wzrost ceny był nie do utrzymania [36].
Mimo to, kluczowe osiągnięcie jest jasne: APU GSI z obliczeniami w pamięci wyraźnie przełamuje barierę energetyczną GPU. Jeśli technologia się skalibruje, może zmusić konkurencję do przemyślenia projektowania chipów AI. Jak powiedział jeden z analityków branżowych o podobnych inicjatywach, zarządzanie zużyciem energii często jest ważniejsze niż surowe wyniki testów. Pytanie brzmi, czy GSI zdoła przekuć tę innowację w sprzedaż masową. Zarówno dla inwestorów, jak i inżynierów, to wydarzenie to kamień milowy: chip AI z pamięcią asocjacyjną przeszedł test w rzeczywistych warunkach, a po raz pierwszy wydajność AI klasy GPU może być dostępna przy zużyciu energii na poziomie centrum danych wattage.
Źródła: GSI Technology informacja prasowa (20 października 2025) [37] [38]; badanie APU Cornell (Micro ’25) [39]; dane rynkowe GuruFocus, StockAnalysis, CoinCodex [40] [41] [42]; analizy chipów TechStock² (TS2.tech) [43] [44] [45]; Nature (artykuł o energii AI) [46].
References
1. www.globenewswire.com, 2. www.globenewswire.com, 3. www.globenewswire.com, 4. www.globenewswire.com, 5. arxiv.org, 6. www.nature.com, 7. www.ainvest.com, 8. ts2.tech, 9. stockanalysis.com, 10. www.gurufocus.com, 11. coincodex.com, 12. www.ainvest.com, 13. www.globenewswire.com, 14. www.globenewswire.com, 15. arxiv.org, 16. www.globenewswire.com, 17. www.globenewswire.com, 18. www.globenewswire.com, 19. www.globenewswire.com, 20. arxiv.org, 21. www.globenewswire.com, 22. www.nature.com, 23. arxiv.org, 24. ts2.tech, 25. www.gurufocus.com, 26. www.ainvest.com, 27. www.ainvest.com, 28. www.ainvest.com, 29. stockanalysis.com, 30. www.gurufocus.com, 31. coincodex.com, 32. www.ainvest.com, 33. www.ainvest.com, 34. www.stocktitan.net, 35. www.globenewswire.com, 36. coincodex.com, 37. www.globenewswire.com, 38. www.globenewswire.com, 39. arxiv.org, 40. www.gurufocus.com, 41. stockanalysis.com, 42. coincodex.com, 43. ts2.tech, 44. www.ainvest.com, 45. www.ainvest.com, 46. www.nature.com
