NAVER × Samsung · 事后分析
MACH-1 ASIC：定制芯片为何失败
硬件与软件速度不匹配导致一款前景看好的 AI 芯片在量产前即被淘汰
MACH-1 项目生命周期 (2022–2025)
2022 Q1
概念
2022–23
~40 名工程师
2023
LPDDR 规格锁定
2024
MoE / Mamba 兴起
2025
已停产
导致失败的四个根本原因
①
架构冻结与加速创新的冲突
ASIC 电路设计在流片时锁定了算法支持。MoE、Mamba 和多模态架构在 MACH-1 芯片定型后才出现，导致其在结构上与前沿模型不兼容。
②
LPDDR 与 HBM 内存瓶颈
MACH-1 出于成本和可用性考虑选择了 LPDDR（移动端 DRAM）而非 HBM。现代大模型推理受限于内存带宽，随着模型规模的增长，LPDDR 较低的带宽成为了关键瓶颈。
③
CUDA 生态系统锁定
全球开发者社区已在 NVIDIA 的 CUDA 上构建了所有优化库、训练框架和推理栈。一款新的 ASIC 必须复制多年的生态建设工作才能具备实际可用性。
④
2 年硬件周期与 2 个月软件周期
硅片从设计到量产至少需要 18–24 个月。同期 AI 模型架构每 2–4 个月就会发生剧烈变化。硬件根本无法跟上这种节奏。
战略转型：从芯片制造商转向平台控制器
🏗️
让 NVIDIA 掌控硬件
NVIDIA 的 Blackwell 和 Vera Rubin 芯片负责计算。NAVER 不再试图在硅片层面超越它们。
⚙️
掌控上层软件栈
DSX、NemoClaw、HyperCLOVA X、FaceSign — NAVER 控制着将硬件转化为经济价值的层级。
🌍
在主权分发上获胜
政府关系、本地语言模型和数据驻留 — 这些是 NVIDIA 没有 NAVER 就无法复制的优势。
来源：韩国 AI 半导体协会 · NAVER 战略重新定位分析，2025–2026