Fabless hukommelse og compute-in-memory
GSI Technology er en fabless halvlederudvikler fra Sunnyvale i Californien, som i dag lever af højtydende SRAM-chips til netværk, telekom, forsvar, rumfart og chipdesign- og simuleringskunder.
Selskabet er samtidig ved at omlægge sin strategi mod edge-AI med Associative Processing Unit APU, hvor beregning sker direkte i hukommelsen.
Produkterne Gemini-I og Gemini-II er første generation, mens næste chip Plato er designet til lavere strømforbrug og LLM-opgaver på edge.
Kunderne er primært OEMer, forsvarsentreprenører og offentlige myndigheder samt store chipdesignhuse, der bruger SRAM til emulering og simulering af AI-chips.
Forretningsmodel og indtjening
Omsætningen kommer næsten udelukkende fra SRAM-salg, som har høj bruttomargin, lange produktlevetider og kunder med strenge kvalifikationskrav, især inden for forsvar og rumfart.
APU-forretningen er endnu på proof-of-concept-stadiet og finansieres delvist af amerikanske SBIR-kontrakter fra hæren og andre myndigheder.
Selskabet er fabless og outsourcer produktion til støberier, hvilket holder kapitalbindingen lav, men gør udviklingsomkostningerne ved nye chips til den store udgiftspost.
Efter kapitalrejsningen i efteråret 2025 har selskabet en stor kassebeholdning uden gæld, men driftsunderskuddet er vokset, fordi R&D til Gemini-II software og Plato accelereres.
Teknologisk differentiering i associativ beregning
APU-arkitekturen udfører søgning og sammenligning direkte i hukommelsesarrays i stedet for at flytte data til en separat processor, hvilket i en forskningsartikel gav GPU-lignende ydeevne på retrieval-augmented generation med langt lavere energiforbrug.
Gemini-II er målrettet cirka 15 watt, hvilket passer til droner, kameraer, forsvarsplatforme og robotter.
Plato skal ned omkring 10 watt og blive cirka en fjerdedel så stor som Gemini-II, med øget båndbredde til DRAM for at håndtere LLM-arbejdsbyrder.
Selskabet har desuden rapporteret lovende strålingstests, hvilket er en nichefordel i rumapplikationer, hvor kvalificering tager år og skaber høje skifteomkostninger.
Konkurrencesituation og markedsposition
Inden for SRAM konkurrerer GSI med Infineon (tidligere Cypress) og Renesas, som er langt større, men hvor markedet er et stagnerende nicheområde med få aktive leverandører og lange kvalifikationscyklusser.
På edge-AI møder selskabet Nvidia med Jetson-platformen, Qualcomm samt specialiserede startups som Hailo og Axelera, som alle har større økosystemer, softwareværktøjer og kundeadgang.
GSIs fordel er ekstremt lavt energiforbrug til søgningstunge opgaver og eksisterende relationer til forsvar og rumfart, men fordelen er endnu ikke bevist i kommerciel skala og mangler et modent softwarelag.
Konkurrencefordelen er derfor teknologisk interessant men midlertidig og truet, indtil selskabet viser betalende produktionskunder og et udviklervenligt SDK.
Edge-AI, forsvar og rum som megatrends
Selskabet positionerer sig mod tre langsigtede trends: AI-inferens flytter fra datacentre til edge for at spare strøm og latenstid, forsvarsbudgetter prioriterer autonome droner og sensorer, og rumfart efterspørger strålingstolerante komponenter.
Proof-of-concept-projekter inden for Sentinel til forsvar, en Smart City-udrulning med cirka 20 kameraer og hærens SBIR Phase II er konkrete skridt, men ingen af dem er endnu konverteret til større serieordrer.
Succes afhænger af at få bevist, at APU kan vinde designs i faktiske produkter, ikke blot i laboratorier.