★
मेनू
होम यह कैसे बना है Watchlist द स्टैक
हार्डवेयर Chipsचिप्स की तुलना करें सर्वर और सिस्टमनेटवर्किंग मेमोरीफ़ाउंड्री और पैकेजिंग कूलिंग
फ़ैसिलिटीज़ डेटा सेंटरबिजली परियोजनाएँCloud और GPU Compute
इंटेलिजेंस AI Modelsसॉफ़्टवेयर AI उत्पादBenchmarks रिसर्च पेपरडेटासेट अवधारणाएँ
इकोसिस्टम कंपनियाँस्टॉक्स लोगसमयरेखा रुझानAI का भविष्य
जानें समाचार डेटा से पूछें AI एजेंट
परिचय हमारे बारे में पद्धति Data & API अस्वीकरण
विकल्प
DATA & API

साइट के कैश्ड डेटा तक निःशुल्क रीड-ओनली JSON पहुँच।

डार्क मोड

निर्देशित दृश्य
chip, data center और मॉडल की शब्दावली से अपरिचित हैं? ब्राउज़ करते समय हम प्रमुख शब्दों को सरल भाषा में समझाते हैं। वही डेटा, साथ में सहायता।

विशेषज्ञ दृश्य
आप पहले से स्टैक जानते हैं। बस डेटा: साफ़, तेज़ और संक्षिप्त, बिना किसी अतिरिक्त स्पष्टीकरण के। यह डिफ़ॉल्ट व्यू है।

इंटरफ़ेस भाषा
‹ वापस
होम › Chips › FuriosaAI RNGD

FuriosaAI RNGD

Chip AI Accelerator रैंपिंग

Korea's inference challenger — the startup that turned down Meta's $800M.

आप एक chip रिकॉर्ड देख रहे हैं: यह processor क्या है, इसकी मुख्य specs, इसे कौन डिज़ाइन करता है, कौन बनाता है और इसके पुर्जे कौन आपूर्ति करता है, और यह कहाँ उपयोग होता है।

FuriosaAI's RNGD ('Renegade') is a 150 W HBM3-equipped inference card built on TSMC N5, targeting LLM serving at a fraction of GPU power. The Seoul startup reportedly declined an ~$800M acquisition approach from Meta in 2025 and signed LG AI Research as an anchor customer.

विशेषताएँ और मुख्य तथ्य

प्रत्येक आंकड़े पर उसका आधार अंकित है: vendor spec, vendor claim, reported, estimate, या official। "Not publicly disclosed" का अर्थ ठीक यही है — हम कोई मान गढ़ते नहीं।

Overview

Designer FuriosaAI
Sampling 2024; customer ramps 2025

Manufacturing

Foundry / process TSMC N5Vendor spec

मेमोरी

Memory 48 GB HBM3, 1.5 TB/sVendor spec

कंप्यूट

BF16 256 TFLOPS / INT8 512 TOPSVendor spec

बिजली

TDP 150 WVendor spec

यह बाकी स्टैक से कैसे जुड़ता है

इस रिकॉर्ड के लिंक एक नज़र में — किसी समूह पर क्लिक करके उस पर जाएँ।

द्वारा डिज़ाइन किया गया

द्वारा निर्मित

मेमोरी तकनीक

संबंधित

स्रोत

FuriosaAI ↗

रिकॉर्ड की समीक्षा की गई 2026-01-15 — देखें पद्धति.