Stärkung der US-amerikanischen Halbleiterherstellung – Der Schlüssel zur AI-Führung

Seit mehreren Wochen werden in den Schlagzeilen die drohende Gefahr und die möglichen Auswirkungen von US-Importzöllen auf Halbleiter thematisiert. Ich denke jedoch, dass die Einführung dieser Zölle nie stattfinden wird, da sie zu einer so erheblichen Störung der Lieferkette führen würde, deren unangenehme Auswirkungen noch allzu frisch in unserer Erinnerung an COVID-19 sind. Wer kann die Zehntausende unfertigen Autos vergessen, die in den Lagerhäusern der Automobilhersteller gestrandet sind? Sicherlich will niemand eine Wiederholung davon!

Ich denke jedoch, dass es den US-amerikanischen Unternehmen und der US-Wirtschaft insgesamt zugute kommt, resilianter und selbstständiger in der Halbleiterherstellung zu werden, und ich begrüße diese Bemühungen. Hier werden wir untersuchen, warum diese Selbstständigkeit so wichtig ist, insbesondere im Hinblick auf die Fähigkeit der USA, ihre derzeitige (schmale) Führungsposition in der künstlichen Intelligenz (KI) zu erhalten.

Der Wettlauf um KI ist im Kern ein Wettlauf um Halbleiter

Halbleiter sind entscheidend für die Stromversorgung der Server, die KI-Modelle trainieren, da das Training dieser Modelle eine spezielle Stärke erfordert, die nur Halbleiter (im Gegensatz zu herkömmlichen Prozessoren) liefern können. Es wird geschätzt, dass bis zum Ende dieses Jahres KI-bezogene Halbleiter 19 Prozent des gesamten Halbleitermarktes weltweit ausmachen werden, was eine erhebliche Steigerung gegenüber den sieben Prozent im Jahr 2017 darstellt.

Eine erhöhte Abhängigkeit von Halbleitern für KI bedeutet, dass die USA umso weniger auf ausländische Entitäten für die Halbleiterversorgung angewiesen sind, desto besser. Da der globale KI-Wettlauf anheizt, bietet die inländische Halbleiterproduktion erhebliche Vorteile wie gestärkte wirtschaftliche und nationale Sicherheit sowie technologische Unabhängigkeit. Derzeit gibt es einen Gesetzesentwurf, der durch den Kongress geht und als “Securing Semiconductor Supply Chains Act of 2025” bezeichnet wird, der auf eine Reduzierung der Abhängigkeit von unvorhersehbaren ausländischen Lieferketten abzielt und bipartisanische Unterstützung genießt.

Wie machen wir es?

Als Reaktion auf die drohende Gefahr möglicher US-Importzölle haben viele Bedenken geäußert, dass die USA in ihrer aktuellen Situation nicht in der Lage sind, die rasant ansteigende Nachfrage nach Halbleitern zu bewältigen, die durch generative KI und KI-Rechenzentren angetrieben wird. Die Geschäftsanwendungen von KI, wie z.B. Codierung und Softwareentwicklung, sind besonders gefährdet. Jede Störung der Halbleiterversorgung könnte eine Kettenreaktion über abhängige Anwendungsgebiete wie KI und nachgelagerte Märkte wie autonome Fahrzeuge, Edge-Computing und Robotik auslösen.

Die Fähigkeit der USA, Innovationen in halbleiterabhängigen Branchen wie KI voranzutreiben, erfordert eine Beschleunigung der Materialentdeckung. Die “alte Methode” der Materialentdeckung und -adoption war typischerweise in ausländischen Fertigungen konzentriert und umfasste mehrstufige Prozesse wie Photolithographie, Ätzen, Abscheidung und Reinräume. Dies kann ein langsamer und teurer Prozess sein, der zu langen Entwicklungszyklen und erheblichem Materialverbrauch führt.

Um die Halbleiternachfrage inländisch besser zu decken, müssen die USA die Fortschritte in der Chip-Entwicklung nutzen, eine Technik, die als direkte lokale atomare Schichtverarbeitung bezeichnet wird. Dies ist ein digitales, atomar präzises Fertigungsverfahren, das Geräte direkt aus Atomen aufbaut, wodurch der Bedarf an den vielen Schritten im herkömmlichen Fertigungsprozess eliminiert wird, während die Komplexität und der Abfall reduziert werden. Es bietet eine beispiellose Flexibilität und Präzision für die Gestaltung und Erstellung einer Vielzahl von Mikrogeräten, einschließlich KI-Halbleitern.

Durch die Ermöglichung atomarer Präzision und Kontrolle über die Materialverarbeitung können Technologien wie die direkte lokale atomare Schichtverarbeitung die Entwicklungszyklen und die Erstellung von Prototypen erheblich beschleunigen, um neue Materialien oder Materialkombinationen zu finden, die die ständig steigenden Rechenanforderungen von KI erfüllen können.

Erhöhung der inländischen Fertigung unter Beachtung von Umwelt- und Gesundheitsschutz

Als zusätzlichen (und nicht unerheblichen) Vorteil können neue Technologien auch die Umweltbelastung der Halbleiterherstellung erheblich verringern. Bisher hat die Branche aufgrund ihres großen ökologischen Fußabdrucks ein ernstes Dilemma zu bewältigen, da sie erheblich zu den Treibhausgasemissionen, Wasserverbrauch und chemischen Abfällen beiträgt, insbesondere giftigen “Forever Chemicals” wie PFAS. Diese Chemikalien verunreinigen Wasser, zerfallen nicht und bleiben für Jahrzehnte in der Umwelt (und im Menschen!) erhalten.

Es ist kein Wunder, dass jüngste Bundesmaßnahmen wie der Building Chips in America Act und der CHIPS Act erhebliche Umweltbedenken aufgeworfen haben. Durch die Reduzierung der Zeit, die zum Entwurf, Prototyp und Herstellung von Chips benötigt wird, und durch die Eliminierung der Notwendigkeit chemikalienintensiver Reinräume können neue Technologien die Antwort auf die Deckung der Nachfrage und die verantwortungsvolle Skalierung mithilfe inländischer Ressourcen sein, ohne die Umwelt und die Gesundheit zu gefährden.

Nutzung der kollektiven Ressourcen der USA

Zusätzlich zur Einführung neuer Fertigungstechnologien muss die USA ihre gesamte Herangehensweise überdenken. Dies bedeutet, dass sie von einem Modell, das stark auf die Auslagerung der Produktion in eine kleine Handvoll multibillionenschwerer Fertigungen setzt, zu einer Nutzung des umfassenden und reichen Arsenal an führenden Universitäten, Start-ups und industriellen Forschungs- und Entwicklungseinrichtungen wechseln, um die Zusammenarbeit zu fördern, die Entdeckung zu beschleunigen und den gesamten “Lab-to-Fab”-Prozess (Forschung, Prototypenbau und Fertigung) zu unterstützen. All dies kann erreicht werden, während die Kosten im Zaum gehalten und die ermöglichten Technologien direkt in die Infrastrukturen dieser Organisationen integriert werden.

Blick in die Zukunft

Die Beziehung zwischen KI und Halbleitern ist wirklich symbiotisch. Wie bereits erwähnt, sind Halbleiter entscheidend für die Stromversorgung der Server, die KI-Modelle trainieren; auf der anderen Seite beschleunigt KI die Materialentdeckung für Halbleiter erheblich, indem sie maschinelles Lernen nutzt, um die Eigenschaften neuer Materialien vorherzusagen und den Entwurfsprozess zu beschleunigen. Dieser Ansatz, der als inverse Materialentwicklung bekannt ist, ermöglicht es Forschern, Materialien mit spezifischen Ziel-eigenschaften wie verbesserter Leitfähigkeit, Energieeffizienz und Nachhaltigkeit zu entwerfen.

Die Beschleunigung der Entdeckung neuer Materialien bleibt eine der größten Herausforderungen in der Halbleiterherstellung, insbesondere für KI-Halbleiter, da die Branche ständig die Rechenleistung, Effizienz und Geschwindigkeit steigern und die Größe der Chips verringern will.

Während KI verwendet werden kann, um die Eigenschaften neuer, theoretischer Materialien vorherzusagen, sind diese Durchbrüche traditionell immer noch durch die langsame Geschwindigkeit der physikalischen Validierung begrenzt. Neue Technologien können zur Unterstützung der Hochdurchsatz-Experimentierung eingesetzt werden, um die Lücke zu schließen; sie ermöglichen eine schnellere, gezieltere Materialentwicklung und letztendlich die Freigabe der nächsten Generation von Materialien. Durch die Kombination neuer Technologien wie der direkten atomaren Schichtverarbeitung mit der Kraft von KI kann man “Magie” schaffen, die Entwicklung von Durchbrüchen, die nie zuvor für möglich gehalten wurden, dramatisch beschleunigen, all dies innerhalb der eigenen nationalen Grenzen der USA.