Het versterken van de Amerikaanse chipproductie – de sleutel tot AI-leiderschap

De afgelopen weken, headlines hebben geschreeuwd over de dreigende dreiging en de mogelijke impact van Amerikaanse importtarieven op halfgeleiders. Eerlijk gezegd denk ik niet dat de invoering van deze tarieven ooit zal plaatsvinden, omdat ze zouden leiden tot zulke aanzienlijke verstoringen in de toeleveringsketen, waarvan de nare gevolgen van COVID-19 nog maar al te vers in ons geheugen liggen. Wie kan de tienduizenden onafgemaakte auto's vergeten die nog over zijn? gestrand in de kavels van autofabrikanten. Niemand wil daar nog eens last van hebben!

Dat gezegd hebbende, ben ik van mening dat het Amerikaanse bedrijven en de Amerikaanse economie in het algemeen nog steeds goed uitkomt om veerkrachtiger en zelfredzamer te worden op het gebied van halfgeleiderproductie, en ik juich deze inspanningen toe. Hier zullen we onderzoeken waarom deze zelfredzaamheid zo belangrijk is, met name met betrekking tot het vermogen van de VS om zijn (momenteel beperkte) marktpositie te behouden. leidinggevende in de modernste kunstmatige intelligentie (AI).

De AI-race is in essentie een chipsrace

Halfgeleiders zijn cruciaal voor de voeding van de servers die AI-modellen trainen, omdat het trainen van deze modellen een gespecialiseerde kracht vereist die alleen halfgeleiders (in tegenstelling tot traditionele processors) kunnen leveren. Naar verwachting zullen AI-gerelateerde halfgeleiders tegen het einde van dit jaar verantwoordelijk zijn voor 19 procent van de totale halfgeleidermarkt wereldwijd, een aanzienlijke stijging ten opzichte van de zeven procent in 2017.

De toenemende afhankelijkheid van halfgeleiders voor AI betekent dat hoe minder de VS afhankelijk is van buitenlandse partijen voor de levering van halfgeleiders, hoe beter. Naarmate de wereldwijde AI-race op gang komt, biedt de binnenlandse halfgeleiderproductie aanzienlijke voordelen, zoals een versterkte economische en nationale veiligheid, evenals technologische onafhankelijkheid. Momenteel is er een wetsvoorstel in behandeling bij het Congres, genaamd "Wet op de beveiliging van halfgeleidertoeleveringsketens van 2025, dat steun geniet van beide partijen en er rechtstreeks op gericht is de afhankelijkheid van onvoorspelbare buitenlandse toeleveringsketens te verminderen.

Hoe doen we dat?

Als reactie op de dreiging van mogelijke Amerikaanse importtarieven hebben velen hun bezorgdheid geuit dat de VS in de huidige staat van zaken slecht uitgerust om de explosief stijgende vraag naar halfgeleiders, die wordt aangestuurd door generatieve AI en de uitbouw van AI-datacenters, aan te kunnen. Zakelijke toepassingen van AI, zoals coderen en softwareontwikkeling, lopen een groot risico. Elke verstoring van de toegang tot halfgeleiders kan een domino-effect hebben op afhankelijke toepassingsgebieden, waaronder AI en downstreammarkten zoals zelfrijdende auto's, edge computing en robotica.

Het vermogen van de VS om innovatie te stimuleren in halfgeleiderafhankelijke industrieën, waaronder AI, vereist een versnelling van de materiaalontdekking. De "oude manier" van materiaalontdekking en -implementatie was doorgaans geconcentreerd in buitenlandse gieterijen en omvatte meerstapsprocessen zoals fotolithografie, etsen, depositie en cleanrooms. Dit kan een traag en duur proces zijn, wat leidt tot lange ontwerpcycli en aanzienlijke materiaalverspilling.

Om beter te kunnen voldoen aan de binnenlandse vraag naar halfgeleiders, moeten de VS profiteren van de ontwikkelingen in chipontwerp, waaronder directe lokale atomaire-laagverwerking. Dit is een digitaal, atomair nauwkeurig productieproces dat apparaten rechtstreeks uit atomen bouwt, waardoor de vele stappen van het traditionele productieproces overbodig worden en tegelijkertijd de complexiteit en verspilling worden verminderd. Het biedt ongekende flexibiliteit en precisie voor het ontwerpen en prototypen van een breed scala aan microapparaten, waaronder AI-halfgeleiders.

Door precisie en controle op atomaire schaal over materiaalverwerking mogelijk te maken, kunnen technologieën zoals directe lokale atomaire laagverwerking ontwerpcycli en prototyping aanzienlijk versnellen. Dit helpt bij het vinden van nieuwe materialen of combinaties van materialen die kunnen voldoen aan de steeds groeiende rekenbehoeften van AI.

De binnenlandse productie vergroten en tegelijkertijd toegewijd blijven aan het milieu en de gezondheid van de mens

Als bijkomend (en niet onbelangrijk) voordeel kunnen nieuwe technieken de milieu-impact van de halfgeleiderproductie drastisch verminderen. Tot op heden kampt deze industrie met een ernstig dilemma vanwege haar buitensporige ecologische voetafdruk, die aanzienlijk bijdraagt ​​aan de uitstoot van broeikasgassen, waterverbruik en chemisch afval, met name giftige 'eeuwige chemicaliën', beter bekend als PFAS. Dit zijn chemicaliën die water vervuilen, niet afbreken en tientallen jaren in het milieu (en in mensen!) achterblijven.

Het is geen wonder dat recente federale maatregelen zoals de Wet op bouwchips in Amerika en CHIPS-wet hebben geleid tot aanzienlijke zorgen over het milieu. Door de tijd die nodig is voor het ontwerpen, prototypen en produceren van chips te verkorten – en de noodzaak van chemisch-intensieve cleanroomomgevingen te elimineren – kunnen nieuwe technieken de oplossing zijn om aan de vraag te voldoen en verantwoord op te schalen met binnenlandse hulpbronnen, zonder het milieu en de volksgezondheid in gevaar te brengen.

Het benutten van de collectieve hulpbronnen van de VS

Naast de inzet van nieuwe productietechnieken moeten de VS hun algehele aanpak actualiseren. Dit betekent dat ze moeten afstappen van een model van grootschalige offshoring van productie naar een handvol miljardenbedrijven, en gebruik moeten maken van het uitgebreide en rijke arsenaal aan toonaangevende universiteiten, startups en industriële R&D-bedrijven in het land om samen te werken, ontdekkingen te versnellen en het volledige 'lab-to-fab'-proces (onderzoek, prototyping en productie) te ondersteunen. Dit alles kan worden bereikt met behoud van kostenbeheersing en door faciliterende technologieën direct in de infrastructuur van deze organisaties te integreren.

Volgende halte: Spa

De relatie tussen AI en halfgeleiders is werkelijk symbiotisch. Zoals we al zeiden, zijn halfgeleiders cruciaal voor de servers die AI-modellen trainen; aan de andere kant versnelt AI de ontdekking van halfgeleidermaterialen aanzienlijk door machine learning te gebruiken om de eigenschappen van nieuwe materialen te voorspellen en het ontwerpproces te versnellen. Deze aanpak, bekend als invers materiaalontwerp, stelt onderzoekers in staat om materialen te ontwerpen met specifieke, doelgerichte eigenschappen, zoals verbeterde geleidbaarheid, energie-efficiëntie en duurzaamheid.

Het versnellen van de ontdekking van nieuwe materialen blijft een van de grootste uitdagingen in de halfgeleiderproductie. Voor AI-halfgeleiders is dit echter extra veeleisend, aangezien de sector voortdurend de rekenkracht, efficiëntie en snelheid wil opvoeren en tegelijkertijd de chipgrootte wil verkleinen.

Hoewel AI kan worden gebruikt om de eigenschappen van nieuwe, theoretische materialen te voorspellen, werden deze doorbraken traditioneel nog steeds beperkt door het trage tempo van fysieke validatie. Nieuwe technieken kunnen worden gebruikt om experimenten met een hoge doorvoersnelheid te ondersteunen, wat helpt de kloof te dichten; het maakt snellere, gerichtere materiaalontwikkeling mogelijk en ontsluit uiteindelijk de volgende generatie materialen. De combinatie van nieuwe technieken zoals directe atomaire laagverwerking met de kracht van AI heeft de kracht om magie te creëren en de ontwikkeling van doorbraken die voorheen nooit mogelijk werden geacht, drastisch te versnellen, allemaal gecentraliseerd binnen de nationale grenzen van de VS.