Укрепление производства микрочипов в США – ключ к лидерству в области ИИ

На протяжении нескольких последних недель заголовки кричали о надвигающейся угрозе и потенциальном влиянии введения США импортных тарифов на полупроводники. Честно говоря, я не думаю, что введение этих тарифов когда-либо произойдет, поскольку это приведет к такому значительному нарушению цепочки поставок, что последствия будут слишком свежи в нашей памяти с COVID-19. Кто может забыть десятки тысяч незавершенных автомобилей, оставшихся брошенными на парковках производителей автомобилей. Определенно, никто не хочет повторения этого!

Тем не менее, я считаю, что все еще необходимо, чтобы американские предприятия и американская экономика в целом стали более устойчивыми и самодостаточными в области производства полупроводников, и я аплодирую этим усилиям. Здесь мы рассмотрим, почему эта самодостаточность так важна, особенно в плане способности США (в настоящее время узкого) лидерства в области искусственного интеллекта (ИИ).

Гонка ИИ – это, по сути, гонка полупроводников

Полупроводники имеют решающее значение для питания серверов, на которых обучаются модели ИИ, поскольку обучение этих моделей требует специальной силы, которую могут обеспечить только полупроводники (в отличие от традиционных процессоров). Оценивается, что к концу этого года полупроводники, связанные с ИИ, будут составлять 19 процентов от общего мирового рынка полупроводников, что является значительным увеличением по сравнению с 7 процентами в 2017 году.

Увеличенная зависимость от полупроводников для ИИ означает, что чем меньше США полагаются на иностранные сущности для поставок полупроводников, тем лучше. Поскольку глобальная гонка ИИ разгорается, внутреннее производство полупроводников предлагает значительные выгоды, такие как укрепление экономической и национальной безопасности, а также технологическая независимость. В настоящее время в Конгрессе проходит законопроект под названием “Закон о защите цепочки поставок полупроводников 2025 года“, который имеет двупартийную поддержку и направлен на снижение зависимости от непредсказуемых иностранных цепочек поставок.

Как мы это делаем?

В ответ на угрозу возможных американских импортных тарифов многие выразили обеспокоенность, что в своем нынешнем состоянии США не готовы справиться с взлетающим спросом на полупроводники, обусловленным генеративным ИИ и строительством центров обработки данных ИИ. Бизнес-использование ИИ, такое как кодирование и разработка программного обеспечения, особенно уязвимо. Любое нарушение доступа к полупроводникам может вызвать эффект домино в зависимых областях применения, включая ИИ и дочерние рынки, такие как автономные транспортные средства, вычисления на краю сети и робототехника.

Способность США стимулировать инновации в отраслях, зависящих от полупроводников, включая ИИ, потребует ускорения открытия материалов. “Старый способ” открытия и внедрения материалов обычно был сконцентрирован в зарубежных фабриках и включал многоступенчатые процессы, такие как фотолитография, травление, осаждение и чистые комнаты. Это может быть медленным и дорогим процессом, приводящим к длительным циклам проектирования и значительному浪费у материалов.

Чтобы лучше удовлетворить внутренний спрос на полупроводники, США должны воспользоваться достижениями в проектировании микрочипов, одним из методов является прямая локальная атомная слойная обработка. Это цифровой, атомно-точный процесс производства, который строит устройства直接 из атомов, исключая необходимость многих шагов, участвующих в традиционном производственном процессе, а также снижая сложность и浪费. Он предлагает беспрецедентную гибкость и точность для проектирования и прототипирования широкого спектра микроустройств, включая полупроводники ИИ.

Благодаря обеспечению атомного масштаба точности и контроля над обработкой материалов, технологии, такие как прямая локальная атомная слойная обработка, могут значительно ускорить циклы проектирования и прототипирования, помогая найти новые материалы или комбинации материалов, которые могут удовлетворить постоянно растущие вычислительные потребности ИИ.

Увеличение внутреннего производства при сохранении приверженности экологическому и здоровью человека

Как дополнительная (и не незначительная) выгода, новые методы также могут значительно снизить экологическое воздействие производства полупроводников. До сих пор эта отрасль столкнулась с серьезной дилеммой из-за своего значительного экологического следа, внося значительный вклад в выбросы парниковых газов, потребление воды и химических отходов, особенно токсичных “вечных” химикатов, известных как ПФАС. Это химикаты, которые загрязняют воду, не разлагаются и остаются в окружающей среде (и в людях!) в течение десятилетий.

Неудивительно, что недавние федеральные действия, такие как Закон о строительстве микрочипов в Америке и Закон CHIPS, вызвали значительные экологические проблемы. Сокращая время, необходимое для проектирования, прототипирования и производства микрочипов, и исключая необходимость химически интенсивных чистых комнат, новые методы могут стать ответом на удовлетворение спроса и масштабирование ответственно, используя внутренние ресурсы, и без компрометации экологического и здоровья человека.

Использование коллективных ресурсов США

Помимо внедрения новых методов производства, США должны обновить свой общий подход. Это означает переход от модели, сильно ориентированной на аутсорсинг производства в небольшое количество многомиллиардных фабрик, к использованию всестороннего и богатого арсенала ведущих университетов, стартапов и промышленных фирм по исследовательскому и опытно-конструкторскому развитию для сотрудничества, ускорения открытий и поддержки всего процесса “лаборатория-фабрика” (исследования, прототипирования и производства). Все это можно достичь, сохраняя при этом контроль над затратами и интегрируя технологии, облегчающие процесс,直接 в инфраструктуру этих организаций.

Взгляд в будущее

Отношения между ИИ и полупроводниками действительно симбиотичны. Как мы упоминали, полупроводники имеют решающее значение для питания серверов, на которых обучаются модели ИИ; с другой стороны, ИИ значительно ускоряет открытие материалов для полупроводников, используя машинное обучение для прогнозирования свойств новых материалов и ускорения процесса проектирования. Этот подход, известный как обратное проектирование материалов, позволяет исследователям проектировать материалы с конкретными целевыми свойствами, такими как улучшенная проводимость, энергоэффективность и устойчивость.

Ускорение открытия новых материалов остается одной из самых сложных задач в производстве полупроводников, хотя это особенно сложно для полупроводников ИИ, поскольку отрасль стремится постоянно повышать вычислительную мощность, эффективность и скорость, снижая при этом размер микрочипа.

Хотя ИИ можно использовать для прогнозирования свойств новых, теоретических материалов, эти прорывы традиционно все еще были ограничены медленным темпом физической проверки. Новые методы можно использовать для поддержки высокопроизводительного экспериментирования, помогая закрыть разрыв; обеспечивая более быстрое и целенаправленное развитие материалов, и в конечном итоге открывая следующее поколение материалов. Объединение новых методов, таких как прямая атомная слойная обработка, с мощью ИИ может творить чудеса, значительно ускоряя разработку прорывов, которые ранее считались невозможными, все это в пределах национальных границ США.