การเสริมสร้างการผลิตชิปของสหรัฐฯ – กุญแจสู่ความเป็นผู้นำด้าน AI

ในช่วงหลายสัปดาห์ที่ผ่านมา ข่าว ได้เตือนถึงภัยคุกคามและผลกระทบที่อาจเกิดขึ้นจากภาษี nhập khẩuของสหรัฐฯ ที่จะถูกกำหนดให้กับเซมิคอนดักเตอร์ ซึ่งจริงๆ แล้วฉันไม่คิดว่าการกำหนดภาษีเหล่านี้จะเกิดขึ้นจริง เนื่องจากจะทำให้เกิดการหยุดชะงักในห่วงโซ่อุปทานอย่างมาก ซึ่งผลกระทบไม่ดีจาก COVID-19 ยังคงอยู่ในความทรงจำของเราอย่างชัดเจน ใครสามารถลืมรถยนต์หลายหมื่นคันที่ถูกทิ้งไว้ ในลานจอดรถ ของผู้ผลิตรถยนต์อย่างแน่นอน ไม่มีใครต้องการให้เกิดเหตุการณ์แบบนั้นอีก!

อย่างไรก็ตาม ฉันเชื่อว่าธุรกิจในสหรัฐฯ และเศรษฐกิจสหรัฐฯ โดยรวมควรพยายามเพิ่มความสามารถในการผลิตเซมิคอนดักเตอร์ภายในประเทศ และฉันชื่นชมความพยายามเหล่านี้ ที่นี่ เราจะพิจารณาว่าทำไมความสามารถในการผลิตเซมิคอนดักเตอร์ภายในประเทศจึงมีความสำคัญ โดยเฉพาะอย่างยิ่งในการรักษาความเป็นผู้นำของสหรัฐฯ ในด้าน AI ที่ทันสมัย

การแข่งขัน AI คือการแข่งขันชิป

เซมิคอนดักเตอร์มีความสำคัญอย่างยิ่งในการให้พลังแก่เซิร์ฟเวอร์ที่ใช้ในการฝึกอบรมโมเดล AI เนื่องจากการฝึกอบรมโมเดลเหล่านี้ต้องการความสามารถพิเศษที่เซมิคอนดักเตอร์สามารถให้ได้ (ไม่เหมือนกับโปรเซสเซอร์แบบดั้งเดิม) คาดการณ์ว่าภายในสิ้นปีนี้ เซมิคอนดักเตอร์ที่เกี่ยวข้องกับ AI จะคิดเป็น 19% ของตลาดเซมิคอนดักเตอร์ทั่วโลก ซึ่งเป็นการเพิ่มขึ้นอย่างมากจาก 7% ในปี 2017

เราทำอย่างไร

ในการตอบสนองต่อภัยคุกคามของภาษี nhập khẩuของสหรัฐฯ ที่อาจเกิดขึ้น หลายคนได้แสดงความกังวลว่าในสภาพปัจจุบัน สหรัฐฯ ไม่มีความพร้อมที่จะจัดการกับความต้องการเซมิคอนดักเตอร์ที่เพิ่มขึ้นอย่างรวดเร็วซึ่งถูกขับเคลื่อนโดย AI และการสร้างศูนย์ข้อมูล AI การใช้ AI ในธุรกิจ เช่น การเขียนโค้ดและการพัฒนาซอฟต์แวร์ มีความเสี่ยงที่จะถูกขัดขวางใดๆ ในการเข้าถึงเซมิคอนดักเตอร์อาจทำให้เกิดผลกระทบรipple effect ทั่วทั้งพื้นที่การประยุกต์ใช้งานที่ขึ้นอยู่กับเซมิคอนดักเตอร์ รวมถึง AI และตลาดที่อยู่ห่างออกไป เช่น ยานพาหนะอัตโนมัติ การประมวลผลขอบ และหุ่นยนต์

ความสามารถของสหรัฐฯ ในการขับเคลื่อนนวัตกรรมในอุตสาหกรรมที่พึ่งพาเซมิคอนดักเตอร์ รวมถึง AI จะต้องมีการเร่งการค้นพบวัสดุใหม่ๆ วิธีการค้นพบและนำวัสดุมาใช้แบบเก่า通常มีการกระจายความเสี่ยงในต่างประเทศและเกี่ยวข้องกับกระบวนการหลายขั้นตอน เช่น การถ่ายภาพโดยใช้แสง การแกะสลัก การฝังและการทำความสะอาดห้องสะอาด ซึ่งเป็นกระบวนการที่ช้าและแพง ซึ่งนำไปสู่วงจรการออกแบบที่ยาวนานและความสูญเสียวัสดุอย่างมาก

เพื่อให้สามารถตอบสนองความต้องการเซมิคอนดักเตอร์ภายในประเทศได้ดีขึ้น สหรัฐฯ ต้องใช้ประโยชน์จากความก้าวหน้าในการออกแบบชิป โดยใช้เทคนิคการประมวลผลระดับอะตอมแบบตรง การประมวลผลนี้เป็นกระบวนการผลิตดิจิทัลที่มีความแม่นยำระดับอะตอม ซึ่งสร้างอุปกรณ์โดยตรงจากอะตอม ทำให้ไม่จำเป็นต้องมีการกระบวนการหลายขั้นตอนในกระบวนการผลิตแบบดั้งเดิม และลดความซับซ้อนและความสูญเสียวัสดุ นอกจากนี้ยังให้ความยืดหยุ่นและความแม่นยำที่ไม่เคยเห็นมาก่อนในการออกแบบและสร้างต้นแบบอุปกรณ์ขนาดเล็ก รวมถึงเซมิคอนดักเตอร์สำหรับ AI

การเพิ่มการผลิตภายในประเทศโดยยังคงให้ความสำคัญกับสิ่งแวดล้อมและสุขภาพของมนุษย์

เป็นประโยชน์เสริม (และไม่สำคัญน้อย) เทคนิคใหม่ๆ เหล่านี้ยังช่วยลดผลกระทบต่อสิ่งแวดล้อมของการผลิตเซมิคอนดักเตอร์ได้อย่างมาก อุตสาหกรรมนี้เผชิญกับปัญหาสิ่งแวดล้อมอย่างรุนแรง เนื่องจากมีส่วนช่วยในการปล่อยก๊าซเรือนกระจก การบริโภคน้ำ และของเสียเคมี โดยเฉพาะสารเคมีที่เรียกว่า “สารเคมีตลอดไป” หรือ PFAS ซึ่งเป็นสารที่ปนเปื้อนในน้ำ ไม่สลายตัว และยังคงอยู่ในสิ่งแวดล้อม (และในคน!) เป็นเวลาหลายทศวรรษ

การหุ้มสมองทรัพยากรรวมของสหรัฐฯ

นอกเหนือจากการใช้เทคนิคการผลิตใหม่ๆ แล้ว สหรัฐฯ ยังต้องปรับปรุงแนวทางโดยรวม ซึ่งหมายถึงการเปลี่ยนจากแบบจำลองที่มีการกระจายการผลิตไปยังต่างประเทศในระดับสูง ไปสู่การใช้ทรัพยากรที่หลากหลายและเข้มแข็งของประเทศ เช่น มหาวิทยาลัยชั้นนำ สตาร์ทอัพ และบริษัทวิจัยและพัฒนา เพื่อทำงานร่วมกัน เพิ่มความเร็วในการค้นพบ และสนับสนุนกระบวนการ “ห้องทดลอง-โรงงาน” (การวิจัย การสร้างต้นแบบ และการผลิต) ทั้งหมดนี้สามารถทำได้โดยการควบคุมต้นทุนและรวมเทคโนโลยีเข้ากับโครงสร้างพื้นฐานขององค์กรเหล่านั้น

มองไปข้างหน้า

ความสัมพันธ์ระหว่าง AI และเซมิคอนดักเตอร์เป็นความสัมพันธ์ที่สัมพันธ์กันและกัน เนื่องจากเซมิคอนดักเตอร์มีความสำคัญต่อการให้พลังแก่เซิร์ฟเวอร์ที่ใช้ในการฝึกอบรมโมเดล AI ในทางกลับกัน AI ก็มีส่วนช่วยในการเร่งการค้นพบวัสดุใหม่ๆ สำหรับเซมิคอนดักเตอร์โดยใช้การเรียนรู้ของเครื่องจักรเพื่อคาดการณ์คุณสมบัติของวัสดุใหม่และเร่งกระบวนการออกแบบ

การเร่งการค้นพบวัสดุใหม่ๆ ยังคงเป็นหนึ่งในความท้าทายที่ยากที่สุดในการผลิตเซมิคอนดักเตอร์ โดยเฉพาะอย่างยิ่งสำหรับเซมิคอนดักเตอร์ AI เนื่องจากอุตสาหกรรมพยายามที่จะเพิ่มขีดความสามารถในการคำนวณ ประสิทธิภาพ และความเร็วของชิป ในขณะเดียวกันก็ลดขนาดของชิปลง

โดยการทำให้สามารถควบคุมและประมวลผลวัสดุได้อย่างแม่นยำ เทคโนโลยีใหม่ๆ เหล่านี้สามารถช่วยเร่งการค้นพบวัสดุใหม่ๆ และการออกแบบได้อย่างรวดเร็ว และช่วยให้สามารถค้นพบวัสดุใหม่ๆ ที่สามารถตอบสนองความต้องการในการคำนวณของ AI ได้ การรวมเทคนิคการประมวลผลระดับอะตอมแบบตรงเข้ากับพลังของ AI มีศักยภาพที่จะสร้างความเปลี่ยนแปลงที่น่าเหลือเชื่อ โดยการเร่งการค้นพบสิ่งใหม่ๆ ที่ไม่เคยคิดมาก่อน และทั้งหมดนี้สามารถทำได้ภายในพรมแดนของสหรัฐฯ