ABD Çip Üretiminin Güçlendirilmesi – AI Liderliği için Anahtar

Geçtiğimiz birkaç hafta boyunca, başlıklar ABD’nin yarı iletkenlere yönelik ithalat tarifelerini uygulamaya koymasının yaklaşan tehdidi ve potansiyel etkileri hakkında bağırıyordu. Gerçekten, bu tarifelerin uygulanacağına inanmıyorum, çünkü bunlar önemli bir tedarik zinciri kesintisine neden olacak ve COVID-19’dan kalan etkileri hala hafızalarımızda taze. Kim unutabilir, otomotiv üreticilerinin parklarında mahsur kalan on binlerce bitmemiş arabanın? Elbette, kimse bunun tekrarlanmasını istemiyor!

Bununla birlikte, ABD’nin yarı iletken üretimi alanında daha dayanıklı ve kendine yeterli olması gerektiğini düşünüyorum ve bu çabaları takdir ediyorum. Burada, neden bu kendine yeterliliğin özellikle ABD’nin (şu anda dar) liderliğini korumak için yapay zeka (AI) alanında önemli olduğunu inceleyeceğiz.

AI Yarışı Temelde Bir Çip Yarışıdır

Yarı iletkenler, AI modellerini eğitmek için kullanılan sunucuları çalıştırmak için kritik öneme sahiptir, çünkü bu modelleri eğitmek için geleneksel işlemciler yerine yalnızca yarı iletkenlerin sağlayabileceği özel bir güç gerektirir. Bu yılın sonunda, AI ile ilgili yarı iletkenlerin dünya genelindeki toplam yarı iletken pazarının %19’unu oluşturacağı tahmin ediliyor, bu da 2017’de sahip olunan %7’den önemli bir artış.

AI’ye olan bağımlılığın artması, ABD’nin yabancı varlıklara olan yarı iletken tedarik bağımlılığını azaltması anlamına gelir. Küresel AI yarışının ısınmasıyla, yerli yarı iletken üretimi önemli ekonomik ve ulusal güvenlik faydaları, teknolojik bağımsızlık gibi faydalar sunar. Şu anda, Kongre’de ” Yarı İletken Tedarik Zincirlerini Güçlendirme Yasası 2025 ” adlı bir yasa geçiyor ve bu yasa, öngörülemez yabancı tedarik zincirlerine olan bağımlılığı azaltmayı amaçlıyor.

Nasıl Yaparız?

ABD’nin olası ithalat tarifelerine karşı tehdide yanıt olarak, birçok kişi ABD’nin şu anda yarı iletken talebinin patlamasını, özellikle de generatif AI ve AI veri merkezi yapılarını desteklemek için yeterli donanıma sahip olmadığını dile getirdi. AI’nin iş kullanım alanları, özellikle kodlama ve yazılım geliştirme, özellikle risk altında. Yarı iletken erişimindeki herhangi bir kesinti, AI ve aşağı akış pazarları gibi otonom araçlar, kenar işlem ve robotik dahil bağımlı uygulama alanları boyunca bir dalganın yayılmasına neden olabilir.

ABD’nin yarı iletken bağımlı endüstrilerde, özellikle AI’de inovasyonu sürdürebilmesi, malzeme keşfinin hızlandırılmasını gerektirecektir. Malzeme keşfinin ve benimsenmesinin “eski yolu” genellikle yabancı foundrylerde yoğunlaşmış ve fotolitografi, aşındırma, birikim ve temiz oda gibi çok adımlı süreçleri içermiştir. Bu, yavaş ve pahalı bir süreç olabilir, bu da uzun tasarım döngülerine ve önemli malzeme israfına yol açar.

Yarı iletken talebini daha iyi karşılamak için ABD, çip tasarımı alanındaki ilerlemelerden yararlanmalıdır, bir teknik ise doğrudan yerel atomik katman işlemedir. Bu, dijital, atomik olarak precisa bir üretim işlemidir ve cihazları doğrudan atomlardan oluşturur, geleneksel üretim sürecindeki birçok adımı ortadan kaldırır ve karmaşıklığı ve israfı azaltır. Geniş bir yelpazede mikro cihazların, özellikle AI yarı iletkenlerinin tasarımı ve prototiplenmesi için without görülmemiş esneklik ve hassasiyet sunar.

Atomik ölçekli hassasiyet ve malzeme işleminin kontrolünü sağlayan teknolojiler, tasarım döngülerini ve prototiplenmeyi önemli ölçüde hızlandırabilir, bu da AI’nin sürekli artan hesaplama ihtiyaçlarını karşılayabilecek yeni malzemeler veya malzeme kombinasyonlarının bulunmasına yardımcı olabilir.

Çevresel ve İnsan Sağlığı Taahhüdünü Koruyarak İç Üretim Artırma

Ek bir fayda olarak, yeni teknikler ayrıca yarı iletken üretiminin çevresel etkilerini önemli ölçüde azaltabilir. Bugüne kadar, bu endüstri önemli bir çevresel ayak izine sahiptir, sera gazı emisyonlarına, su tüketimine ve kimyasal atıklara, özellikle de suyu kirleten, bozulmayan ve insanlarda ve çevrede on yıllar boyunca kalan “her zaman kimyasallar” olarak bilinen PFAS gibi toksik “her zaman kimyasallar” katkıda bulunmuştur.

Son federal eylemler gibi ABD’de Çip Üretimi Yasası ve CHIPS Yasası, önemli çevresel endişeler ortaya çıkardı. Çip tasarımı, prototiplenmesi ve üretimi için gereken süreyi azaltarak ve kimyasal yoğun temiz oda ortamlarının ihtiyacını ortadan kaldırarak, yeni teknikler talebi karşılayabilir ve sorumlu bir şekilde ölçeklenebilir, böylece iç kaynaklar kullanılarak ve çevresel ve insan sağlığı tehlikeye atılmadan.

Topluluk Kaynaklarını Kullanma

Yeni üretim tekniklerini uygulamanın yanı sıra, ABD genel yaklaşımını güncellemelidir. Bu, üretimini birkaç multi-milyar dolarlık foundryye ağır şekilde dış kaynak kullanarak bir modelden, ülkenin önde gelen üniversiteleri, start-upları ve endüstriyel Ar-Ge şirketlerini kullanarak keşfi hızlandırmaya, tüm “lab-to-fab” sürecini (araştırma, prototiplenme ve üretim) desteklemeye ve maliyetleri kontrol altında tutarak ve bu organizasyonların altyapısına doğrudan entegre ederek geçiş yapmayı içerir.

İleriye Bakmak

AI ve yarı iletkenler arasındaki ilişki gerçekten simbiyotiktir. AI modellerini eğitmek için kullanılan sunucuları çalıştırmak için yarı iletkenlerin kritik öneme sahip olduğunu zaten söyledik; öte yandan, AI yarı iletken malzemesi keşfini, yeni malzemelerin özelliklerini tahmin etmek ve tasarım sürecini hızlandırmak için makine öğrenimini kullanarak önemli ölçüde hızlandırıyor. Bu approach, ters malzeme tasarımı olarak bilinir ve araştırmacıların, improved iletkenlik, enerji verimliliği ve sürdürülebilirlik gibi belirli hedeflenen özelliklere sahip malzemeler tasarlamalarına olanak tanır.

Yeni malzemelerin keşfini hızlandırmak, özellikle AI yarı iletkenleri için, endüstrinin sürekli olarak hesaplamayı artırmak, verimliliği ve hızı artırmak ve çip boyutunu azaltmaya çalıştığı için, hala en zorlu zorluklardan biridir.

AI, yeni, teorik malzemelerin özelliklerini tahmin edebilir, ancak bu atılımlar geleneksel olarak fiziksel doğrulamanın yavaş temposu ile sınırlı kaldı. Yeni teknikler, yüksek hacimli deneysel çalışmaları desteklemek için kullanılabilir, bu da boşluğu kapatmaya yardımcı olur; daha hızlı, daha hedefli malzeme gelişimini sağlar ve sonunda bir sonraki nesil malzemelerin kilidini açar. Doğrudan atomik katman işleme gibi yeni teknikleri AI’nin gücüne birleştirmek, ABD’nin kendi ulusal sınırları içinde merkezi olarak mucizeler yaratabilir, previously düşünülenden daha da hızlı bir şekilde atılımların gelişimini hızlandırabilir.