加强美国芯片制造 – 人工智能领导力的关键

过去几周，新闻标题不断警告美国可能对进口半导体征收关税及其潜在影响。坦率地说，我认为这些关税最终不会实施，因为它们会严重扰乱供应链；新冠疫情期间的惨痛后果至今仍历历在目。谁会忘记数万辆因缺少芯片而滞留在汽车制造商停车场的未完工车辆？当然，没有人希望历史重演。相关的关税争议也说明了这一风险。

尽管如此，我仍然认为，美国企业乃至整个美国经济都应在半导体制造方面变得更有韧性、更能自给自足，我也赞赏为此付出的努力。下面我们将说明这种自主能力为何如此重要，尤其关系到美国能否维持其目前仍然微弱的先进人工智能领先地位。

人工智能竞赛的核心是芯片竞赛

训练人工智能模型的服务器离不开半导体，因为这类训练需要传统处理器无法提供的专用计算能力。据估计，到今年年底，与人工智能相关的半导体将占全球半导体市场的19%，远高于2017年的7%。

人工智能对半导体的依赖越强，美国对外国供应商的依赖就越值得降低。随着全球人工智能竞赛升温，本土半导体生产能够加强经济安全和国家安全，并提高技术自主性。美国国会目前正在审议两党共同支持的《2025年半导体供应链安全法案》，其目标正是减少对不可预测的外国供应链的依赖。

我们该如何实现这一目标？

面对美国可能征收进口关税的威胁，许多人担心，以美国目前的能力，还不足以应对生成式人工智能和人工智能数据中心建设带来的半导体需求激增。编程和软件开发等企业人工智能用途尤其容易受到影响。半导体供应的任何中断，都可能波及依赖它的应用领域，包括人工智能，以及自动驾驶汽车、边缘计算和机器人等下游市场。

美国若要推动包括人工智能在内的半导体依赖型行业创新，就必须加快材料发现。过去，材料发现和采用通常集中在海外晶圆厂，需要光刻、蚀刻、沉积和洁净室等多道工序。这个过程缓慢且昂贵，会造成漫长的设计周期和大量材料浪费。

为了更好地用本土产能满足半导体需求，美国必须利用芯片设计方面的进步，例如直接局部原子层加工。这是一种数字化、原子级精确的制造工艺，可直接从原子构建设备，省去传统制造的许多步骤，同时降低复杂度和浪费。它为包括人工智能半导体在内的多种微型器件设计与原型制作提供了前所未有的灵活性和精度。

直接局部原子层加工等技术能够对材料处理进行原子尺度的精确控制，因此可以大幅缩短设计和原型周期，帮助发现能够满足人工智能不断增长的算力需求的新材料或材料组合。

扩大本土制造，同时坚守环境与人体健康责任

同样不可忽视的是，新技术还能显著降低半导体制造对环境的影响。长期以来，这个行业因庞大的环境足迹而面临严重难题，包括大量温室气体排放、用水和化学废物，尤其是被称为PFAS的有毒“永久化学品”。这些物质会污染水源、难以分解，并在环境和人体内存留数十年。

因此，《美国芯片建设法》和《芯片与科学法案》等近期联邦行动引发显著的环境担忧并不奇怪。新技术能缩短芯片设计、原型制作和生产所需的时间，并减少对大量使用化学品的洁净室环境的依赖，因此有望在不牺牲环境和人体健康的前提下，利用本土资源负责任地扩大产能、满足需求。

整合美国的集体资源

除采用新制造技术外，美国还必须更新整体方法。这意味着从把生产大量外包给少数数十亿美元级晶圆厂的模式，转向整合国内领先大学、初创企业和工业研发公司的丰富资源，让它们协作、加速发现，并支持从“实验室到晶圆厂”的完整流程，也就是研究、原型制作和制造。与此同时，还可以控制成本，并把关键技术直接整合进这些机构的基础设施。

展望未来

人工智能与半导体之间是真正的共生关系。半导体为训练人工智能模型的服务器提供关键算力；反过来，人工智能也通过机器学习预测新材料的性质并加快设计流程，从而显著加速半导体材料发现。这种“逆向材料设计”方法，使研究人员能够针对更好的导电性、能源效率和可持续性等特定目标来设计材料。

加快新材料发现仍是半导体制造中最艰巨的挑战之一。对人工智能半导体而言尤其如此，因为行业既要不断提高算力、效率和速度，又要缩小芯片尺寸。

人工智能虽然可以预测新的理论材料的性质，但过去这些突破仍受到实体验证速度缓慢的限制。新技术能够支持高通量实验，帮助弥合这一差距，更快、更有针对性地开发材料，并最终释放下一代材料的潜力。把直接原子层加工等新技术与人工智能的力量结合起来，可以显著加快过去被认为不可能实现的突破，而且整个过程都能集中在美国本土完成。