В последние несколько недель заголовки пестрели сообщениями о надвигающейся угрозе и потенциальном влиянии импортных тарифов США на полупроводники. Честно говоря, я не думаю, что введение этих тарифов когда-либо произойдёт, поскольку это привело бы к значительным сбоям в цепочке поставок, неприятные последствия которых всё ещё свежи в нашей памяти после COVID-19. Кто может забыть десятки тысяч незавершённых автомобилей, оставшихся на складах автопроизводителей? Конечно, никто не хочет повторения этого!
Тем не менее, я считаю, что американским компаниям и экономике США в целом необходимо стать более устойчивыми и самодостаточными в области производства полупроводников, и я приветствую эти усилия. Здесь мы рассмотрим, почему эта самодостаточность так важна, особенно с точки зрения способности США сохранять (в настоящее время узкое) лидерство в области современного искусственного интеллекта (ИИ).
Гонка за ИИ — это, по сути, гонка за чипами
Полупроводники имеют решающее значение для питания серверов, на которых обучаются модели ИИ, поскольку для обучения этих моделей требуется специализированная мощность, которую могут обеспечить только полупроводники (в отличие от традиционных процессоров).
Предполагается, что к концу этого года на полупроводники, связанные с ИИ, будет приходиться 19% от общего объёма рынка полупроводников в мире, что значительно больше семи процентов, которые были в 2017 году.
Увеличение зависимости от полупроводников для ИИ означает, что чем меньше США будут полагаться на иностранные компании в поставках полупроводников, тем лучше. В условиях нарастающей глобальной гонки за ИИ внутреннее производство полупроводников даёт значительные преимущества, такие как укрепление экономической и национальной безопасности, а также технологическая независимость.
В настоящее время в Конгрессе рассматривается законопроект под названием «Закон о защите цепочек поставок полупроводников 2025 года», который имеет двухпартийную поддержку и направлен на снижение зависимости от непредсказуемых иностранных цепочек поставок.
Как мы это делаем?
В ответ на угрозу возможных импортных тарифов США многие выразили обеспокоенность тем, что в своём нынешнем состоянии США плохо подготовлены к тому, чтобы справиться с резким ростом спроса на полупроводники, вызванным развитием генеративного ИИ и созданием центров обработки данных для ИИ.
Использование ИИ в бизнесе, такое как кодирование и разработка программного обеспечения, особенно подвержено риску. Любое нарушение доступа к полупроводникам может вызвать волновой эффект в зависимых областях применения, включая ИИ и смежные рынки, такие как автономные транспортные средства, периферийные вычисления и робототехника.
Для стимулирования инноваций в отраслях, зависящих от полупроводников, включая ИИ, США необходимо ускорить открытие новых материалов. «Старый способ» открытия и внедрения материалов обычно концентрировался на зарубежных заводах и включал многоступенчатые процессы, такие как фотолитография, травление, осаждение и использование чистых помещений. Это может быть медленным и дорогостоящим процессом, приводящим к длительным циклам проектирования и значительным потерям материалов.
Чтобы лучше удовлетворить внутренний спрос на полупроводники, США должны использовать достижения в области проектирования микросхем. Одним из таких методов является прямая локальная атомно-слоевая обработка. Это цифровой, атомарно точный производственный процесс, который создаёт устройства непосредственно из атомов, устраняя необходимость во многих этапах, связанных с традиционным производственным процессом, при этом снижая сложность и отходы.
Он предлагает беспрецедентную гибкость и точность для проектирования и прототипирования широкого спектра микроустройств, включая полупроводники для ИИ.
Увеличение внутреннего производства при сохранении приверженности окружающей среде и здоровью человека
В качестве дополнительного (и немаловажного) преимущества новые методы также могут значительно снизить воздействие полупроводникового производства на окружающую среду.
На сегодняшний день эта отрасль столкнулась с серьёзной дилеммой из-за своих огромных экологических последствий, внося значительный вклад в выбросы парниковых газов, потребление воды и химические отходы, особенно токсичные «вечные химикаты», известные как PFAS.
Недавние федеральные действия, такие как Закон о создании чипов в Америке и Закон о чипах, вызвали серьёзные экологические опасения. Сокращая время, необходимое для проектирования, создания прототипов и производства микросхем, и устраняя необходимость в средах с интенсивным использованием химикатов, новые методы могут стать ответом на удовлетворение спроса и масштабирование при ответственном использовании внутренних ресурсов и без ущерба для окружающей среды и здоровья человека.
Использование коллективных ресурсов США
Помимо внедрения новых производственных технологий, США должны обновить свой общий подход. Это означает переход от модели интенсивного офшоринга производства к небольшой горстке заводов с многомиллиардными оборотами к использованию всеобъемлющего и богатого арсенала ведущих университетов, стартапов и промышленных исследовательских фирм для совместной работы, ускорения открытий и поддержки всего процесса от лаборатории до производства (исследования, создание прототипов и производство).
Это можно сделать, контролируя расходы и интегрируя внедряемые технологии непосредственно в инфраструктуру этих организаций.
Взгляд в будущее
Отношения между ИИ и полупроводниками поистине симбиотические. Как мы уже упоминали, полупроводники имеют решающее значение для питания серверов, на которых обучаются модели ИИ; с другой стороны, ИИ значительно ускоряет открытие полупроводниковых материалов, используя машинное обучение для прогнозирования свойств новых материалов и ускорения процесса проектирования.
Этот подход, известный как обратный дизайн материалов, позволяет исследователям создавать материалы со специфическими целевыми свойствами, такими как улучшенная проводимость, энергоэффективность и устойчивость.
Ускорение открытия новых материалов остаётся одной из самых сложных задач в производстве полупроводников, хотя это особенно важно для ИИ-полупроводников, поскольку отрасль стремится постоянно повышать вычислительную мощность, эффективность и скорость, одновременно уменьшая размер чипа.
Хотя ИИ можно использовать для прогнозирования свойств новых теоретических материалов, эти прорывы традиционно всё ещё ограничивались медленными темпами физической проверки. Новые методы могут быть использованы для поддержки высокопроизводительных экспериментов, помогая сократить разрыв; обеспечивая более быстрое и целенаправленное развитие материалов и, в конечном итоге, открывая следующее поколение материалов.
Сочетание новых методов, таких как прямая атомно-слоевая обработка, с возможностями ИИ может творить чудеса, значительно ускоряя разработку прорывов, которые ранее считались невозможными, и всё это в пределах национальных границ США.