Niniejszy artykuł nie stanowi porady inwestycyjnej. Autor nie jest w żaden sposób powiązany z żadnymi akcjami wymienionymi w niniejszym dokumencie.
Niesamowity wzrost liczby układów sztucznej inteligencji (AI) uwypuklił krytyczny wkład różnych firm w łańcuch dostaw. Chociaż NVIDIA Corporation jest często uznawana za lidera w dziedzinie postępów w dziedzinie AI, rzeczywistość jest o wiele bardziej skomplikowana. Sieć firm rozciąga się na kontynenty, od Azji po Stany Zjednoczone, z których każda odgrywa istotną rolę w tym złożonym ekosystemie.
Według szacunków Organizacji Narodów Zjednoczonych, przewiduje się, że rynek AI osiągnie oszałamiającą wartość 4, 8 biliona dolarów do 2033 r. Podkreśla to znaczenie identyfikacji organizacji stanowiących trzon łańcucha dostaw AI, do których należą producenci płytek z Korei Południowej i Niemiec, dostawcy oprogramowania w USA oraz producenci półprzewodników na Tajwanie.
Zrozumienie cyklu życia układu AI: rola firm EDA
Zanim projektant chipów, taki jak NVIDIA, będzie mógł wcielić swoje kreacje w życie, podstawową pracę wykonują firmy Electronic Design Automation (EDA).Podczas gdy wielu uważa, że przemysł półprzewodników istnieje głównie w Azji, rzeczywistość jest taka, że wiele firm EDA ma siedzibę w Stanach Zjednoczonych. Dlatego podróż tworzenia chipa AI zaczyna się w Ameryce lub Europie.
Firmy EDA odgrywają kluczową rolę na początku projektowania chipów, a także podczas weryfikacji wydajności produktu po produkcji, zapewniając, że chipy AI spełniają wysokie standardy wydajności. Wybitni gracze na tej arenie to Cadence Design Systems, Synopsys, Ansys i Siemens, które dostarczają narzędzi niezbędnych do projektowania i produkcji chipów.
Wykorzystując narzędzia symulacyjne EDA, projektanci układów scalonych mogą prognozować wydajność swoich produktów i wprowadzać zmiany przed rozpoczęciem kosztownego etapu produkcji. Co ciekawe, znaczną część — około 70% — rynku EDA zdominowało małe trio firm: Cadence, Synopsys i Siemens.
Cadence, z przychodami sięgającymi 4, 6 mld USD w ostatnim roku fiskalnym, dostarcza szerokie spektrum produktów skoncentrowanych na projektowaniu układów scalonych, a także komponentach weryfikacyjnych. Synopsys, nieco mniejszy z przychodami na poziomie 3, 2 mld USD, jest kolejnym kluczowym graczem. Jednak obie firmy w dużym stopniu polegają na ograniczonej liczbie dostawców niezbędnych komponentów sprzętowych, wprowadzając luki w zabezpieczeniach do łańcucha dostaw półprzewodników.
Rozwiązania EDA, takie jak Genus firmy Cadence, Fusion firmy Synopsys i Oasys firmy Siemens, działają na etapie RTL (Register Transfer Level) projektowania półprzewodników, umożliwiając projektantom mapowanie przepływu danych w układzie scalonym i symulowanie wydajności w początkowej fazie projektowania. Ta faza jest kluczowa, biorąc pod uwagę złożoność dzisiejszych architektur układów scalonych, które mogą obejmować miliardy tranzystorów, takich jak najnowszy układ M4 firmy Apple, zawierający 28 miliardów tranzystorów.
Zawiłości zarządzania błędami przekraczania domeny zegara (CDC) i resetowania domeny przekraczania (RDC) są najważniejsze w fazie projektowania. Aby nimi zarządzać, różne narzędzia weryfikacyjne umożliwiają inżynierom skuteczne sprawdzanie poprawności i korygowanie błędów. Co ciekawe, Cadence oferuje Conformal Litmus i Jasper CDC App, podczas gdy platformy VC SpyGlass firmy Synopsys i Questa firmy Siemens obsługują podobne funkcjonalności.
Etapy RTL i CDC projektowania układów AI są kluczowe, ponieważ projektanci starają się zapewnić, aby ich netlista dokładnie odzwierciedlała specyfikacje RTL — proces, który jest często weryfikowany poprzez sprawdzanie układu względem schematu (LVS) przy użyciu narzędzi wiodących firm EDA. Ponadto firmy EDA dostarczają systemy emulacji i prototypowania, które pomagają projektantom potwierdzić, że ich produkty spełniają potrzeby rynku.
Po zakończeniu procesów projektowania, następnym krokiem jest pakowanie chipów w celu ich ochrony i umożliwienia łączności z płytkami drukowanymi (PCB).Te pakiety mogą obejmować kilka chipletów zaprojektowanych dla określonych funkcjonalności, takich jak przetwarzanie logiczne lub przechowywanie pamięci, w celu zwiększenia wydajności.
Ciągły popyt na układy scalone z miliardami tranzystorów wymaga, aby procesy produkcyjne dostosowywały się do zaawansowanych specyfikacji, wykorzystując najnowocześniejsze techniki, takie jak procesy sub-7-nanometrowe. Te zaawansowane technologie wykorzystują litografię w ekstremalnym ultrafiolecie (EUV), zmniejszając rozmiary obwodów, a jednocześnie dostosowując się do większej liczby tranzystorów.
Aby sprostać tym normom, firmy EDA współpracują z organizacjami takimi jak TSMC, weryfikując narzędzia projektowe, które ułatwiają efektywną produkcję zaawansowanych układów scalonych.
Przekładanie projektów na rzeczywistość: kluczowa rola TSMC
Po sfinalizowaniu projektu, następną i być może najbardziej niebezpieczną fazą jest wykonanie, a Taiwan Semiconductor Manufacturing Company (TSMC) jest kluczową postacią w produkcji układów AI. TSMC jest również siłą produkcyjną stojącą za procesorami graficznymi Blackwell AI firmy NVIDIA, najbardziej zaawansowanymi dostępnymi układami, które wykorzystują specjalistyczną odmianę węzła N4 firmy TSMC. Obecnie większość produkcji N4 jest skoncentrowana na Tajwanie, a zakład w Arizonie ma wkrótce zwiększyć produkcję.
Proces produkcyjny rozpoczyna się od sprowadzenia przez TSMC płytek krzemowych, polegając głównie na płytkach 12-calowych lub 300 mm do produkcji N4 z Fab 18 w Tainan na Tajwanie.Łańcuch dostaw tych płytek jest rozległy, a główni dostawcy znajdują się w Korei Południowej, Niemczech i Japonii, w tym GlobalWafers, który prowadzi zakład w Hsinchu na Tajwanie.
Pomimo różnorodności dostawców płytek, poleganie na ASML, jedynym dostawcy zaawansowanego sprzętu litograficznego, stwarza wyzwania podczas produkcji chipów — procesu, który wymaga precyzji na każdym etapie. Litografia jest podstawą do nadrukowywania skomplikowanych wzorów na płytkach krzemowych.
Produkcja półprzewodników jest złożona i obejmuje kilka etapów, w tym tworzenie fotomasek, które są kluczowe dla przenoszenia projektów na płytki. TSMC niezależnie zarządza tym procesem, będąc wiodącym producentem fotomasek na świecie, chociaż polega na zewnętrznych dostawcach fotorezystów — kluczowych materiałów, które mogą znacząco wpłynąć na jakość produkcji.
TSMC odnotowało znaczący spadek w 2019 r.z powodu zanieczyszczonego fotorezystu, co podkreśla krytyczną naturę tego materiału w łańcuchu produkcyjnym. Istotnymi graczami w tym łańcuchu dostaw są Shin-Etsu Chemical i Sumitomo Chemical, a także japońskie firmy TOK i JSR, które dostarczają niezbędne komponenty fotorezystu.
Nie można przecenić znaczenia wysokiej jakości fotorezystu, ponieważ wszelkie wady w procesie litografii mogą naruszyć integralność układu scalonego. Pojawienie się technologii EUV zintensyfikowało rynek fotorezystu ze względu na jego wyjątkowe wyzwania, co zaowocowało innowacyjnymi alternatywami, takimi jak technologia suchego fotorezystu firmy Lam Research.
Procesy litograficzne opierają się również na ochronnych błonkach, aby chronić fotomaskę przed zanieczyszczeniami podczas produkcji, a ostatnie postępy w EUV doprowadziły do wyzwań w zakresie możliwości produkcji błonek. TSMC potwierdziło rozwój wewnętrznych błonek EUV, aby podwoić swoje zdolności produkcyjne ze względu na zwiększony popyt.
W kolejnych etapach produkcji — trawienie, osadzanie, chemiczno-mechaniczne polerowanie (CMP), metalizacja i implantacja jonów — chemia odgrywa kluczową rolę. Każda faza wykorzystuje różnorodne gazy i chemikalia, tworzące kręgosłup procesu produkcji chipów AI.
Na przykład trawienie plazmowe wykorzystuje gazy takie jak argon i fluor, aby osiągnąć precyzyjne usuwanie materiału. Procesy chemiczne osadzania i CMP są równie zróżnicowane, obejmując licznych dostawców surowców i specjalistycznych chemikaliów.
Główni dostawcy chemikaliów i gazów, tacy jak DuPont, Fujifilm i Merck, wnoszą znaczący wkład w zróżnicowany krajobraz chemiczny produkcji chipów AI. Wraz ze wzrostem popytu firmy takie jak Air Liquide i Nippon Sanso odgrywają również istotną rolę w dostarczaniu niezbędnych gazów przemysłowych niezbędnych do różnych procesów produkcyjnych.
Ten zróżnicowany łańcuch dostaw chemikaliów jest bardziej odporny w porównaniu z innymi wyspecjalizowanymi obszarami przemysłu litografii i fotomasek. Nawet giganci tacy jak DuPont i Merck dostarczają substancje krytyczne w całym spektrum produkcji chipów AI.
Etapy końcowe: pakowanie, testowanie i dalsze działania
Po wytworzeniu chipów przechodzą one proces pakowania, aby zapewnić funkcjonalność i zgodność z PCB. Ten etap jest kluczowy, ponieważ pakowane chipy, znane jako układy scalone (IC), muszą spełniać precyzyjne standardy wydajności i niezawodności.
Co ciekawe, pakowanie stało się wąskim gardłem w łańcuchu dostaw układów AI firmy NVIDIA, co wymagało współpracy z TSMC w celu zapewnienia skutecznych rozwiązań w zakresie pakowania. Technika CoWoS (Chip-on-Wafer-on-Substrate) upraszcza pakowanie poprzez integrację różnych komponentów w jednym pakiecie.
Do produkcji opakowań wykorzystuje się głównie materiały izolacyjne dostarczane przez firmy takie jak Dow i DuPont, a także elementy wypełniaczy i warstw redystrybucyjnych (RDL) dostarczane przez różnych producentów.
Po utworzeniu odpowiedniego fundamentu, mikrokulki i maski lutownicze odgrywają kluczową rolę w zabezpieczaniu układu scalonego na podłożu za pomocą technik łączenia typu flip-chip. Ten proces łączenia jest niezbędny do wydajnego połączenia układu scalonego i pamięci HBM (High-Bandwidth Memory) z płytką drukowaną.
Oprócz podstawowych elementów podłoże — często podłoże ABF (Ajinomoto Build-up Film) — stanowi podstawę i dyktuje zarządzanie termiczne dla układu. Kluczowi dostawcy, tacy jak Resonac i Panasonic, w znacznym stopniu przyczyniają się do tego aspektu łańcucha dostaw, zapewniając zaawansowane właściwości termiczne dla układów AI.
Po złożeniu pakietu kolejnym krokiem jest rygorystyczne testowanie w celu sprawdzenia defektów i zapewnienia standardów wydajności. Firmy takie jak King Yuan ELECTRONICS i Advantest Corporation dostarczają niezbędny sprzęt testowy zarówno do testów na poziomie wafli, jak i systemu, a Chroma ATE Inc.uważa się za głównego dostawcę sprzętu SLT dla NVIDIA.
Po zapakowaniu i przetestowaniu te układy scalone są integrowane z systemami serwerowymi, aby ułatwić obliczenia AI w centrach danych. Hon Hai (Foxconn) i Wistron stają się znaczącymi producentami serwerów AI firmy NVIDIA, co kończy się złożonym, ale istotnym ekosystemem, który wspiera łańcuch dostaw układów AI.
Powiązane artykuły:
Nowa metoda Google zwiększa szybkość, moc i opłacalność studiów LLM
15:43
FTC bada chatboty towarzyszące AI pod kątem obaw o bezpieczeństwo, wpływu na nastolatków i zagrożeń dla prywatności danych
19:25
Grok spotyka się z krytyką za nazwanie filmu z zabójstwa Charliego Kirka „edycją mema” i podkreślenie roli sztucznej inteligencji w rozpowszechnianiu dezinformacji
18:47
Dodaj komentarz