فهرست مطالب
کمبود و پیچیدگی زنجیره تامین ABF (ماده‌ای حیاتی در بسته‌بندی تراشه‌های هوش مصنوعی) به یک گلوگاه جدی تبدیل شده و می‌تواند رشد صنعت هوش مصنوعی را در سال‌های آینده محدود کند.
به گزارش سرویس هوش مصنوعی تکناک، شتاب بی‌سابقه تقاضا در چرخه هوش مصنوعی، تقریبا تمامی اجزای زنجیره تامین را با مشکلات جدی عرضه مواجه کرده است. در حالی که صنعت رایانش در گذشته با اتکا به الگوهای تاریخی قادر به پیش‌بینی نسبی چرخه‌های تقاضا بود، موج سرمایه‌گذاری در دیتاسنترهای هوش مصنوعی اکنون سطحی از نیاز را رقم زده که تامین‌کنندگان فاقد توانایی کافی برای پاسخ‌گویی موثر به آن هستند و در کوتاه‌مدت، افزایش قیمت‌ها به تنها ابزار کنترل بازار تبدیل شده است.
در این میان، یکی از مولفه‌های کمتر دیده‌شده اما حیاتی در اکوسیستم تراشه‌های مدرن، ABF است. ABF یا Ajinomoto Build-up Film، نقشی محوری در فناوری‌های بسته‌بندی پیشرفته ایفا می‌کند. این لایه عایق فوق‌نازک، به‌عنوان واسطی میان قسمت سیلیکونی و اتصالات برد مدار چاپی (PCB) عمل کرده و زیرساخت لازم برای دستیابی به چگالی بالای ورودی/خروجی و حفظ یکپارچگی سیگنال در فرکانس‌های چند گیگاهرتزی را فراهم می‌سازد؛ ویژگی‌هایی حیاتی برای تراشه‌های پیشرفته‌ای مانند نسل‌های Blackwell و Rubin که در محیط‌های پردازشی فوق‌سنگین فعالیت می‌کنند.
حتما بخوانید: بازار حافظه به سمت کمبود شدید و افزایش قیمت بی‌سابقه می‌رود
زنجیره تامین ABF ساختاری چندلایه و به‌شدت وابسته به بازیگران محدود دارد؛ از تولیدکننده فیلم یعنی Ajinomoto Fine-Techno، تا شرکت Ibiden به‌عنوان سازنده ماده و مجموعه‌ای از تامین‌کنندگان تایوانی مانند Unimicron که مسئول مراحل تکمیلی تولید هستند. با این حال، در یک نگاه کلان‌تر، شرکت Ajinomoto (شناخته‌شده در صنعت افزودنی‌های غذایی) نقش هژمونیک در این اکوسیستم ایفا می‌کند، چرا که کمبود فیلم ABF به معنای توقف کامل عرضه تراشه‌های پیشرفته هوش مصنوعی است.
برای مطالعه بیشتر: هوش مصنوعی مایکروسافت را از پا درمی‌آورد
معماری تراشه‌ها
در معماری شتاب‌دهنده‌های هوش مصنوعی، میزان مصرف ABF نسبت به GPUهای متعارف جهشی در حدود ۱۵ تا ۱۸ برابر را تجربه می‌کند؛ چرا که هر تراشه بسته به ابعاد خود به ۸ تا بیش از ۱۶ لایه ABF نیاز دارد. در نتیجه، با افزایش مقیاس چیپ‌هایی مانند Rubin و Rubin Ultra، کمبود ABF به یک محدودیت ساختاری جدی در زنجیره تولید تبدیل می‌شود. اگرچه در نگاه اولیه ممکن است افزایش ظرفیت تولید توسط Ajinomoto راه‌حل بدیهی به نظر برسد، اما واقعیت عملیاتی پیچیده‌تر و چندوجهی‌تر است.
بیشتر بخوانید: کاهش ۲۰۰۰ برابری مصرف انرژی هوش مصنوعی با یک تراشه جدید
چالش بنیادین در این زنجیره، وابستگی به یک تامین‌کننده انحصاری برای ماده فیلم است؛ عاملی که امکان مقیاس‌پذیری سریع متناسب با جهش تقاضا را به‌شدت محدود می‌کند. با وجود تلاش‌های شرکت ژاپنی برای افزایش ظرفیت تولید، خطر بیش‌سرمایه‌گذاری و عدم تعادل عرضه همچنان پابرجاست؛ وضعیتی که تولیدکنندگانی مانند Ibiden را در یک سقف ساختاری عرضه نگه می‌دارد.
هم‌زمان، رشد ابعاد بسته‌های پردازشی و افزایش لایه‌های ABF، همراه با تکنیک‌هایی مانند semi-additive patterning (SAP)، ریسک افت نرخ بازده تولید و اختلال در فرآیندهای چندلایه را نیز افزایش می‌دهد.
کمبود ABF به این زودی برطرف نمی‌شود!
در شرایطی که تقاضای هوش مصنوعی منتظر رفع گلوگاه‌های زنجیره تامین نمی‌ماند، بازیگران بزرگ ابری به سمت پیش‌پرداخت‌ها و قراردادهای بلندمدت حرکت کرده‌اند تا ظرفیت تولید آینده را قفل کنند. با این وجود، ماهیت چرخه‌های تقاضا همچنان به گونه‌ای است که عرضه موجود پاسخ‌گوی کل بازار نیست و دسترسی به منابع ABF به تعداد محدودی از مشتریان محدود خواهد ماند.
برآوردها نشان می‌دهد تقاضای ABF با نرخ رشد سالانه دورقمی ادامه خواهد یافت و طبق گزارش DigiTimes، یک چرخه فشار تقاضای حداقل سه‌ساله در پیش است؛ به این معنا که محدودیت عرضه این ماده در میان‌مدت نیز تداوم خواهد داشت. ABF اگرچه یکی از اجزای کمتر دیده‌شده در زنجیره تامین هوش مصنوعی است، اما اکنون به یکی از مهم‌ترین گلوگاه‌های مقیاس‌پذیری در بسته‌بندی پیشرفته تراشه‌ها تبدیل شده است.
