Что общего между ИИ и глутаматом?

Глутамат натрия – широко известный усилитель вкуса, особенно востребованный в странах Южной и Юго-Восточной Азии. Казалось бы, уж он-то никакого отношения к нынешнему кризису полупроводниковых производств иметь не может, в отличие от меди, гелия, редкоземельных металлов и прочей неорганики. И все же факт остается фактом: от производственных мощностей глобального лидера на рынке глутамата натрия, японской компании Ajinomoto, напрямую зависят объемы выпуска самых передовых – серверных – графических процессоров Nvidia, за которые ведущие гиперскейлеры планеты готовы платить едва ли не любые деньги.

Основанная в 1908 г. Ajinomoto внесла немалый вклад в становление мирового рынка глутамата натрия. Тот и по сей день производится на японском предприятии по традиционной природной технологии – путем ферментации – из глутаминовой кислоты, содержащейся в свекле, кукурузе, сахарном тростнике и т. д. В число разнообразных продуктов, выпуск которых компания (на данный момент в ней трудятся почти 35 тыс. чел., годовой оборот – более 10,6 млрд долл.) освоила за сто с лишним лет, входит и такой специфический товар, как Ajinomoto Build-up Film (ABF) –изоляционная полимерная пленка, применяемая при создании многослойных полупроводниковых кристаллов самого разного назначения.

Как практически повсеместно в полупроводниковой индустрии, никакого «секретного ингредиента» в составе ABF нет: все дело в чистоте используемого материала и в равномерности физических параметров (толщины, плотности) пленки, обеспечиваемых с субмикронными допусками – и в промышленных масштабах. Ajinomoto гарантирует стабильно малые величины диэлектрической постоянной и тангенса угла диэлектрических потерь одновременно с низкими значениями теплового расширения и влагопоглощения. Именно такая пленка обеспечивает минимальные утечки и превосходную целостность сигнала, распространяющегося в том слое, который эта пленка изолирует от нижележащего.

Именно это принципиально важно для высокоскоростных и высокочастотных приложений, в особенности при решении ИИ-задач, где основное время занимают вовсе не арифметические операции, а перемещение огромных потоков данных из оперативной памяти на логические контуры (для перемножения и суммирования) и обратно. Еще одна тонкость: для ИИ-ускорителей характерна существенная многоуровневость HBM-памяти, из-за чего на один такой ускоритель уходит в 15–20 раз больше ABF, чем на обычный графический процессор. Уже отсюда понятно, что возможность оперативно насытить рынок самыми передовыми, скоростными серверными чипами для ИИ-вычислений (такимикак Nvidia Rubin и Rubin Ultra) напрямую зависит от того, сумеет ли Ajinomoto быстро нарастить свои мощности по производству ABF.

аналогичные пленки заказчикам из полупроводниковой индустрии поставляют ее японские коллеги Sekisui Chemical (около 25% всех отгрузок), WaferChem Technology, Taiyo, а также ряд китайских производителей, к примеру, Wuhan Sanxuan или Shenzhen EPS. Но проблема как раз в том, что обеспечивать стабильно высокое качество в промышленных объемах способна в первую очередь именно Ajinomoto – ее конкуренты получают больше рекламаций и еще хуже будут справляться с масштабированием без потери достигнутого ими качества.

Впрочем, и сам флагман этой узкой отрасли не готов, как сообщают источники, кратно расширять свое производство, гарантируя при этом ожидаемые клиентами характеристики ABF – тем более что по мере дальнейшей миниатюризации выполняющих ИИ-вычисления микросхем требования к изолирующему слою ABF возрастают. Заметим, что проявление дефектов лишь в одной из множества таких пленок в составе современного чипа ведет к неизбежной выбраковке всей многослойной микросхемы: не существует инженерного решения, которое позволило бы аккуратно отделить некондиционный слой изоляции (для начала разъять саму многослойную HBM-микросхему, не повредив ее) от подложки, заменить один-единственный миниатюрный фрагмент пленки и склеить все обратно так, чтобы заработало.

По оценке DigiTimes, уже к концу 2026 г. глобальная потребность в ABF в мире удвоится по сравнению с нынешними значениями. А с учетом того, что ажиотаж вокруг ИИ вряд ли стихнет в ближайшие год-два, дефицит этого, на первый взгляд не самого высокотехнологичного, продукта будет только обостряться. Так что даже если вдруг нынешний острый кризис микросхем памяти DRAM/NAND каким-то чудом разрешится в среднесрочной перспективе, «железо» для ИИ-вычислений – из-за какой-то пищевой, по сути, пленки – ни дешевле, ни доступнее не сделается.