Was wirklich in einem KI-Beschleuniger steckt: T-Glass, HBM und der Decode-Flaschenhals
Ein japanisches Unternehmen kontrolliert rund 90 Prozent der weltweiten Versorgung mit einem Glasfasergewebe, das in jedem fortschrittlichen KI-Chipgehäuse steckt. Der Engpass bestimmt heute die Roadmaps der Beschleuniger ebenso wie die GPU-Architektur.

Nittobo hält laut Tom's Hardware etwa 90 Prozent des Weltmarkts für T-Glass. Das Glasgewebe mit niedrigem CTE sitzt im organischen Kern von IC-Substraten. Der Konzern verdreifacht die Kapazität im Werk Fukushima. Auf den Markt kommt der zusätzliche Vorrat erst Mitte 2027.
Diese Lücke zeigt sich bereits bei Preisen und Lieferzeiten. Die Preise für T-Glass sind um 20 bis 30 Prozent gestiegen. Die Lieferzeiten für nachgelagerte Materialien wie kupferkaschierte Laminate haben sich von normalerweise 8 bis 10 Wochen auf über 20 verlängert. "Da das T-Glass-Angebot jetzt noch knapper ist, nennen die Lieferanten gar keine Lieferzeiten mehr", sagte Bill Ho, Analyst bei Yuanta, zu Tom's Hardware. Der Druck zeigt sich zuerst in Angeboten, die Vertriebsteams nicht länger als ein paar Tage halten können. Danach taucht er in den Zeitplänen auf, an denen Fabless-Designer ihre Marktstartfenster ausrichten. Niemand in der Kette sagt öffentlich, wie lange die Knappheit anhält. Niemand will derjenige sein, der falsch getippt hat.
Warum das Substrat mehr zählt als die Transistorzahl
Ein KI-Beschleuniger ist kein einzelner Chip. Er ist ein Gehäuse: Logik-Dies, Speicherstapel, ein Interposer und ein Substrat, das alles mit einer Leiterplatte verbindet. Der organische Kern des Substrats muss flach bleiben, während sich das Gehäuse erwärmt und abkühlt. Ein verzogenes Gehäuse bricht die mikroskopischen Verbindungen zwischen den Dies. T-Glass hält es maßhaltig, und seine dielektrischen Werte und Wärmeausdehnungswerte sind genau dafür eingestellt.
Bilal Hachemi verfolgt die IC-Substrat-Lieferkette bei Yole Group. Er sagte zu Tom's Hardware Premium, T-Glass zu ersetzen sei nicht einfach. T-Glass "hat spezifische dielektrische Werte und CTE-Werte, die für die KI-Chips besser funktionieren, vor allem für den organischen Kern", sagte er. Er verwies auch auf eine Branchenstruktur, die kleine Nachfrageschocks in Knappheit verwandelt. Das IC-Substrat-Geschäft lief historisch mit dünnen Margen. Jeder Anstieg der Nachfrage nach Build-up-Materialien, ABF-Material oder T-Glass kann deshalb eine Knappheit auslösen, weil das den Grundlagen dieser Branche widerspricht. Diese Struktur ist älter als der KI-Boom. Sie wurde für einen Markt gebaut, in dem die Substratnachfrage langsam und berechenbar wuchs. Für einen Markt, in dem ein einziger Produktzyklus die Bestellungen in einem Jahr verdoppeln kann, wurde sie nicht umgebaut.
Die Nachfrageseite ist nicht subtil. Jede Generation von KI-Beschleunigern nutzt einen größeren Interposer und ein komplexeres Substrat. Das bedeutet mehr Material pro Einheit. Laut Daten von Nvidia, die Tom's Hardware zitiert, sind die Interposer-Größen von 814mm² für Hopper auf 1,700mm² für Blackwell gewachsen, ein Plus von 109 Prozent. Die kommenden Generationen Rubin und Feynman skalieren weiter.
Bank of America schätzt, dass der Geschäftsbereich Elektronikmaterialien von Nittobo seinen Umsatz von 40.900.000.000 Yen (266.000.000 US-Dollar) im Jahr 2025 auf 87.700.000.000 Yen bis März 2028 fast verdoppeln wird. Die operative Marge nähert sich 48 Prozent. "Die Nachfrage nach T-Glass-Gewebe dürfte stärker wachsen als ursprünglich erwartet", sagte Takashi Enomoto, Research-Analyst bei der Bank of America. Er ergänzte, der Fokus habe auf dickem T-Glass für GPU- und CPU-Gehäuse gelegen. Die Nachfrage nach ultradünnem T-Glass dürfte steigen, da führende Bauteile von E-Glass weggehen.
Nittobo wartet nicht. Über Fukushima hinaus verdoppelt das Unternehmen die Rohgarn-Kapazität im Werk Taiwan und schifft das Garn zum Weben zurück nach Japan. Es gibt außerdem eine Kooperationsvereinbarung mit Nanya Plastics, um einen Teil des Webens auszulagern. Tom's Hardware weist auf die Symbolik hin: Nittobo arbeitet mit einem seiner größten Wettbewerber zusammen. Bis 2027 sollen rund 20 Prozent des Glasgewebes von Nittobo von Nanya gewebt werden.
Der Speicher ist die andere Hälfte des Engpasses
Wenn das Substrat entscheidet, ob ein Gehäuse gebaut werden kann, entscheidet der Speicher, wie schnell es antwortet. d-Matrix nutzte seinen Auftritt bei Hot Chips 2026 zum Beschleuniger Raptor, über den ServeTheHome berichtete, um die Rechnung aufzumachen. Die Modellgewichte wachsen weiter. Der KV-Cache skaliert mit der Kontextlänge mal der Batch-Größe. 64 Nutzer bei 1.000.000 Kontext können also rund 935 GB KV-Cache bedeuten.
Die Aufteilung zwischen Rechenleistung und Speicher zeigt sich in den zwei Phasen der Inferenz. Prefill verarbeitet viele Prompt-Token parallel und ist an den Rechendurchsatz gebunden. Decode erzeugt jeweils ein Token und ist typischerweise an die Speicherbandbreite gebunden. Decode dominiert die Laufzeit, also liegen die Gewinne bei der Bandbreite. SRAM erreicht das Bandbreitenziel, aber nur in winzigem Maßstab. Ein Paar SRAM-Beschleunigerkarten von Corsair kommt auf rund 300 TB/s bei etwa 1 ns Latenz und fasst nur etwa 4 GB. Eine 6T-SRAM-Zelle ist rund 10 Mal größer als eine DRAM-Zelle.
HBM löst die Kapazitätsfrage, nicht die Bandbreitenfrage. d-Matrix nennt eine praktische Obergrenze von rund 20 TB/s für HBM4-Pakete wie Nvidia Vera Rubin und AMD Instinct MI455. Pin-Geschwindigkeit, I/O-Breite und die Gehäusefront von etwa 8 bis 16 Stapeln begrenzen sie. Bandbreite hat auch einen Strompreis. Bei 2,4 pJ/bit kostet es etwa 1,92 kW, 100 TB/s durch HBM zu schieben, bevor jeglicher Fabric-Verkehr gezählt ist.
"Zum ersten Mal sehen wir, dass Nvidia, der Endkunde, auf die vorgelagerten Materiallieferanten zugeht, um sich die Kapazität zu sichern und sicherzustellen, dass sie sie bekommen." Bilal Hachemi, Yole Group, zu Tom's Hardware
d-Matrix antwortet, indem das Unternehmen die Rechenlogik direkt auf DRAM-Dies stapelt. Ein TSMC-N4-Logik-Die sitzt auf einem 3D-DRAM-Die mit 36 um Face-to-Face-Stapelung. Vertikales 3D-IO kommt auf rund 0,3 bis 0,4 pJ, etwa 10 Mal weniger als HBM. Das ist ein Weg im Millimetermaßstab statt einer Interposer-Route im Zentimetermaßstab. Das Unternehmen sagt, ein 1-Hi-Stack mit Logik oben bei höchstens 0,5 W/mm² lasse sich flüssigkühlen und halte den DRAM unter 100 C.
Bei der Integration endet die Eleganz. Jede Tensor-Engine braucht pro Zugriff ein Flit von 128.000.000.000 Byte. Bei 32.000.000.000 Byte pro Spaltenzugriff aus 32.000.000.000-Byte-Banks ergibt das 4 Banks pro Kanal. Das Die hat 840 Banks, nach 72 Reserven 768, verteilt auf 256 Kanäle, also nur 3 Banks pro Kanal. Stream-Blocking behebt die Diskrepanz, indem ein partieller Zugriff über 32.000.000.000 Byte auf drei Flits verteilt wird. So speisen 4 Zugriffe mit 96.000.000.000 Byte drei Flits mit 128.000.000.000 Byte. Bei 32.000.000.000 Byte pro Karte mit 4-Bit-Gewichten und einem 8-Bit-KV-Cache bringt d-Matrix ein Frontier-Modell wie Kimi K3 bei 1.000.000 Kontext in einem einzigen Rack mit 72 Karten unter.
Die Designschleife wird automatisiert, ungleichmäßig
Packaging und Speicher sind physische Zwänge. Die Designzeit ist ein wirtschaftlicher. Tim Costa von Nvidia ist Vice President und General Manager für Computational Engineering. Er sagte zu Journalisten, die Branche werde bis 2030 voraussichtlich 2.000.000.000.000 Chips produzieren und monatlich etwa 41.000.000 Wafer verarbeiten. Einzelne Gehäuse nähern sich 6.000.000.000.000 Transistoren. "Der traditionelle Designprozess kann mit diesem Ausmaß an Herausforderung einfach nicht Schritt halten", sagte er, laut The Next Platform.
Nvidia setzt seine Arm-basierte CPU Vera CV100 in den eigenen EDA-Workflows ein, einschließlich Simulation, formaler Verifikation und physischer Implementierung. Costa sagte, frühe Tests zeigten Vera mit Synopsys VCS und Cadence Jasper bei 1,5-facher Leistung von AMD-Epyc-Torrent-Systemen. Cadence behauptet, seine AI Super Agents könnten Hunderte Simulationen gleichzeitig laufen lassen und Register-Transfer-Level-Validierungszyklen 40 Mal schneller liefern. Synopsys sagt, sein autonomer Verifikations-Workflow könne validiertes RTL 50 Mal schneller liefern. Das sind Herstellerzahlen. SemiEngineering merkt an, dass die Verschiebung zu spezialisierten Agenten neue Probleme bei Orchestrierung, Integration und Leitplanken schafft. KI-generierte Ergebnisse brauchen vor der Freigabe weiterhin eine Verifikation.
Ein Datenpunkt vom ChipStack AI Super Agent von Cadence, über den SemiEngineering berichtete, deutet darauf hin, dass die Gewinne nicht nur die Geschwindigkeit betreffen. Das Unternehmen meldet rund 24 Prozent weniger Fläche und 18 Prozent weniger Leistungsaufnahme gegenüber reiner Code-Generierung durch Foundation-Modelle.
Nichts davon beseitigt den vorgelagerten Zwang. Ein größerer Interposer braucht mehr T-Glass. Ein größeres Modell braucht mehr Speicherbandbreite. Nvidia geht direkt zu Nittobo, was Hachemi in diesem Teil der Lieferkette als beispiellos beschrieb. Das ist ein Signal dafür, wo die echte Knappheit sitzt. Die Sorge, die er nennt, ist schlicht: Sobald Nvidia seinen Anteil gesichert hat, kämpfen rivalisierende Chipkäufer um das, was übrig bleibt. Neue Fabs brauchen Jahre. Ein neuer Glasgewebe-Ofen, der zwischen 1.600 und 1.700°C läuft, ebenso.
Quellen
4- 01Shortages of crucial chip packaging material threatens AI accelerator supply chainsEN
- 02d-Matrix Raptor 3D-DRAM Accelerator for Generative Inference at Hot Chips 2026EN
- 03Nvidia Accelerates Chip Engineering With AI AgentsEN
- 04Chip Industry Week In ReviewEN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.