Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

T-Glass-Knappheit bremst KI-Beschleuniger, Nittobo verdreifacht Produktion

Ein japanischer Hersteller kontrolliert rund 90 Prozent der weltweiten Versorgung mit einem Spezialglasgewebe, das in jedem fortschrittlichen KI-Chipgehäuse steckt. Die Nachfrage wächst schneller als das Angebot, und das Werk in Fukushima liefert die verdreifachte Kapazität erst Mitte 2027.

TechnologieErklärtLena BrandtVeröffentlicht: 27. September 20267 Min. LesezeitQuellen 4
T-Glass-Knappheit bremst KI-Beschleuniger, Nittobo verdreifacht Produktion

Ein Material, von dem die meisten noch nie gehört haben, ist inzwischen eine der engeren Engstellen in den Lieferketten für KI-Beschleuniger. T-Glass ist ein Glasfasergewebe mit niedrigem CTE, das im organischen Kern von IC-Substraten sitzt. Ein japanischer Hersteller, Nittobo, hält laut Tom's Hardware rund 90 Prozent der weltweiten Versorgung. Die Preise 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.

Was T-Glass leistet und warum es schwer zu ersetzen ist

Das Material liegt in der Verbindungsschicht zwischen einem Chip und seiner Leiterplatte. Es hält große, stark wärmende Gehäuse maßhaltig, während das Packaging dichter wird. Das zählt umso mehr, je größer KI-Prozessoren werden und je heißer sie laufen. Tom's Hardware berichtete am 9. März 2026, dass KI-Prozessoren nur mit diesem Material flach und funktionsfähig bleiben.

Nittobo kann nicht einfach eine Linie dazuschalten. T-Glass braucht spezielle elektrische Schmelzöfen, die zwischen 1.600 und 1.700°C laufen. Der Prozess erfordert Jahre an Investitionen und Erfahrung, um in die Skalierung zu kommen. Er umfasst das Schmelzen von kieselsäurereichem Glas, das Spinnen zu Garn und das Weben zu ultradünnem Gewebe. Eine zweite Glasfaser, E-Glass, ist billiger, wird aber vor allem in einfacheren Chips wie Mikrocontrollern und älteren Mobilprozessoren verwendet. Für massives 2.5D- und 3D-Packaging und damit für fortschrittliche KI-Beschleuniger ist T-Glass die bevorzugte Option.

Einen einfachen Ersatz gibt es nicht. „It is not easy to replace the T-glass", sagte Bilal Hachemi, Analyst bei Yole Group, der die Lieferkette für IC-Substrate verfolgt, zu Tom's Hardware Premium. T-Glass habe „specific dielectric and CTE values that work better for the AI chips, especially for the organic core". Hachemi verwies auch auf die Struktur der Branche. Das IC-Substrat-Geschäft arbeitet seit jeher mit dünnen Margen, deshalb kann schon ein mäßiger Nachfrageschub in einen Engpass führen. „Any increase in demand for build-up materials, ABF material, or T-glass can cause potential shortage, because it's against the basics of this industry", sagte er.

Genau das passiert gerade. Die Zulieferer nennen überhaupt keine Lieferzeiten mehr. „With T-glass supply even more constrained now, suppliers are no longer providing lead times", sagte Bill Ho, Analyst bei Yuanta, zu Tom's Hardware.

Wer die Versorgung aufbraucht

Hyperscaler bauen immer größere Chipgehäuse, und jede Generation verbraucht mehr von dem Material. Nach Daten von Nvidia, die Tom's Hardware zitiert, wuchsen die Interposer-Größen von 814mm² bei der Hopper-Architektur auf 1.700mm² bei Blackwell, ein Plus von 109 Prozent. Die kommenden Generationen Rubin und Feynman werden weiter skalieren.

Bank of America schätzt, dass Nittobos Segment für elektronische Materialien den Umsatz von 40.900.000.000 Yen (266.000.000 Dollar) im Jahr 2025 auf 87.700.000.000 Yen bis März 2028 nahezu verdoppelt. Die operative Marge dürfte sich 48 Prozent nähern. „Demand for T-glass cloth seems likely to grow more than originally expected", sagte Takashi Enomoto, Research-Analyst bei Bank of America. „The focus has been on growth in demand for thick T-glass for use in GPU and CPU semi packages, but now ultra-thin T-glass demand is likely to rise on a shift from E-glass to ultra-thin T-glass in leading-edge devices."

Nvidia ist in der Lieferkette nach oben gegangen, um seinen Anteil zu sichern. Hachemi nannte den Schritt in diesem Teil der Kette beispiellos. „For the first time, we are seeing Nvidia, the end customer, reaching out to the upstream material suppliers to secure the capacity and make sure they will get it", sagte er zu Tom's Hardware. Das Risiko ist klar: Sobald Nvidia seine Zuteilung festschreibt, konkurrieren die übrigen Chipabnehmer um das, was übrig bleibt.

Nittobo sitzt nicht still. Das Unternehmen verdreifacht die Kapazität im Werk Fukushima, doch laut Tom's Hardware kommt das neue Angebot erst Mitte 2027 auf den Markt. Zudem verdoppelt Nittobo die Rohgarn-Kapazität im Werk in Taiwan und importiert Garn zurück nach Japan für die Gewebeherstellung. Mit Nanya Plastics wurde eine Kooperation vereinbart, um einen Teil der Weberei auszulagern. Diese Vereinbarung zeigt, wie eng der Markt ist, denn Nittobo arbeitet mit einem seiner größten Wettbewerber zusammen, um den Engpass zu lindern. Bis 2027 sollen rund 20 Prozent von Nittobos Glasgewebe von Nanya gewebt werden, wie aus der Offenlegung des Unternehmens hervorgeht.

Das größere Bild bei Packaging und Speicher

Der Packaging-Engpass ist nicht der einzige Druck auf das Design von Beschleunigern. Auf den Hot Chips 2026 stellte Microsoft seinen Beschleuniger Maia 200 der zweiten Generation vor, wie aus dem Live-Bericht von ServeTheHome hervorgeht. Es ist ein 3nm-Chip mit 140.000.000.000 Transistoren, kombiniert mit sechs Stapeln HBM3e, 7TB/second HBM-Bandbreite und 750 Watt TDP. Microsoft nennt 10.000 TFLOPS FP4-Durchsatz, einen 820mm² großen SoC-Die und eine Scale-up-Domäne von 128 Racks und 6.000 Chips, die auf einheitlichem Ethernet ohne Scale-out-Netzwerk aufgebaut ist.

Speicherbandbreite ist die andere wiederkehrende Einschränkung. d-Matrix nutzte seinen Auftritt bei den Hot Chips 2026, um zu argumentieren, dass HBM die Lücke nicht allein schließen kann. ServeTheHome berichtet, das Unternehmen nenne eine praktische Bandbreitengrenze von rund 20 TB/s für HBM4-Pakete wie Nvidias Vera Rubin und AMDs Instinct MI455. Es beziffert die Systemenergie von HBM4 auf 2,5 bis 5 pJ, sobald die Energie auf Chipebene mitgezählt wird. Die Antwort des Unternehmens: ein TSMC-N4-Logik-Die direkt auf einem 3D-DRAM-Die mit 36 µm Face-to-Face-Bonding, dazu vertikales 3D-IO mit rund 0,3 bis 0,4 pJ, etwa 10-mal niedriger als bei HBM.

d-Matrix dimensioniert das Design mit 32.000.000.000 Byte pro Karte bei 4-Bit-Gewichten und einem 8-Bit-KV-Cache, sodass ein Scale-up mit 72 Karten ein Frontier-Modell wie Kimi K3 mit 1.000.000 Kontext aufnehmen kann. Das Unternehmen nennt auch den technischen Preis. Bei 3 Banks pro Kanal liefert ein einzelner Zugriff 96.000.000.000 Bit, ein 128B-Flit braucht also zwei Zugriffe und holt 192.000.000.000 Bit, was nahe 33 TB/s etwa 33 Prozent der Bandbreite verschwendet. Das Stream-Blocking-Schema holt das zurück, indem es einen partiellen 32B-Zugriff über drei Flits teilt.

Microsoft setzt ähnlich darauf, dass der ganze Stack gemeinsam entworfen werden muss. Maia 200 nutzt eine Datenfluss-Architektur, die Microsoft Software Defined Local Access nennt. Pro Tile gibt es eine Tile-Tensor-Einheit, einen Tile-Vektorprozessor und einen Tile-Control-Prozessor, dazu eine hierarchische L1- und L2-Cache-Struktur. Auf der Softwareseite trägt die Microsoft Collective Communication Library das System, und Microsoft zufolge erreicht der Chip bei BF16 AllReduce fast 1,3TB/second.

China und die Ausrüstungsebene

Der Druck in der Lieferkette läuft in beide Richtungen. Der Chip Industry Week In Review von SemiEngineering, veröffentlicht am 25. September 2026, meldete, dass Alibaba seinen KI-Beschleuniger Zhenwu V900 mit 216GB Speicher und 1.200GB/s Bandbreite zwischen den Chips vorgestellt hat. Alibaba nennt die dreifache Leistung des Vorgängers M890, die Massenproduktion ist für Q1 2027 geplant. Dieselbe Übersicht vermerkte, dass CXMT seinen DRAM der fünften Generation G5 in die Massenproduktion gebracht hat, mit 11,95nm Half-Pitch der aktiven Fläche und mindestens 50 Prozent mehr Dies pro Wafer als in der vorigen Generation, ohne tatsächliche Ausbeuten zu nennen.

Auch die Versorgung mit Ausrüstung wird enger. ASML verkauft derzeit keine Chipmaschinen in Europa, wie EVP Frank Heemskerk sagte, der unzureichende Investitionen und fehlende neue Fabs als Gründe nannte. Er warnte, Europa riskiere weiter zurückzufallen, während die USA, China und Indien ihre heimische Produktion ausbauen. Beamte aus den USA und Japan trafen sich, um Engpässe bei Yttrium und Dauermagneten zu besprechen, da chinesische Exportkontrollen kritische Materialien weiter einschränken. Chinesische Zolldaten zeigten im Januar, Mai und Juni keine Yttrium-Lieferungen in die USA.

Nichts davon lockert die T-Glass-Engstelle. Das Material ist eine kleine Position in einer sehr großen Stückliste. Ein Unternehmen kontrolliert es, und seine neue Kapazität kommt frühestens 2027.

Kommentare 0

Quellen

4
  1. 01Shortages of crucial chip packaging material threatens AI accelerator supply chainsEN
  2. 02Microsoft's Maia 200 AI Accelerator at Hot Chips 2026EN
  3. 03d-Matrix Raptor 3D-DRAM Accelerator for Generative Inference at Hot Chips 2026EN
  4. 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.

Lena Brandt

Lena Brandt

KI, Modelle und Technik

Lena Brandt schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Herstellerangaben, Studien und öffentlich zugängliche Datensätze, statt Pressemitteilungen ungeprüft zu übernehmen. Bei Modellvergleichen kontrolliert sie Benchmark-Werte, Trainingsdaten und Versionsnummern und rechnet Angaben zu Rechenleistung und Kosten selbst nach. Sie spricht mit Entwicklern und Forschern, wartet auf angekündigte Updates und vergleicht Releases, bevor sie eine Einschätzung abgibt. Privat beschäftigt sie sich mit 3D-Druck, alten Rechnern und der Frage, wie Modelle aus Internetmüll lernen – Themen, die regelmäßig in ihre Texte einfließen. Sie publiziert keine Zahlen, deren Quelle sie nicht selbst überprüfen konnte.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.