Akceleratory AI trafiają na ścianę materiałową: T-glass, limity HBM i ucisk w projektowaniu
Jedna japońska firma wytwarza około 90% tkaniny z włókna szklanego, która trafia do każdej zaawansowanej obudowy chipu AI. Skutki widać w cenach, terminach dostaw i w tym, jak Nvidia kupuje.

T-glass Nittobo to tkanina szklana o niskim CTE, używana w organicznym rdzeniu podłoży IC. Ten rdzeń to warstwa połączeń między chipem a jego płytką drukowaną. Tom's Hardware podał 9 marca, że materiał utrzymuje stabilność wymiarową dużych, mocno grzejących się obudów. Popyt przerósł podaż na tyle, że odbiło się to na łańcuchach dostaw akceleratorów AI.
Ceny wzrosły o 20 do 30%. Terminy dostaw materiałów w dół łańcucha, takich jak laminaty pokryte miedzią, wydłużyły się z normalnych 8 do 10 tygodni do ponad 20. „Przy jeszcze bardziej ograniczonej podaży T-glassu dostawcy nie podają już terminów realizacji” – powiedział Tom's Hardware Bill Ho, analityk z Yuanta.
Ograniczenia nie da się łatwo obejść inżynierią. T-glass wymaga specjalistycznych pieców elektrycznych pracujących w temperaturze od 1 600 do 1 700 stopni Celsjusza. Topienie szkła bogatego w krzemionkę, przędzenie go w włókno, a potem tkanie ultrasubtelnej tkaniny wymaga lat inwestycji i doświadczenia, żeby to skalować. Nittobo potraja moce w zakładzie w Fukushimie. Nowa podaż trafi na rynek dopiero w połowie 2027 roku.
Dlaczego Nvidia dzwoni w górę łańcucha
Nietypowe w tym kryzysie jest to, kto się o dostawy stara. Hiperskalerzy zamawiają coraz większe obudowy chipów, a każda generacja zużywa więcej T-glassu na jednostkę. Tom's Hardware przytoczył dane Nvidii, z których wynika, że rozmiary interposerów wzrosły z 814 mm² w Hopperze do 1 700 mm² w Blackwellu, czyli o 109%. Nadchodzące generacje Rubin i Feynman idą jeszcze dalej.
Bilal Hachemi, analityk Yole Group, który śledzi łańcuch dostaw podłoży IC, powiedział, że T-glass ma określone wartości dielektryczne i CTE, które lepiej sprawdzają się w chipach AI, zwłaszcza w organicznym rdzeniu. Producenci podłoży działają na cienkich marżach, dodał, więc nawet umiarkowany skok popytu wywołuje braki. Nazwał też bezprecedensowym bezpośredni kontakt Nvidii z dostawcą materiałów wyżej w łańcuchu: „Po raz pierwszy widzimy, jak Nvidia, czyli klient końcowy, zwraca się do dostawców materiałów wyżej w łańcuchu, żeby zabezpieczyć moce i upewnić się, że je dostanie”.
Gdy Nvidia zablokuje swoją część, konkurencyjni nabywcy chipów walczą o to, co zostanie. Nittobo podwaja moce produkcji surowego włókna w zakładzie na Tajwanie i importuje włókno z powrotem do Japonii, żeby je tkać. Firma nawiązała też współpracę z Nanya Plastics, żeby część tkania zlecić na zewnątrz. Do 2027 roku około 20% tkaniny szklanej Nittobo ma pochodzić z warsztatów Nanyi, konkurenta. Bank of America szacuje, że segment materiałów elektronicznych Nittobo prawie podwoi sprzedaż z 40,9 mld jenów (266 mln dolarów) w 2025 roku do 87,7 mld jenów do marca 2028 roku, a marża operacyjna zbliży się do 48%.
Ściana pamięci przesuwa się równolegle
Ucisk w pakowaniu to nie jedyny fizyczny limit, który zamyka się nad projektowaniem akceleratorów. Na Hot Chips 2026 d-Matrix przedstawiła Raptor, akcelerator z 3D-DRAM do wnioskowania generatywnego. Argument dotyczył głównie ekonomii przepustowości. Wagi modeli wciąż rosną, a pamięć KV cache skaluje się z długością kontekstu pomnożoną przez rozmiar batcha: 64 użytkowników przy kontekście 1 000 000 może oznaczać około 935 GB pamięci KV cache.
HBM rozwiązuje problem pojemności, ale ma kłopot z przepustowością. ServeTheHome podał, że d-Matrix wskazała praktyczny sufit około 20 TB/s dla pakietów HBM4, takich jak Vera Rubin Nvidii i Instinct MI455 AMD. Ograniczają go szybkość pinów, szerokość I/O na bazowy matrycę oraz powierzchnia obudowy wystarczająca na około 8 do 16 stosów. Przy 2,4 pJ/bit przepchnięcie 100 TB/s przez HBM zużywa około 1,92 kW, zanim doliczy się ruch w f-abryce. Alternatywa d-Matrix polega na nałożeniu matrycy logicznej TSMC N4 na matrycę 3D DRAM techniką łączenia twarzą do twarzy o rozmiarze 36 mikrometrów. Firma opisuje to jako sprawdzone, tanie, seryjne i o wysokiej wydajności produkcyjnej.
Maia 200 Microsoftu, opisana na tej samej konferencji, idzie inną drogą. To chip w procesie 3 nm ze 140 000 000 000 tranzystorów, sześcioma stosami HBM3e, przepustowością HBM 7 TB/s, wydajnością 10 000 TFLOPS w FP4 i TDP 750 watów. ServeTheHome podał, że Microsoft łączy go w pełni połączonej topologii poczwórnej z siecią wyłącznie scale-up, bez tkaniny scale-out. Firma stawia na ujednolicony Ethernet w 128 szafach i 6 000 chipów.
Narzędzia projektowe łatają lukę
Gdy fizyka coraz mocniej ogranicza, branża mocniej opiera się na projektowaniu wspomaganym przez AI. Tim Costa z Nvidii powiedział w rozmowie z dziennikarzami, o której The Next Platform doniósł 27 lipca, że do 2030 roku branża ma wyprodukować 2 000 000 000 000 chipów i przetwarzać około 41 000 000 płytek krzemowych miesięcznie. Stwierdził, że tradycyjne procesy projektowe nie nadążą. Cadence twierdzi, że jej AI Super Agents potrafią przeprowadzić setki symulacji i dostarczyć walidację na poziomie RTL 40 razy szybciej. Synopsys mówi, że jego autonomiczny proces weryfikacji dochodzi do zweryfikowanego RTL 50 razy szybciej niż inne platformy.
Te twierdzenia wymagają weryfikacji przed zatwierdzeniem projektu. SemiEngineering zauważył 25 września, że zwrot ku wyspecjalizowanym agentom tworzy nowe problemy z orkiestracją, integracją i zabezpieczeniami. Cadence podała, że jej agent od specyfikacji do RTL daje około 24% mniejszą powierzchnię i 18% niższy pobór mocy niż czyste generowanie kodu przez model bazowy.
Nic z tego nie rozwiązuje wąskiego gardła podłoży. Nowa produkcja Nittobo w Fukushimie pojawi się w połowie 2027 roku, a krzywa popytu od większych interposerów i dłuższych kontekstów nie wypłaszcza się.
Źródła
5- 01Shortages of crucial chip packaging material threatens AI accelerator supply chainsEN
- 02d-Matrix Raptor 3D-DRAM Accelerator for Generative Inference at Hot Chips 2026EN
- 03Microsoft's Maia 200 AI Accelerator at Hot Chips 2026EN
- 04Nvidia Accelerates Chip Engineering With AI AgentsEN
- 05Chip Industry Week In ReviewEN
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.