Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Niedobór T-glass ogranicza podaż akceleratorów AI. Nittobo potraja moce

Jeden japoński dostawca kontroluje około 90% światowych dostaw specjalistycznej tkaniny z włókna szklanego, która trafia do każdego zaawansowanego układu AI. Popyt przerasta podaż. Zakład Nittobo w Fukushimie osiągnie potrojone moce dopiero w połowie 2027 roku.

TechnologiaWyjaśnienieAnna KaczmarekOpublikowano: 27 września 20267 min czytaniaŹródła 4
Niedobór T-glass ogranicza podaż akceleratorów AI. Nittobo potraja moce

Materiał, o którym mało kto słyszał, jest dziś jednym z węższych gardeł w łańcuchu dostaw akceleratorów AI. T-glass, tkanina z włókna szklanego o niskim współczynniku rozszerzalności cieplnej, trafia do organicznego rdzenia podłoży układów scalonych. Produkuje ją niemal wyłącznie jedna japońska firma: Nittobo, która według Tom's Hardware ma około 90% światowych dostaw. Ceny wzrosły o 20 do 30%, a terminy realizacji materiałów w dalszej części łańcucha, na przykład laminatów pokrytych miedzią, wydłużyły się z typowych 8 do 10 tygodni do ponad 20.

Do czego służy T-glass i dlaczego trudno go zastąpić

Materiał leży w warstwie połączeń między układem a jego płytką drukowaną. Utrzymuje wymiarową stabilność dużych, mocno grzejących się obudów, gdy upakowanie rośnie. Ma to tym większe znaczenie, im większe i gorętsze są procesory AI. Fizyka utrzymania płaskości i działania procesorów AI zależy właśnie od niego, pisało Tom's Hardware 9 marca 2026 roku.

Nittobo nie może po prostu dostawić kolejnej linii. T-glass wymaga specjalistycznych pieców do topienia elektrycznego, pracujących w temperaturze od 1 600 do 1 700°C. Proces, czyli topienie szkła bogatego w krzemionkę, przędzenie go we włókno i tkanie w ultracienką tkaninę, wymaga lat inwestycji i wiedzy, żeby go skalować. Drugie włókno szklane, E-glass, jest tańsze, ale stosuje się je głównie w układach niższej klasy, takich jak mikrokontrolery i starsze procesory mobilne. W dużych obudowach 2.5D i 3D, a więc w zaawansowanych akceleratorach AI, wybiera się T-glass.

Łatwego zamiennika nie ma. „Nie jest łatwo zastąpić T-glass” powiedział Tom's Hardware Premium Bilal Hachemi, analityk Yole Group, który śledzi łańcuch dostaw podłoży układów scalonych. Hachemi twierdzi, że T-glass „ma określone wartości przenikalności dielektrycznej i CTE, które lepiej działają w układach AI, zwłaszcza w organicznym rdzeniu”. Wskazał też na strukturę branży: biznes podłoży układów scalonych od dawna działa na cienkich marżach, więc nawet umiarkowany skok popytu może go wpędzić w niedobór. „Każdy wzrost popytu na materiały do budowy warstw, materiał ABF czy T-glass może wywołać niedobór, bo to kłóci się z podstawami tej branży” mówił.

Dokładnie to się dzieje. Dostawcy przestali w ogóle podawać terminy realizacji. „Skoro podaż T-glass jest teraz jeszcze bardziej ograniczona, dostawcy nie podają już terminów” powiedział Tom's Hardware Bill Ho, analityk Yuanta.

Kto zjada podaż

Hiperpskalowcy budują coraz większe obudowy układów, a każda generacja zużywa więcej materiału. Według danych Nvidii, na które powołuje się Tom's Hardware, rozmiary interposerów wzrosły z 814mm² w architekturze Hopper do 1 700mm² w Blackwell, czyli o 109%. Nadchodzące generacje Rubin i Feynman pójdą dalej.

Bank of America szacuje, że segment materiałów elektronicznych Nittobo niemal podwoi sprzedaż z ¥40 900 000 000 (266 mln dolarów) w 2025 roku do ¥87 700 000 000 do marca 2028 roku, przy marży operacyjnej zbliżającej się do 48%. „Popyt na tkaninę T-glass prawdopodobnie wzrośnie bardziej, niż początkowo sądzono” powiedział Takashi Enomoto, analityk Bank of America. „Skupiano się na wzroście popytu na gruby T-glass do obudów układów GPU i CPU, ale teraz prawdopodobnie wzrośnie popyt na ultracienki T-glass, bo w wiodących urządzeniach E-glass zastępuje ultracienki T-glass”.

Nvidia poszła w górę łańcucha, żeby zabezpieczyć swoją część. Hachemi nazwał ten ruch bezprecedensowym w tej części łańcucha dostaw. „Po raz pierwszy widzimy, jak Nvidia, końcowy klient, zwraca się do dostawców materiałów wyżej w łańcuchu, żeby zapewnić sobie moce i mieć pewność, że je dostanie” powiedział Tom's Hardware. Ryzyko jest proste: gdy Nvidia zablokuje swoją alokację, konkurencyjni odbiorcy układów walczą o to, co zostało.

Nittobo nie stoi w miejscu. Potraja moce w zakładzie w Fukushimie, ale według Tom's Hardware nowa podaż trafi na rynek dopiero w połowie 2027 roku. Firma podwaja też moce produkcji surowego włókna w zakładzie na Tajwanie i importuje włókno z powrotem do Japonii, gdzie tka tkaninę. Zawarła umowę o współpracy z Nanya Plastics, żeby część tkania zlecić na zewnątrz. Ten układ pokazuje, jak ciasny jest rynek, skoro Nittobo łączy siły z jednym ze swoich największych konkurentów, żeby rozluźnić wąskie gardło. Według ujawnionych przez firmę danych do 2027 roku około 20% tkaniny szklanej Nittobo ma tkać Nanya.

Szerszy obraz obudów i pamięci

Zacisk na obudowy to nie jedyna presja na projekt akceleratorów. Na Hot Chips 2026 Microsoft przedstawił swój drugi akcelerator Maia 200, układ w procesie 3nm ze 140 000 000 000 tranzystorów, połączony z sześcioma stosami HBM3e, przepustowością HBM 7TB/s i TDP 750 watów, według relacji na żywo ServeTheHome. Microsoft twierdzi, że osiąga 10 000 TFLOPS w FP4, ma matrycę SoC o powierzchni 820mm² i domenę skalowania na 128 szaf i 6 000 układów, zbudowaną na ujednoliconym Ethernecie bez sieci scale-out.

Przepustowość pamięci to drugie powracające ograniczenie. d-Matrix wykorzystała swoje wystąpienie na Hot Chips 2026, żeby przekonywać, że HBM samo nie domknie luki. ServeTheHome relacjonuje, że firma podaje praktyczny sufit przepustowości w okolicach 20 TB/s dla pakietów HBM4, takich jak Vera Rubin od Nvidii i Instinct MI455 od AMD, a energię systemu HBM4 szacuje na 2,5 do 5 pJ, gdy doliczy się energię na poziomie układu. Jej odpowiedzią jest ułożenie układu logicznego TSMC N4 bezpośrednio na układzie 3D DRAM z użyciem wiązania face-to-face o wymiarze 36 µm, przy pionowym 3D IO na poziomie około 0,3 do 0,4 pJ, czyli około 10 razy mniej niż HBM.

d-Matrix wymiaruje projekt na 32 000 000 000 bajtów na kartę przy wagach 4-bitowych i cache KV 8-bitowym, więc skalowanie na 72 karty pomieści model frontier, taki jak Kimi K3, przy kontekście 1 000 000. Firma wskazuje też koszt inżynieryjny: przy 3 bankach na kanał pojedynczy dostęp zwraca 96 000 000 000 bajtów, więc flit 128B potrzebuje dwóch dostępów i pobiera 192 000 000 000 bajtów, marnując około 33% przepustowości przy blisko 33 TB/s. Jej schemat blokowania strumieni odzyskuje to, dzieląc jeden częściowy dostęp 32B między trzy flity.

Microsoft zakłada podobnie, że cały stos trzeba projektować wspólnie. Maia 200 używa tego, co Microsoft nazywa architekturą przepływu danych Software Defined Local Access, z jednostką tensorową, procesorem wektorowym i procesorem sterującym w każdym tile'u, plus hierarchiczną strukturą cache L1 i L2. Po stronie oprogramowania system opiera się na Microsoft Collective Communication Library, a Microsoft twierdzi, że układ osiąga prawie 1,3TB/s w BF16 AllReduce.

Chiny i warstwa sprzętu

Presja w łańcuchu dostaw działa w obie strony. SemiEngineering w przeglądzie Chip Industry Week In Review z 25 września 2026 roku podał, że Alibaba pokazała akcelerator AI Zhenwu V900 z 216GB pamięci i przepustowością między układami 1 200GB/s, deklarując trzykrotny wzrost wydajności względem poprzednika M890 i masową produkcję planowaną na pierwszy kwartał 2027 roku. Ten sam przegląd odnotował, że CXMT uruchomiła masową produkcję pamięci DRAM piątej generacji G5 z połową odstępu 11,95nm i co najmniej 50% więcej struktur na waflu niż w poprzedniej generacji, choć firma nie ujawniła faktycznej wydajności produkcyjnej.

Podaż sprzętu też się zaciska. ASML nie sprzedaje obecnie w Europie żadnych maszyn do produkcji układów, według Franka Heemskerka, wiceprezesa wykonawczego, który wskazał na niewystarczające inwestycje i brak nowych fabryk oraz ostrzegł, że Europa może dalej zostawać w tyle, gdy USA, Chiny i Indie rozbudowują krajową produkcję. Przedstawiciele USA i Japonii spotkali się, żeby omówić wąskie gardła w dostawach itru i magnesów trwałych, bo chińska kontrola eksportu nadal ogranicza kluczowe materiały. Chińskie dane celne nie wykazały żadnych dostaw itru do USA w styczniu, maju ani czerwcu.

Nic z tego nie rozluźnia ograniczenia T-glass. Materiał to drobna pozycja w bardzo dużym rachunku materiałowym, a kontroluje go jedna firma, której nowe moce pojawią się najwcześniej w 2027 roku.

Komentarze 0

Źródła

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

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.

Anna Kaczmarek

Anna Kaczmarek

AI, modele i technologie

Anna Kaczmarek pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, repozytoriach i danych źródłowych, a nie na komunikatach prasowych. Przy testach modeli sprawdza karty techniczne, parametry wejściowe i liczy wyniki na tych samych zbiorach, zamiast powtarzać liczby od producentów. Czeka na premiery API i aktualizacje wag, rozmawia z inżynierami oraz porównuje wersje modeli pod kątem kosztów i opóźnień. Prywatnie self-hostuje usługi i konfiguruje sieci domowe, więc do redakcji wnosi praktykę z własnego serwera. Nie publikuje zapowiedzi ani parametrów, których nie może odtworzyć na własnym środowisku.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.