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
›

Upakowanie czipów to nowe wąskie gardło: 17,5 GW mocy centrów danych AI i to jest sufit

Zdolności zaawansowanego upakowania, jakie istnieją dziś, wystarczą na akceleratory o łącznej mocy brutto około 13 GW. Takie liczby podał 30 września The Register, powołując się na bank inwestycyjny Jefferies i firmę analityczną SynMax. Po doliczeniu procesorów, pamięci i chłodzenia daje to około 17,5 GW całkowitej mocy centrów danych.

TechnologiaAnalizaMarta ZielińskaOpublikowano: 2 października 20264 min czytaniaŹródła 15
Upakowanie czipów to nowe wąskie gardło: 17,5 GW mocy centrów danych AI i to jest sufit

Ta liczba ma znaczenie. Nie zapowiedziany harmonogram inwestycji, nie 80 GW, które sugerują niektóre modele popytu na 2028 rok. Sufit upakowania.

Jefferies udostępnił raport The Register, a ten opublikował go 30 września. SynMax co tydzień śledzi zdjęcia satelitarne terenów pod budowę, pierwszych konstrukcji i postępu prac. Firma szacuje, że w USA moce wzrosną z około 11 GW brutto w 2025 roku do 16-18 GW w 2026 roku, czyli powyżej wcześniejszej prognozy 14-16 GW. Praktyczny górny limit na 2027 rok to jej zdaniem nieco ponad 20 GW. Dwa kolejne projekty upakowania, które mają ruszyć w 2027 roku, mogą dodać następne 6 GW, ale tylko jeśli moce będą rosły szybciej niż zakładano. Różnicę między ziemią a krzemem widać już z orbity. Przygotowanie terenów pod nowe projekty wyhamowało, podał The Register. Widoczna aktywność jest znacznie mniejsza niż tempo potrzebne do osiągnięcia ponad 80 GW, które wynikają z zapowiedzianych inwestycji. Wcześniejszy raport Jefferies wykazał, że w budowie była tylko połowa amerykańskich mocy planowanych na 2026 rok. Prace nie zaczęły się nawet na 80 procentach inwestycji z harmonogramu na 2028 rok.

Dlaczego upakowanie, a nie wafle

Wytworzenie matryc akceleratorów to dopiero połowa zadania. Potem trzeba je upakować razem z podzespołami, na przykład pamięcią o dużej przepustowości, zanim producenci sprzętu zamontują je w serwerach.

Zaawansowane upakowanie łączy wiele matryc i pamięci gęstymi połączeniami. Wiele zaawansowanych procesorów i akceleratorów AI korzysta z tego podejścia. Nawet czipy wyprodukowane na terenie USA mogą wymagać wysyłki za ocean, zwykle na Tajwan, żeby je upakować. W ten sposób powstaje wąskie gardło między produkcją półprzewodników a działającą mocą centrów danych.

Na konferencji Innovate Together 2026 organizowanej przez A*STAR w Singapurze inżynierowie z KLA, ASM, ASMPT i Narodowego Uniwersytetu Singapuru opisali ten ucisk w kategoriach procesu, podał EE Times 30 września. Rozmiary pakietów rosną, a odstępy między połączeniami i tolerancje defektów maleją. Surya Bhattacharya, szef system-in-package w Instytucie Mikroelektroniki A*STAR, powiedział, że dalsze zmniejszanie tranzystorów nie wystarcza już do zaspokojenia potrzeb obliczeń AI. Systemy muszą integrować więcej matryc i funkcji, mówił, przez co upakowanie jest częścią projektu systemu, a nie dodatkiem na końcu. Avi Shantaram z ASM International stwierdził, że wiązanie hybrydowe jest ważne dla kolejnej generacji gęstych połączeń 3D, ale problem nie kończy się na narzędziu do wiązania. Na wynik wpływają też chropowatość powierzchni wafla, wgłębienia po chemicznym polerowaniu mechanicznym, czystość i kontrola cząstek. Gary Widdowson, dyrektor techniczny pionu rozwiązań półprzewodnikowych ASMPT, powiedział, że wiązanie hybrydowe nie zastąpi od razu wiązania termokompresyjnego, które zachowuje przewagę w dojrzałości i koszcie. "Mamy do czynienia z całym procesem, a nie z problemem jednego urządzenia", powiedział Widdowson, cytowany przez EE Times.

Ekonomia jest bezlitosna. Blog sponsora na SemiEngineering.com z 1 października oszacował nakład inżynierski przy ASIC o typowej złożoności na ponad 1 000 osobomiesięcy. Zauważono, że pionierskie prace nad syntezą oraz rozmieszczeniem i trasowaniem przesunęły wąskie gardło na weryfikację. To ograniczenie po stronie projektu, które biegnie równolegle do ograniczenia w upakowaniu.

Wydajność jako zawór bezpieczeństwa

Jeden startup przekonuje, że niedobór da się złagodzić bez dodatkowych wafli. Satya Nitta, współzałożyciel i przewodniczący zarządu Emergence AI, powiedział EE Times na SEMICON India 2026, że popyt przewyższa podaż i każda fabryka pracuje na pełnych obrotach. "Nie da się produkować czipów szybciej, ale z pomocą AI można zdecydowanie wyciągnąć więcej czipów z wafla", powiedział. Nitta opisał agentów, którzy znajdują ten sam wzorzec awarii w 30 procentach z 1 500 produktów i proponują przeprojektowanie dotkniętego bloku. Ta praca przekracza jego zdaniem ludzkie możliwości poznawcze. Producenci zintegrowani, wśród klientów firmy, proszą ją teraz o przeniesienie tych prac do fabryki. W innych miejscach łańcuch narzędzi jest automatyzowany bezpośrednio. OpenAI i Synopsys podpisały wieloletnią umowę o partnerstwie, żeby zbudować GPT-Synopsys, model mający rozumować o projekcie i weryfikacji czipów oraz obsługiwać narzędzia EDA Synopsys, podał The Decoder 30 września. Wczesne testy u klientów z branży półprzewodników już trwają. Obie firmy będą wspólnie sprzedawać produkt i dzielić się przychodami.

Nic z tego nie zmienia arytmetyki najbliższych lat. Drugim ograniczeniem jest pamięć. MaxLinear podał, że jego nowy czip DOCSIS Puma 9 obsłuży DDR5 oraz DDR4, żeby zmniejszyć ryzyko w łańcuchu dostaw. Wiceprezes Puneet Sethi powiedział Light Reading, że ceny i podaż DDR5 powinny się poluzować bardziej niż w przypadku DDR4. AMD tymczasem kupuje laboratorium badawcze World Labs za około 8,2 mld dolarów w akcjach. Data Center Knowledge podał, że transakcja ogłoszona 28 września ma pomóc w projektowaniu przyszłych czipów w miarę rozwoju modeli AI.

Czy moce upakowania rosną wystarczająco szybko, pozostaje pytaniem otwartym. Sufit nie jest teoretyczny. Wynosi 17,5 GW.

Komentarze 0

Źródła

15
  1. 01America is planning more AI datacenters than its chip supply can fillEN
  2. 02AI Drives Larger, Denser Packaging, Raising New Challenges for Equipment MakersEN
  3. 03Emergence AI Targets Fabless Chipmakers With Neuroformal AIEN
  4. 04OpenAI and Synopsys team up to build an AI model that designs chips like a seasoned engineerEN
  5. 05Why LLMs Are The Best Thing To Happen To Chip DesignEN
  6. 06Crossing Chiplet Boundaries With PCIe Over UCIeEN
  7. 07MaxLinear claims new 'Puma 9' DOCSIS chip is a big cost-cutterEN
  8. 08MaxLinear intros 'AI-ready' Puma 9 DOCSIS chipsetEN
  9. 09AMD to Acquire World Labs for $8.2B to Advance AI Models and RoboticsEN
  10. 10Huawei boss claims homegrown AI chip sales top Nvidia in ChinaEN
  11. 11Qualcomm Unveils Snapdragon 8 Elite Gen 6 and Elite Extreme Gen 6: Next Gen Flagship Mobile ChipsEN
  12. 12Google rolls out Gemini 4 Argon, its most advanced AI modelEN
  13. 13Experts worry about Nvidia's AI chip sales in China and influence over TrumpEN
  14. 14101 Malicious npm Packages Add Developers' WhatsApp Accounts to Groups Without ConsentEN
  15. 15Advanced grid tech gets a $1.9B DOE boostEN

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.

Marta Zielińska

Marta Zielińska

AI, modele i technologie

Marta Zielińska pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, preprintach i danych z API, a nie na zapowiedziach producentów. Przy każdej publikacji sprawdza karty modeli, parametry treningowe i benchmarki, a liczby porównuje z niezależnymi testami i wynikami z repozytoriów. Rozmawia z badaczami i inżynierami, czeka na kolejne wydania modeli i zestawia ich działanie z wcześniejszymi wersjami. Prywatnie drukuje w 3D, naprawia stare komputery i sprawdza, jak modele uczą się na śmieciach z internetu. Nie publikuje wyników, których nie może odtworzyć na własnym sprzęcie.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

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