В ключевые исторические периоды прогресс требовал не просто талантов отдельных специалистов. Самые значимые прорывы, вроде тех, что случились в проекте "Геном человека", возникли благодаря новому подходу: собрать ведущих экспертов мира вокруг одной цели, создать общую платформу, поделиться ключевой инфраструктурой и максимально сократить циклы обратной связи. Когда ставки высоки, а сроки сжаты, последовательные и изолированные инновации не справляются.
Эра ИИ ставит похожие задачи перед инженерами. Каждая компания стремится выпустить более мощные системы ИИ как можно скорее. Но мощность теперь определяется не только вычислениями. В ИИ-задачах доминирует перемещение данных: часто на передачу битов уходит столько же энергии, сколько или даже больше, чем на сами вычисления. Снижение энергозатрат на бит позволяет повышать производительность систем параллельно с ростом пиковой вычислительной мощности.
Дорога к энергоэффективному ИИ лежит через инженерию на уровне всей системы, охватывающую три тесно связанные области:
- Логику, где производительность на ватт зависит от эффективного переключения транзисторов, низких потерь на питание и передачи сигналов через плотные стеки проводки.
- Память, где взрывной рост требований к пропускной способности и объему упирается в "стену памяти", поскольку процессоры развиваются быстрее доступа к памяти.
- Передовое упаковывание, где 3D-интеграция, архитектуры чиплетов и высокоплотные соединения приближают вычисления и память — это поддерживает масштабирование систем, недостижимое монолитными методами.
Эти области нельзя оптимизировать по отдельности. Прогресс в эффективности логики останавливается без достаточной пропускной способности памяти. Улучшения в памяти бесполезны, если упаковка не обеспечивает близость с учетом тепловых и механических ограничений. Упаковка же зависит от точности как фронт-энд фабрикации устройств, так и бэк-энд интеграции.
В эпоху ангстремов самые сложные задачи возникают на границах — между вычислениями и памятью в упаковке, фронт-энд и бэк-энд интеграцией, тесно связанных процессах для точной 3D-фабрикации. Именно здесь традиционная модель инноваций дает сбой.
Традиционный цикл исследований и разработок не поспевает за эпохой ангстремов в ИИ
Десятилетиями модель R&D в полупроводниковой отрасли напоминала эстафету. Возможности создавались в одном звене экосистемы, передавались вниз по цепочке через интеграцию и производство, проверялись дизайнерами чипов и систем, и только потом возвращались для следующего витка. Это работало, когда прогресс зависел от относительно модульных шагов, масштабируемых независимо и легко вписываемых в производственный поток.
Но темпы ИИ перевернули правила. На ангстремовых масштабах физика навязывает неразрывную связь всему стеку: выбор материалов определяет схемы интеграции, интеграция задает правила дизайна, они влияют на подачу питания, проводка устанавливает тепловые бюджеты, а тепловые ограничения тормозят масштабирование упаковки. Архитекторам систем нельзя ждать 10–15 лет на каждую крупную смену технологий полупроводников.
Долгосрочный взгляд необходим, чтобы синхронизировать инновации в материалах с новыми архитектурами устройств и разработать инструменты и процессы для их интеграции с фабричной точностью. В Applied Materials совместно с клиентами прокладывают путь на следующие 3–4 поколения, до 10 лет вперед по роадмапу.
Эпоха ангстремов требует сломать барьеры и объединить лучших умов отрасли — от ведущих компаний до академических институтов. Если проблема связана, решение должно быть связанным. Если сроки сжаты, цикл обучения тоже. Недостаточно просто изобретать — нужно изобретать способ изобретательства.
EPIC: центр и платформа для быстрой совместной инновации
Центр Applied Materials EPIC создан именно для решения этой задачи. С инвестициями примерно в 5 миллиардов долларов это самый крупный проект по R&D передового оборудования для полупроводников в истории США. Когда он откроется в 2026 году, то предоставит ультрасовременные чистые комнаты, спроектированные с нуля для сокращения пути от ранних исследований к массовому производству. Но инфраструктура — лишь часть модели. EPIC — это еще и платформа, операционная система для ускоренной совместной инновации, меняющая процесс переноса идей из лаборатории в фабрику.
Модель EPIC сжимает традиционный рабочий поток. Инженеры клиентов работают плечом к плечу с технологами Applied с первого дня — отказываясь от изолированной оптимизации процессов и поздних передач. В общей защищенной среде интегрируются атомистическое моделирование, тестовые структуры, разработка процессов, валидация и метрологическая обратная связь. Ограничения, всплывавшие поздно, выявляются и устраняются на ранних этапах.
Итог — путь, потенциально в 2 раза быстрее, полезный для всей экосистемы под одной крышей:
- Производители чипов получают ранний доступ к портфелю R&D Applied, ускоренные циклы обучения и быстрый перевод технологий следующего поколения в массовое производство.
- Партнеры экосистемы — ранний доступ к передовым технологиям производства и возможности сотрудничества, расширяющие горизонты материаловых инноваций.
- Академические учреждения — шанс укрепить трубопровод от лаборатории к фабрике и подготовить кадры для полупроводниковой отрасли будущего.
Опираясь на десятилетия совместной разработки, мы перестраиваем конвейер инноваций с партнерами по логике, памяти и передовому упаковыванию, чтобы добиться следующего скачка в энергоэффективном ИИ.
Ускорение передовой логики
Логика остается двигателем вычислений ИИ. В эпоху ангстремов системные улучшения все чаще упираются в энергопотребление. Продление производительности ИИ зависит от архитектур с большей мощностью на ватт — это ускоряет переход к 3D-устройствам вроде транзисторов gate-all-around (GAA), повышающих плотность в компактном объеме при сохранении энергоэффективности.
Такие сдвиги происходят в беспрецедентных масштабах, роадмап логики уже уходит за первое поколение GAA к более сложным конструкциям. Пример — GAA с подачей питания с обратной стороны пластины, где толстые силовые линии переносятся на тыльную сторону, снижая resistive потери и освобождая лицевую для плотной интеграции логических ячеек. Другой вариант сближает соседние GAA-транзисторы PMOS и NMOS с диэлектрической изолирующей стенкой между ними для минимизации электрических помех. Далее complementary FETs (CFETs) stacking PMOS и NMOS друг на друге толкают плотность еще дальше.
Хотя эти архитектуры дают заметный прирост мощности на ватт и плотности логики без чрезмерной зависимости от литографии, они резко усложняют интеграцию. Создание одного GAA-устройства сегодня требует свыше 2000 взаимосвязанных шагов процесса. Параллельно стеки проводки растут в высоту и плотность для соединения таких устройств. Современные передовые GPU в разработке вмещают более 300 миллиардов транзисторов на площадь размером с почтовую марку, соединенных свыше 2000 милями проводки.
На таком уровне сложности шаги по созданию точных 3D-устройств и стеков проводки нельзя оптимизировать отдельно. Дизайн и процесс должны эволюционировать синхронно, материалы и фабрикация — вместе с архитектурой. Модель совместных инноваций EPIC ускоряет именно эту конвергенцию, позволяя логике продвигать границы ИИ в темпе роадмапа.
Поддержка роадмапа памяти
Эра вычислений ИИ меняет подход к генерации, перемещению и обработке данных, делая память, особенно DRAM, ключевой для энергоэффективной производительности. По мере роста моделей и аппетита к данным роадмап DRAM смещается к архитектурам с большей плотностью, пропускной способностью и быстрым доступом на ватт.
На уровне ячеек DRAM требования ИИ переводят от 6F² buried-channel array transistors (BCAT) к компактным 4F², где транзистор ориентирован вертикально для роста плотности и сокращения площади чипа. За 4F² для сохранения прироста мощности на ватт нужны переходы дальше 2D-масштабирования — к 3D DRAM со вертикальным stacking ячеек для добавления емкости в ограниченном объеме. По мере роста высоты структур и aspect ratios инженерия высокомобильных материалов в 3D становится критичной для производительности и надежности.
Кроме массива ячеек, важный рычаг — сжатие периферийной схемотехники с логическими транзисторами и проводкой. Один подход — размещение части периферии под массивом DRAM путем bonding двух пластин: одной для ячеек DRAM, другой для CMOS-логики с несколькими слоями проводки.
Параллельно производительность DRAM повышают заимствования из логики для периферии: бустеры мобильности вроде embedded silicon germanium и stress films, улучшения проводки с low-k диэлектриками и advanced copper interconnects. Производители переводят периферийные транзисторы с planar на FinFET, следуя логике для ускорения I/O. Такие инфлексии — центр миссии EPIC, где их совместная разработка и быстрая валидация готовят память следующего поколения.
Масштабирование систем через передовое упаковывание
По мере того как перемещение данных становится главной энергозатратой в ИИ-системах, передовое упаковывание выходит на передний план для повышения эффективности: укорачивает расстояния соединений, растит плотность пропускной способности и снижает энергопотребление на передачу между логикой и памятью.
High-bandwidth memory (HBM) — ключевая инфлексия: stacking DRAM-dies до 16 слоев и более приближает память к процессору, обеспечивая быстрый доступ к растущим рабочим наборам данных и скачкообразный прирост пропускной способности и энергоэффективности.
Шире, подъем 3D-упаковок вроде HBM показывает центральность упаковывания в эру ИИ. Оно решает системные ограничения, неподвластные простому масштабированию устройств логики и памяти. Также позволяет отойти от монолитных SoC к чиплетам, подходящим для гибких ИИ-задач с логикой, памятью и ускорителями под конкретные нужды.
Ключ — hybrid bonding: с питчами соединений, близкими к on-chip проводке, традиционные bumps и microbumps упираются в пределы плотности, энергетики и целостности сигнала. Hybrid bonding снимает барьеры, давая высокую плотность I/O для чиплетов — от stacking памяти до тесной интеграции compute-memory.
По мере роста bonded структур вроде HBM стеков контроль warpage, размещение dies, выравнивание стеков и тепловое управление становятся первостепенными вызовами. EPIC решает их и другие задачи упаковывания через раннюю параллельную совместную инновацию по материалам, интеграции и производству.
Объединение усилий
По логике, памяти и упаковыванию перед нами амбициозный роадмап с большими перспективами энергоэффективности для ИИ-систем. Но для реализации нужны прорывы в материалах, когда размеры уменьшаются, интерфейсы множатся, а взаимозависимости процессов растут. Такие вызовы не решить за 10–15 лет в модели эстафеты. Нужно ломать силосы, синхронизироваться раньше в экосистеме и параллелить обучение, чтобы угнаться за ИИ.
В эру ИИ прогресс определит скорость превращения озарений в фабричную реальность и коммерцию. Единственный путь — новая модель инноваций, и EPIC именно то, как мы ее реализуем.