بسترهای ABF که پایههای عایق و سیمکشی تخصصی برای اتصال تراشههای سیلیکونی کوچک به بردهای مدار چاپی بسیار بزرگتر در زیر آنها هستند، در زیر بیشتر پردازندههای مرکزی (CPU)، پردازندههای گرافیکی (GPU) و شتابدهندههای هوش مصنوعی ردهبالا قرار دارند. این بسترها که دارای فیلم انباشته اجینوموتو (Ajinomoto build-up film یا به اختصار ABF) هستند، از اواخر دهه ۱۹۹۰ برای صنعت نیمههادی حیاتی بودهاند و رایانههای شخصی، ایستگاههای کاری، سرورها و سیلیکونهای شبکهای تقاضای پایدار آنها را برای دههها هدایت کردهاند.
انقلاب هوش مصنوعی آن تقاضا را بهصورت تصاعدی چند برابر کرده است. آموزش و استنتاج برای مدلهای پیشرو اکنون در دیتاسنترها اجرا میشود که هر کدام صدها هزار شتابدهنده را در خود جای داده و صدها مگاوات توان محاسباتی فراهم میکنند. شرکت انویدیا (Nvidia) به تنهایی تخمیناً ۳.۲ میلیون پکیج پردازنده گرافیکی بلکول (Blackwell GPU) را تا پایان سال ۲۰۲۵ عرضه کرده است که هر یک از آن شتابدهندهها روی یک بستر ABF بستهبندی شدهاند. در همین حال، صنعت از همین حالا با توسعههای عظیم دیتاسنتر وارد عصر گیگاوات شده است که انتظار میرود هر کدام میزبان میلیونها شتابدهنده هوش مصنوعی باشند.
این بنا بر روی یک زنجیره تامین بهطور قابل توجهی باریک استوار است. عملاً هر تراشه منطقی پیشرفته و هوش مصنوعی که امروزه توسط اینتل (Intel)، ایامدی (AMD) و انویدیا (Nvidia) ساخته میشود، اساساً به بسترهای ABF وابسته است. این بسترها گزینه پیشفرض مرسوم برای بستهبندی با عملکرد بالا هستند. آنها توسط گروه کوچکی از متخصصان از جمله یونیمیکرون (Unimicron)، ایبیدن (Ibiden)، کینسوس (Kinsus)، شینکو الکتریک اینداستریز (Shinko Electric Industries)، سامسونگ الکترومکانیکس (Samsung Electromechanics) و نان یا پیسیبی (Nan Ya PCB) ساخته میشوند. زنجیره تامین بالادستی بسیار تنگاتنگتر میشود.
یک مخرج مشترک در سراسر بسترهای ABF، صرف نظر از سازنده، خود فیلم انباشته اجینوموتو است. هر سازنده بستر، لایههای انباشته خود را با استفاده از فیلم دیالکتریک تامینشده توسط شرکت ژاپنی اجینوموتو (Ajinomoto) لایهگذاری میکند که طبق گزارشها ۹۵ درصد یا بیشتر از بازار جهانی را کنترل میکند. یک شرکت واحد، که بیشتر به خاطر چاشنی غذا شناخته شده تا میکروالکترونیک، در پایه یکی از متمرکزترین زنجیرههای تامین در محاسبات قرار دارد و تقریباً به تنهایی مادهای را برای صدها میلیون دستگاه نیمههادی تامین میکند. جای تعجب نیست که تقاضا اکنون فراتر از توانایی زنجیره تامین در حال رشد است.
برای تشدید این بحران، شتابدهندههای مدرن هوش مصنوعی اکنون چندین جزء محاسباتی، حافظه و پشتیبان را روی یک برد واحد بستهبندی میکنند. در نتیجه، بستر در سراسر ابعاد X-Y بزرگتر میشود تا پکیج در حال گسترش را در خود جای دهد. سازندگان همچنین در حال افزودن لایههای انباشته بیشتری به بستر هستند تا تعداد رو به رشد سیگنالها و اتصالات توان را هدایت کنند. هر لایه اضافی به یک لایه ABF دیگر نیاز دارد و تقاضا را در میان میلیونها شتابدهنده بیشتر چند برابر کرده و زمانهای ساخت را طولانیتر میکند.
متأسفانه، عوارض در اینجا متوقف نمیشوند. فراتر از فشار بیشتر بر زنجیره تامین، گسترش بسترها مشکلات فنی مانند تاببرداشتن (warpage)، مسائل بازدهی و تلفات الکتریکی را در خود جزء ایجاد میکند. این امر اکوسیستم بستر ABF را با دو چالش مرتبط روبرو میکند: تولید بسترهای پیشرفته به اندازه کافی برای ناوگان به سرعت در حال گسترش شتابدهندههای هوش مصنوعی، و در عین حال مهندسی مجدد این بسترها به طوری که بتوانند بدون غیرقابل ساخت یا غیر عملی شدن به مقیاسپذیری خود ادامه دهند.
نقشه راه بستر ABF در نتیجه به همان اندازه که به سختافزار مربوط میشود، به ظرفیت زنجیره تامین نیز مربوط است، بهطوریکه تامینکنندگانی مانند اجینوموتو (Ajinomoto) و ایبیدن (Ibiden) برنامههایی را برای گسترش ظرفیت مواد و تولید ترسیم کردهاند. در همان زمان، صنعت گستردهتر - از جمله اینتل (Intel)، سامسونگ (Samsung) و شرکت Absolics متعلق به اسکی (SK) - در حال بررسی بسترهای هسته شیشهای (glass-core substrates) و سایر فناوریهای مواد برای عبور از محدودیتهای ABF ارگانیک هستند.
بسترهای ABF
دایهای سیلیکونی (Silicon dies)، از جمله پردازندههای مرکزی (CPUs) و پردازندههای گرافیکی (GPUs)، نمیتوانند مستقیماً با برد مدار چاپی زیر خود ارتباط برقرار کنند. پدهای اتصال روی یک دای با فاصله میکرومتری از یکدیگر قرار دارند، در حالی که مسیرهای روی مادربرد با فاصله صدها میکرومتر تا میلیمتر از یکدیگر فاصله دارند. بنابراین، هر تراشه با عملکرد بالا روی یک بستر پکیج واسطه قرار میگیرد - یک برد متراکم و چندلایه که اتصالات فوقالعاده ظریف روی دای را به اتصالات به اندازه کافی بزرگ برای مدیریت مادربرد گسترش میدهد، در حالی که هدایت سیگنال، توزیع توان و زمین و پشتیبانی مکانیکی را برای پکیج فراهم میکند.
بسترهای ABF مورد استفاده در شتابدهندههای هوش مصنوعی معمولاً از یک هسته رزینی سفت و سخت و تقویتشده با شیشه تشکیل شدهاند که بین لایههای انباشته متوالی از سیمکشی مس و فیلم عایق ساندویچ شده است. هسته بخش زیادی از صلبیت مکانیکی را فراهم میکند، در حالی که لایهها سیمکشی متراکمتر مورد نیاز در نزدیکی سیلیکون را فراهم میکنند.
برای ساخت بستر، سازنده دیالکتریک ABF را روی ساختار لمینیت میکند، ویاهای میکروسکوپی (microvias) را معمولاً با یک لیزر CO2 تشکیل میدهد و سپس از لیتوگرافی و رسوب مس برای ایجاد یک لایه سیمکشی جدید استفاده میکند. بسترهای ردهبالا معمولاً از یک فرآیند نیمه افزایشی (Semi-Additive Process یا به اختصار SAP) استفاده میکنند که در آن مسیرهای مسی ظریف از یک لایه دانه رسانا نازک آبکاری میشوند. سپس یک لایه ABF دیگر روی آن لمینیت میشود و فرآیند تکرار میشود. این فیلم لایههای مسی متوالی را به صورت الکتریکی از هم جدا میکند، در حالی که میکروویاهای آبکاری شده آنها را به صورت عمودی به هم متصل میکنند.
اجینوموتو این فیلم را در دهه ۱۹۹۰ توسعه داد و پس از آن به دلیل تلفات دیالکتریک کم، قابلیت خطکشی ظریف و لمینیت صاف به تدریج به گزینه پیشفرض صنعت تبدیل شد. گزارش شده است که این شرکت حدود ۹۵ درصد از بازار فیلم بستر را به خود اختصاص داده است و نزدیکترین رقیب آن، سیکیسوی کمیکال (Sekisui Chemical)، تنها سهم تکرقمی کوچکی دارد.
سطح تولید بالاتر از فیلم شلوغتر است اما همچنان متمرکز است. یونیمیکرون (Unimicron)، ایبیدن (Ibiden) و شینکو (Shinko) با اکثر برآوردها تقریباً سه چهارم بازار بستر را به خود اختصاص دادهاند و شرکتهای AT&S و نان یا پیسیبی (Nan Ya PCB) گروه پیشرو را تکمیل میکنند. این شرکتها ABF و سایر مواد را میگیرند و بستر چندلایه تمام شده را تولید میکنند. شرکتهای بستهبندی نیمههادی مانند تایوان سمیکانداکتور منوفکچرینگ کمپانی (TSMC) و آمکور (Amkor)، سپس آن بسترها را در پکیجهایی حاوی پردازنده، حافظه و سایر اجزا ادغام میکنند.
شتابدهندههای هوش مصنوعی بسترها را به سمت بیرون و بالا هل میدهند
برای ارائه پهنای باند محاسباتی و حافظهای که مدلهای پیشرو تقاضا میکنند، صنعت سیلیکون بیشتری را روی هر شتابدهنده بستهبندی میکند. طراحان اکنون چندین دای منطقی بزرگ را در کنار تعداد رو به رشدی از پشتههای حافظه با پهنای باند بالا (HBM) روی یک پکیج واحد قرار میدهند. نسل بلکول انویدیا دو دای پردازنده گرافیکی به اندازه رتیکل و هشت پشته HBM3E را روی یک پکیج واحد سوار میکند و قطعات آینده روبین (Rubin) و روبین اولترا (Rubin Ultra) آن را حتی بیشتر جلو میبرند. بستهبندی CoWoS شرکت TSMC از حدود ۳.۳ رتیکل - که هر کدام حدود ۸۳۰ میلیمتر مربع سیلیکون است - در نسل قبل به ۵.۵ رتیکل در تولید انبوه در سال ۲۰۲۶ مقیاسبندی میشود و نقشه راه آن به ۹.۵ رتیکل در سال ۲۰۲۷ و فراتر از ۱۴ رتیکل تا سال ۲۰۲۹ میرسد، زمانی که انتظار میرود یک پکیج منفرد حدود ده دای محاسباتی و بیست یا بیشتر پشته حافظه را حمل کند.
این گسترش پکیج شتابدهنده، گسترش بستر را در دو سطح فیزیکی هدایت میکند. اولین گسترش، ردپا یا فوتپینت بستر در محورهای X-Y است. پایه باید پهنتر و طولانیتر شود تا ردپای بزرگتر پکیج را در خود جای دهد. نقشه راه فعلی ایبیدن (Ibiden) اندازه بستر پیشرفته خود را ۹۰ × ۹۰ میلیمتر (۳.۵۴ در ۳.۵۴ اینچ) در سال ۲۰۲۶، ۱۱۰ × ۱۱۰ میلیمتر (۴.۳۳ در ۴.۳۳ اینچ) در سال ۲۰۲۸ و ۱۳۰ × ۱۳۰ میلیمتر (۵.۱۲ در ۵.۱۲ اینچ) و بزرگتر از سال ۲۰۳۰ به بعد تعیین میکند. اجینوموتو به طور مستقل انتظار دارد پکیجهای پیشرفته نماینده هوش مصنوعی که فیلم آن وارد آنها میشود، از حدود ۱۰۰ میلیمتر مربع در سال ۲۰۲۶ به حدود ۱۲۰ میلیمتر مربع برای پکیجهای هوش مصنوعی سهبعدی از سال ۲۰۳۱ رشد کند.
دومین گسترش در امتداد محور Z از طریق لایههای اضافی است. مجموعه گسترشیافتهای از دایهای محاسباتی و حافظه، سیگنالهای بیشتری را برای مسیریابی ایجاد میکند، در حالی که افزایش مربوطه در مصرف توان مستلزم توزیع گسترده توان و زمین است که همه آنها باید در تعداد رو به رشدی از لایهها حمل شوند. نقشه راه ایبیدن یک ساختار انباشته ۱۰ در ۱۰ در سال ۲۰۲۶، ۱۲ در ۱۲ در سال ۲۰۲۸ و ۱۴ در ۱۴ را از سال ۲۰۳۰ هدف قرار میدهد. در اینجا، اعداد نشاندهنده لایههای انباشته در دو طرف هسته مرکزی بستر هستند: «۱۰ در ۱۰» به معنای ۱۰ لایه انباشته در هر طرف هسته است که با «X» نشان داده میشود و هر کدام شامل یک لایه دیالکتریک (ABF) به علاوه یک لایه مس طرحدار است که به عنوان یک جفت کار میکنند.
نقشه راه نان یا پیسیبی (Nan Ya PCB) نیز به همین سمت اشاره دارد. از یک خط پایه ۱۱+N+11، این شرکت بسترهای ۲۴ لایه را در سال ۲۰۲۶ و بیش از ۲۴ لایه را در نیمه اول سال ۲۰۲۷ هدف قرار میدهد، در حالی که خط و فضا را از خط پایه ۹/۱۲ میکرومتر به ۸/۸ میکرومتر و سپس به ۶/۷ میکرومتر تا اوایل سال ۲۰۲۷ تنگتر میکند. قراردادهای شمارش لایه بین فروشندگان متفاوت است، بنابراین یک رقم در هر طرف و کل تعداد لایه لزوماً مستقیماً مطابقت ندارند.
گسترش بستر در هر دو جهت چندین چالش ایجاد میکند. افزایش مساحت X-Y تخت نگه داشتن پکیج را دشوارتر میکند. سیلیکون، مس، هسته بستر و مواد انباشته پلیمری که بستر را تشکیل میدهند، هنگام گرم شدن به میزانهای مختلفی منبسط میشوند. همانطور که پکیج در طول مونتاژ در حدود ۲۵۰ درجه سانتیگراد چسبانده شده و سپس خنک میشود، این عدم تطابقها باعث میشوند که لایهها به سمت یکدیگر کشیده شوند و منجر به تاببرداشتن (warpage) شوند - مشکلی که با افزایش ابعاد پکیج کنترل آن سختتر میشود.
تاببرداشتن بیش از حد میتواند تشکیل اتصال لحیمکاری، تراز لایه به لایه و قابلیت اطمینان را به خطر بیندازد، در حالی که یک بستر بزرگتر نیز فضای پنل تولیدی بیشتری را اشغال میکند و منطقه بیشتری را در معرض نقصهای احتمالی قرار میدهد. گزارش شده است که بسترهای ارگانیک هنگامی که بستهها از حدود ۱۲۰ میلیمتر در هر طرف فراتر میروند، مسطح بودن قابل استفاده خود را از دست میدهند، آستانهای که بزرگترین شتابدهندههای هوش مصنوعی اکنون به آن میرسند و نقشه راه خود ایبیدن - که به سمت ۱۳۰ میلیمتر و بالاتر صعود میکند - برای عبور از آن آماده شده است.
تعداد رو به رشد لایه در امتداد محور z نیز چالشهای تولیدی را در زمینه بازده، ظرفیت و زمان ایجاد میکند. هر لایه بستر جدید نیازمند یک توالی کامل تولید از چندین مرحله است که همگی با تلورانسهای زیر ده میکرون نگهداری میشوند. هر لایه اضافه شده احتمال نقص یا خطای تراز را که میتواند کل بستر را از بین ببرد، افزایش میدهد.
علاوه بر این، تعداد لایه، ظرفیت تولید و زمان را به نسبت مصرف میکند. به همین دلیل است که ایبیدن تقاضای آینده را بر اساس بار پردازش نیمه افزایشی به جای تعداد ساده بستر فریم میکند، زیرا یک بستر پیشرفته منفرد اکنون ظرفیت بسیار بیشتری از یک خط را نسبت به آنچه یک شمارش واحد تمام شده نشان میدهد، مصرف میکند.
به طور کلی، گسترش همزمان در مساحت بستر و تعداد لایه به این معنی است که مصرف ABF بسیار سریعتر از آنچه حمل و نقل پردازنده به تنهایی نشان میدهد در حال افزایش است. اجینوموتو این موضوع را در گزارش یکپارچه خود در سال ۲۰۲۵ با یک بستر هوش مصنوعی بزرگتر نشان داد که مساحت برد آن حدود ۳.۵ برابر و لایههای ABF آن سه برابر بیشتر از یک طراحی معمولی بود - ۱۸ لایه در مقابل شش لایه - که در کل تقریباً ده برابر بیشتر ABF مصرف میکرد. این مصرف رو به رشد مواد، در برابر یک پایگاه تامین بسیار متمرکز، داستان بستر ABF را فراتر از یک مشکل فنی به یک محدودیت زنجیره تامین تبدیل میکند.
محدودیت زنجیره تامین
مانند بسیاری از اجزای موجود در زنجیره صنعت نیمههادی قبل از رونق هوش مصنوعی، تقاضا برای بسترهای ABF به طور دورهای در هر دو جهت نوسان داشت. یک گلوگاه شدید در سالهای ۲۰۲۰ تا ۲۰۲۲ - که توسط تقاضای رایانه شخصی و سرور در دوران بیماری همهگیر هدایت میشد - با مازاد عرضه در سال ۲۰۲۳ دنبال شد، زیرا سازندگان بستر ظرفیت را گسترش دادند. با این حال، این ظرفیت برای بسترهای مصرفی کوچکتر و با تعداد لایه کم ساخته شده بود، نه پکیجهای چندلایه و بدنه بزرگی که هوش مصنوعی تقاضا میکند.
این محصولات پیشرفته به فرمتهای تولیدی به اندازه کافی بزرگ، سیمکشی SAP ظریف، ثبت دقیق لایه، تاببرداشتن قابل قبول و بازدهی بالا در ساختارهای بسیار بزرگتر نیاز دارند. ایبیدن با اندازهگیری تقاضا نه در بسترهای تمام شده، بلکه در بار پردازش نیمه افزایشی - کار پردازش واقعی که هر قسمت بر روی یک خط تحمیل میکند - این را به تصویر میکشد. با شاخصگذاری سال ۲۰۲۴ در عدد ۱.۰، این شرکت انتظار دارد بار SAP یک بستر سرور هوش مصنوعی منفرد در سال ۲۰۲۶ به ۱.۸ برابر و در سال ۲۰۲۸ به ۲.۵ برابر برسد و این شرکت اظهار داشت که گسترش بستر، تقاضای کل SAP را فراتر از ظرفیت عرضه صنعت هل خواهد داد که نشاندهنده محدودیتی در خود فرآیند تولید است.
گلوگاه در سطح مواد ABF حتی تنگتر است. ظرفیت فیلم اجینوموتو قبلاً در سه ماهه دوم سال ۲۰۲۶ با بار کامل کار میکرد و طبق گزارشها دو میلیون متر مربع در ماه بود، اگرچه این شرکت برنامههایی را برای افزایش ظرفیت ترسیم کرده است. یک تامینکننده تقریباً انحصاری در ظرفیت کامل در حالی که مصرف به اوج میرسد، تصویر روشنی از شدت گلوگاه ترسیم میکند.
تعجبآور نیست که قیمتها بر این اساس تغییر کردهاند. اجینوموتو در ماه مه ۲۰۲۶ به سازندگان بستر اطلاع داد که قیمت فیلم ABF را تقريباً ۳۰ درصد افزایش خواهد داد که از سه ماهه سوم اجرایی میشود. این افزایش در کنار افزایشهای قابل مقایسه در لمینیتهای روکش مس از سوی شرکتهای ریزوناک (Resonac) و میتسوبیشی گاس کمیکال (Mitsubishi Gas Chemical) رخ میدهد و فشار را در سراسر کل پشته تشدید میکند. برای تنگتر کردن بیشتر فشار، اجینوموتو اخیراً محمولههای فیلم حیاتی ABF به چین را ۳۰ درصد کاهش داده است.
مشکل رو به رشد بستر ABF را نمیتوان صرفاً به تمام شدن فیلم اجینوموتو نسبت داد. در واقع، در حالی که این شرکت با ظرفیت کامل کار میکند، میگوید هیچ نگرانی در مورد زنجیره تامین کلی خود ندارد. این محدودیت در کل زنجیره حاوی ABF، پارچه شیشهای (glass cloth) و سایر مواد، تجهیزات SAP، کارخانههای بستر با فرمت بزرگ، بازدهی و ظرفیت تولید واجد شرایط مشتری امتداد دارد.
تقاضای عظیم صنعت به تدریج بحران را تنگتر میکند. چندین تحلیل زنجیره تامین به کمبود عرضه و تقاضای ABF حدود ۱۰ درصدی در نیمه دوم سال ۲۰۲۶ همگرا میشوند که در سال ۲۰۲۷ به حدود ۲۱ درصد افزایش مییابد و به طور بالقوه تا سال ۲۰۲۸ از ۴۰ درصد فراتر میرود، در حالی که تقاضا برای مساحت بستر پیشبینی میشود با نرخ سالانه ترکیبی نزدیک به ۳۹ درصد از سال ۲۰۲۵ تا ۲۰۲۸ رشد کند زیرا شتابدهندهها اجزای بیشتری را ادغام میکنند.
نقشه راه احیای مجدد: ظرفیت بیشتر، مواد بهتر
صنعت در حال پاسخ به محدودیتهای چندوجهی بسترهای ABF در چندین جبهه است: گسترش ظرفیت تولید برای کاهش فشار عرضه کوتاهمدت در حالی که مواد جدید و معماریهای بستر را برای شکستن محدودیتهای فنی واجد شرایط میکند. گسترش ظرفیت در سراسر زنجیره تامین در حال انجام است.
ایبیدن در حال اجرای ۵۰۰ میلیارد ین (۳.۱ میلیارد دلار) سرمایهگذاری سرمایهای در سالهای مالی ۲۰۲۶ تا ۲۰۲۸ است - بزرگترین گسترش بستر منفرد در تاریخ - که ۲.۸ برابر ظرفیت سال ۲۰۲۴ خود را برای بسترهای ASIC و سرور هوش مصنوعی تا سال ۲۰۲۸ هدف قرار میدهد. یونیمیکرون هزینههای سرمایهای سال ۲۰۲۶ خود را به رکورد ۳۴ میلیارد دلار تایوان (۱.۰۷ میلیارد دلار) افزایش داد و تمرکز خود را بر روی بسترهای ABF گذاشت. در همین حال، سامسونگ الکترومکانیکس (Samsung Electro-Mechanics)، بازوی بستر سامسونگ، ۱.۲ میلیارد دلار برای گسترش تولید بستر ABF متعهد شده است و انتظار میرود تولید انبوه تا سه ماهه سوم سال ۲۰۲۷ انجام شود.
واحد بستر پگاترون (Pegatron)، یعنی کینسوس (Kinsus)، ۲۳.۵ میلیارد دلار تایوان (۷۲۲ میلیون دلار) را برای تجهیزات ABF طی سه سال تصویب کرده است و اکنون پیشرفتهترین خطوط خود را تقریباً به طور انحصاری روی مشتریان هوش مصنوعی متمرکز میکند و قصد دارد خروجی ماهانه در کارخانه تائویوان (Taoyuan) خود را تا سال ۲۰۲۷ حدود ۲۵ درصد افزایش دهد. در حالی که این پروژهها مستقیماً به کمبود رسیدگی میکنند، زمانبندی تحویل آنها به این معنی است که بحران ممکن است برای مدتی ادامه داشته باشد، زیرا عرضه نمیتواند فوراً به افزایش تقاضای هوش مصنوعی پاسخ دهد.
اجینوموتو در حال گسترش بالادستی نیز هست. یک کارخانه جدید در گونما (Gunma) در سال ۲۰۲۵ به بهرهبرداری کامل رسید. این شرکت از سال ۲۰۲۳ حدود ۲۵ میلیارد ین (۱۵۷ میلیون دلار) در تولید ABF سرمایهگذاری کرده است و اعلام کرده است که حداقل به همان اندازه تا سال ۲۰۳۰ سرمایهگذاری خواهد کرد و افزایش ظرفیت بیش از ۵۰ درصد را هدف قرار داده است. این شرکت همچنین در حال افزودن یک پایگاه سوم ژاپنی برای تولید وارنیش است - که پیشبینی میشود ظرفیتی قابل مقایسه با گونما فراهم کند - با ساخت و ساز برنامهریزی شده برای سال ۲۰۲۸ و شروع عملیات در سال ۲۰۳۲.
با این حال، ظرفیت فقط این مشکل را حل میکند...
منبع: tomshardware.com