وقتی صحبت از هوش مصنوعی به میان میآید، توجهها اغلب به سمت الگوریتمهای پیشرفته، قدرت پردازش بالا و سرمایهگذاریهای میلیاردی روی کارخانههای تولید نیمهرساناها و مراکز داده ابرمقیاس جلب میشود. اما در سایه این پیشرفتها، لایهای پنهان از نوآوری وجود دارد که پایه و اساس این فناوریها را شکل میدهد: مواد پیشرفته.
هر نسل جدید از فناوریهای هوشمند، تقاضای بیشتری برای قدرت پردازشی، حافظه، بهرهوری انرژی و قابلیت اطمینان دارد. هر جهش در عملکرد محاسباتی، فشارهای فیزیکی سنگینتری را به سیستمهایی تحمیل میکند که این فناوری را میسازند و اجرا میکنند. تحقق این دستاوردها تنها به پیشرفت در طراحی تراشه و معماری سیستم وابسته نیست، بلکه به تکامل موادی بستگی دارد که اجازه میدهند این سیستمها در شرایط شدید عمل کنند.
فشار بر مرزهای فیزیکی نیمهرساناها
همانطور که هوش مصنوعی محدودیتهای فیزیکی نیمهرساناها و زیرساختهای مراکز داده را به حاشیه میراند، مواد پیشرفته دیگر صرفاً نقش حمایتی ندارند؛ بلکه مرزهای امکانپذیر بودن را تعریف میکنند. مواد پیشرفته اساساً برای حل چالشهای عملکردی ساخته شدهاند و با بالا رفتن سطح انتظارات هوش مصنوعی، این چالشها پیچیدهتر میشوند.
ساخت یک تراشه نیمهرسانای مدرن نیازمند هزاران مرحله فرآوری دقیقاً کنترلشده است که جای کمی برای خطا در آنها وجود دارد. تغییرات ناچیز در دما یا ناپایداری شیمیایی میتوانند نقصانی ایجاد کنند که بازده تولید را کاهش داده و هزینهها را به شدت بالا میبرند. به همین دلیل، تولیدکنندگان به دنبال موادی هستند که خلوص بیشتر، مقاومت شیمیایی و پلاسمایی بالاتر و پایداری بهتری را در شرایط عملیاتی سختگیرانه ارائه دهند.
اینها چالشهای مهندسی آشنایی هستند که به سطوح جدیدی از شدت رسیدهاند. در این میان، نوآوری در مواد با پیشرفتهای مستمر در پلیمرها، الاستومرها و سیالات تخصصی، تفاوتی اساسی ایجاد میکند. برای شرکتهای فعال در این حوزه، هدف از نو اختراع کردن فرآیند تولید نیست، بلکه درباره اطمینان از تکامل همگام مواد با صنعت است.
تحول زیرساخت فیزیکی مراکز داده
این اصل فراتر از خط تولید نیمهرساناها نیز صدق میکند. با سنگینتر شدن بار کاری هوش مصنوعی، زیرساخت فیزیکی که به آن قدرت میبخشد به سرعت در حال تکامل است. افزایش چگالی محاسباتی، طراحی مراکز داده را تغییر داده و نیاز به مدیریت حرارتی پیچیدهتر، معماریهای توان ولتاژ بالاتر، ذخیرهسازی بیشتر و انتقال دادههای سریعتر و قابلاعتمادتر را ایجاد کرده است.
هر بخش از این سیستمها تحت فشار بیشتری قرار دارد؛ از سیستم خنککاری و مدیریت توان گرفته تا اجزای الکترونیکی حیاتی مانند کانکتورها، خازنها و درایوهای دیسک سخت. تخصص در قطعات الکترونیکی و الکتریکی، در کنار بینشهای بهدستآمده از بازارهای دیگر، نقش حیاتی در برآورده کردن این نیازهای نوظهور ایفا میکند.
تلفیق دانش صنایع برای مدیریت حرارت
همانطور که مراکز داده به سمت معماریهای ولتاژ بالاتر و چگالی توان بیشتر تغییر مسیر میدهند، بسیاری از چالشهای مرتبط با مواد شباهت زیادی به چالشهای خودروهای الکتریکی پیدا کردهاند. برای مثال، دانش مربوط به گردش سیال از سیستمهای خنککننده نیمهرساناها و خودروها میتواند برای طراحیهای خنککاری مستقیم مایع در سرورهای هوش مصنوعی اقتباس شود.
انتقال دانش در میان بازارهای مختلف، امکان تسریع راهحلهای جدید مدیریت توان و حرارت را فراهم میکند و در عین حال از قابلیت اطمینان مورد نیاز زیرساختهای هوش مصنوعی نسل بعدی پشتیبانی میکند. چه در مورد ساخت نیمهرساناها صحبت کنیم و چه مزارع سرور ابرمقیاس، چالش برای شرکتهای علم مواد یکسان است: فراهم کردن عملکرد بیشتر بدون به خطر انداختن قابلیت اطمینان.
تعریف جدیدی از مفهوم عملکرد
در حالی که عملکرد همچنان اولویت اول است، روش تعریف آن در حال تغییر است. علاوه بر برآورده کردن الزامات فنی سختگیرانه برای نیمهرساناها و مراکز داده نسل بعدی، اکنون انتظار میرود که این مواد به روشی مسئولانهتر توسعه و تولید شوند.
برای مثال، پرفلوروالاستومرها برای آببندی تجهیزات تولید نیمهرساناها استفاده میشوند. امروزه تولید این مواد باید با در نظر گرفتن اثرات زیستمحیطی و پایداری منابع انجام شود. شرکتهای پیشرو در علم مواد تلاش میکنند تا ترکیبهای شیمیایی کماثرتر و فرآیندهای تولید سبزتری را برای این قطعات حیاتی توسعه دهند. این تغییر رویکرد نشان میدهد که آینده فناوری تنها به سرعت و قدرت پردازش گره ندارد، بلکه توانایی تولید پایدار و مسئولانه موادی که این قدرت را ممکن میسازند، به همان اندازه حیاتی است.
