Kinesisk AI-chiputveckling i Motvind – En Väg Framåt?
Med USA:s begränsningar mot Kinas förmåga att köpa avancerade halvledare för utveckling inom artificiell intelligens (AI), har blickarna vänts inåt mot inhemska alternativ som Huawei. Denna rörelse sker trots att USA:s restriktioner inte bara försvårar tillgången till världens mest avancerade kretsar utan även begränsar tillgängligheten till tekniken som är avgörande för att skapa ett ekosystem för AI-chip. Dessa restriktioner omfattar hela halvledarvärdekedjan, från design och produktionsutrustning till stödjande element som minneskretsar.
För att bemöta dessa utmaningar har Peking mobiliserat miljardbelopp med hopp om att överbrygga dessa glapp. Enligt specialisterna har man lyckats nå vissa genombrott genom att “brute force” sin väg fram, men det är fortfarande en lång väg kvar. Paul Triolo, en ledande rådgivare med inriktning på Kina vid DGA-Albright Stonebridge Group, poängterar att USA:s exportkontroller av avancerade Nvidia AI-chips har inspirerat kinesisk industri att utveckla alternativ, men också gjort det svårare för inhemska företag att följa efter.
Så, hur står sig Kina mot världen inom fyra nyckelsegment nödvändiga för att bygga AI-chip?
Design av AI-chip
Nvidia anses vara världsledande inom AI-chipföretag, men noteras för att faktiskt inte tillverka de fysiska chippen som används för AI-träning och beräkning. Istället designar företaget AI-chip, eller mer specifikt, grafikprocessorenheter (GPU). Nvidias patenterade GPU-designer skickas sedan till chipfabriker för massproduktion.
Trots amerikanska konkurrenter som AMD och Broadcom, betraktas Nvidias GPU-design allmänt som branschstandard. Efterfrågan på Nvidias chip är så stark att kinesiska kunder fortsätter köpa vilka chip de än kan från företaget. Men på grund av Washingtons allt striktare restriktioner, avslöjade Nvidia i april att ytterligare begränsningar hade förhindrat dem från att sälja sin H20-processor till kinesiska kunder. Som svar på begränsningarna har fler kinesiska halvledaraktörer, såsom Enflame Technology och Biren Technology, klivit in på AI-processormarknaden. Dock verkar inget kinesiskt företag vara närmare att erbjuda ett verkligt alternativ till Nvidia än Huaweis chipdesignarm, HiSilicon.
AI-chipfabrikation
För att tillverka sina GPU:er, förlitar sig Nvidia på TSMC, världens största kontraktschipfabrik, som producerar de flesta av världens avancerade chip. Detta har lett till att kinesiska chipdesigners som Huawei har vänt sig till lokala chipfabriker, bland vilka den största är SMIC. Trots att SMIC är efter TSMC i kapacitet, finns tecken på framsteg. Företaget misstänks ligga bakom en 5-nanometer 5G-chip för Huaweis Mate 60 Pro, vilket har skakat förtroendet för USA:s chipkontroller år 2023. Dock har företaget fortfarande en lång väg att gå innan det kan massproducera avancerade GPU:er på ett kostnadseffektivt sätt.
Avancerad chiputrustning
SMIC:s förmåga att uppfylla Huaweis GPU-krav begränsas av exportkontroller, i detta fall från Nederländerna. Hem för ASML, världens ledande leverantör av avancerad chip-tillverkningsutrustning, har landet i enlighet med USA:s exportkontroller blockerat försäljningen av ASML:s mest avancerade ultravioletta (EUV) litografimaskiner, vilket är avgörande för att effektivt producera avancerade GPU:er i större skala.
AI-minneskomponenter
GPU:er identifieras ofta som de mest kritiska komponenterna i AI-beräkning, men de är långt ifrån de enda. För att AI-träning och -beräkning ska kunna genomföras måste GPU:er arbeta tillsammans med minneskretsar, som kan lagra data inom ett bredare “chipset”. I AI-applikationer har en specifik typ av minne, känt som HBM, blivit industristandard.
Som svar på begränsningarna har den kinesiska minneschipstillverkaren ChangXin Memory Technologies, i samarbete med chipförpacknings- och testföretaget Tongfu Microelectronics, påbörjat produktion av HBM. CXMT förväntas ligga tre till fyra år bakom globala ledare i HBM-utveckling men står inför stora hinder, inbegripet exportkontroller på chip-tillverkningsutrustning.
Sammanfattningsvis, även om Kina har uppnått vissa framsteg inom AI-chipindustrin, kvarstår betydande utmaningar i termer av design, fabrikation, utrustning och minneskomponenter. Resultatet är en komplex bild av både framsteg och pågående hinder på vägen mot en självförsörjande och konkurrenskraftig AI-chipindustri.
