Невидимые главные герои: скрытое лицо искусственного интеллекта
Поскольку такие компании, как Anthropic, Google или OpenAI, занимают центральное место в технологических новостях, мы рискуем упустить из виду всю картину этой революции, которая потребляет чудовищное количество ресурсов, но которая также вовлекает в игру многих и очень важных технологических игроков, которых мы часто не знаем и которые разбросаны по всему миру. мир (да, и в Европе тоже). Искусственный интеллект живет не только в моделях, API и центрах обработки данных, которые мы считаем само собой разумеющимися. Он живет на голландских машинах EUV, тайваньских пластинах, южнокорейской памяти, жидкостном охлаждении, электрических подстанциях и итальянских подводных кабелях. Этот специальный документ отображает физическую цепочку, поддерживающую экономику ИИ, и ее основные узкие места.
Мы отправимся в это путешествие по анатомии ИИ вместе с Гансом, финансовым аналитиком из Франкфурта. Однажды утром во вторник он проснулся с идеей в голове, которая возникла во время последней встречи с его командой. Не дожидаясь, пока он оденется, он открывает свой ноутбук и записывает инструкции для агента искусственного интеллекта. За то время, которое требуется для нажатия клавиши возврата, ваш запрос покидает электронный корпус вашего компьютера и становится рабочим заданием. Фотоны движутся по подводному оптоволокну и достигают титанического центра обработки данных. Миллионы транзисторов, протравленных экстремальным ультрафиолетовым излучением на кремнии высокой чистоты, срабатывают синхронно.
Процессоры и память в центре обработки данных постоянно требуют питания для выполнения этих инструкций. Керамические конденсаторы стабилизируют электрические токи, исходящие от высоковольтных подстанций, рассчитанных на постоянную мощность в мегаваттах. В то время как инструкции Ганса вызвали нагрев системы и быстрое повышение температуры. Система жидкостного охлаждения отводит тепло, эквивалентное теплу небольшого промышленного цеха, с помощью сложной системы. И менее чем за две секунды (и при списании изрядной доли токенов со счета вашего провайдера) ответ возвращается на экран Ганса. Это не то, что я искал, поэтому отложите корректировку инструкций до послеобеденного кофе в офисе, чтобы обсудить это с командой.
Этот физический тур — это история, которую технологическая индустрия рассказывает редко и которая имеет экономические и геополитические последствия из-за своеобразного распределения ответственных за каждый элемент. Общественные дебаты об искусственном интеллекте варьируются от спекулятивной философии сверхразума до пресс-релизов крупных программных платформ. То, что систематически остается в тени, — это цепочка поставок материалов, которая делает возможным каждый вывод, каждую тренировку и каждый обработанный петабайт. Цепочка, в которую вовлечены десятки стран, производственные технологии с накопленными десятилетиями преимуществами и узкие места, нарушение которых может вызвать серьезные сбои, которые трудно восстановить в глобальном масштабе.
В этом репортаже мы хотели сыграть роль мифических картографов тринадцатого века, очарованных исследованиями новых миров на нашей собственной планете. Но вместо того, чтобы отмечать опасные проливы или места, где обитали свирепые звери, мы будем определять действующих лиц, страны, уникальные технологии и узкие места, которые структурируют глобальную цепочку поставок ИИ. Физическая, логическая, промышленная и геополитическая карта инфраструктуры, на которой основан современный искусственный интеллект.
Архитекторы кремния: дизайн как невидимая монополия
На первом уровне мы хотим выявить наименее скрытых и добившихся впечатляющих финансовых результатов. Речь идет о компаниях, которые определяют архитектуру процессоров, на которых работает ИИ. Разработка ускоряющего чипа с искусственным интеллектом — это задача, сочетающая в себе тензорную математику, физику полупроводников, системную архитектуру и десятилетия инженерных разработок. Результатом этого процесса, микроархитектурной спецификацией и логической компоновкой, является интеллектуальная собственность исключительной стратегической ценности.
В этой области гегемония принадлежит NVIDIA, компании, основанной в 1993 году, которая стала известна как разработчик графических ускорителей и стала популярной благодаря своему приложению для видеоигр. Историческая конвергенция между массовым параллелизмом графических процессоров и вычислительными требованиями глубокого обучения привела к тому, что он стал эталонным поставщиком для обучения и вывода моделей искусственного интеллекта. Его архитектура Hopper, воплощенная в ускорителе H100, и поколение Blackwell, пришедшее на смену ей, установили стандарт производительности для центров обработки данных с искусственным интеллектом по всему миру в период 2023-2026 годов. Кластеры на базе H100 и поколения Blackwell, которые используются в гиперскалерах Amazon, Microsoft, Google и Meta, представляют собой инвестиции в основной капитал на десятки миллиардов долларов, и все они привязаны к проектным спецификациям одной компании, базирующейся в Санта-Клара, Калифорния.
Позиция NVIDIA обусловлена не только техническим качеством ее ускорителей. Он основан на сочетании производительности аппаратного обеспечения, программной экосистемы, созданной за пятнадцать лет, и установленной базы, настолько огромной, что затраты на миграцию для исследовательских групп и облачных операторов стали непомерно высокими. Амбиции компании не ограничиваются графическими процессорами. Его генеральный директор Дженсен Хуанг назвал рынок процессоров общего назначения для центров обработки данных новым направлением расширения стоимостью 200 миллиардов долларов, а первые публичные данные о NVIDIA Vera, процессоре архитектуры ARM с 88 пользовательскими ядрами Olympus, указывают на прямое наступление на процессоры общего назначения для центров обработки данных. высокопроизводительный x86 на серверах искусственного интеллекта.
AMD и Intel штурмуют замок
AMD представляет собой наиболее серьезную архитектурную альтернативу в сегменте ускорения искусственного интеллекта. Его серия ускорителей Instinct с моделями MI300X и MI325X в качестве основы предыдущего поколения и семейством MI350 в качестве нового эталона предлагает характеристики памяти большой емкости, которые при определенных режимах работы позволяют конкурировать с решениями NVIDIA в вывод больших моделей. AMD сделала ставку на стратегию открытости программной экосистемы, центральным элементом которой является платформа ROCm. За последние четыре года компания провела глубокую трансформацию своих проектных мощностей, чему способствовало приобретение Xilinx в 2022 году, которое включило возможности реконфигурируемой программируемой логики, а также постоянные инвестиции в талантливых разработчиков процессорной архитектуры.
Intel переживает самый сложный переходный период в своей истории. На протяжении десятилетий она была доминирующей компанией на рынке процессоров общего назначения для серверов, но ее возможности собственного производства, которые исторически были ее основным конкурентным преимуществом, создавали технологические отставания, которые отдаляли ее от более продвинутых технологических узлов. Его подразделение по производству ускорителей искусственного интеллекта, сосредоточенное вокруг продуктов Gaudi, не получило ожидаемой коммерческой поддержки на рынке, который консолидировали NVIDIA и AMD. Ставка Intel в текущем цикле строится вокруг двух векторов: восстановления своих прецизионных производственных мощностей с помощью программы Intel Foundry и разработки архитектур ускорения искусственного интеллекта нового поколения.
Монополия света: машины, которые травят кремний
Но прежде чем мы сможем штамповать те карты, которые составляют основу больших центров обработки данных ИИ, мы должны записать эти микроскопические схемы. Мы уже предвидели это в предыдущей статье, но будущее искусственного интеллекта лежит ниже уровня моря. Мы имеем в виду ASML, единственного производителя, способного проектировать и производить самые сложные машины в истории человечества: машины для экстремальной ультрафиолетовой литографии. Создание микросхемы искусственного интеллекта включает в себя гравировку на кремниевой пластине геометрических узоров необычайной сложности. Чтобы записывать с такой точностью, литографическое оборудование проецирует световые узоры на пластину с помощью высокоточной оптической системы, которая в EUV основана на отражающих зеркалах, а не на обычных линзах.
Экстремальная ультрафиолетовая (EUV) литография решает эту проблему, используя оловянную плазму в качестве источника фотонов с длиной волны 13,5 нанометров, что намного ниже видимого света и значительно ниже, чем у DUV-систем предыдущего поколения. Требуется ли для генерации этой плазмы запуск импульсов CO-лазера? высокая мощность на каплях расплавленного олова со скоростью 30 000 выстрелов в секунду. В оптической системе, фокусирующей и излучающей свет EUV, используются зеркала с нанометровой точностью, изготовленные с допусками, не допускающими неровностей, превышающих долю диаметра атома водорода. Вся система работает в условиях экстремального вакуума, чтобы молекулы воздуха не поглощали EUV-излучение.
ASML — единственная компания в мире, производящая эти системы. Второго поставщика не существует. Не существует альтернативной технологии, которая достигла бы промышленного производства. Оборудование ASML EUV, цена за единицу которого превышает 150 миллионов евро, является одной из самых технически сложных промышленных систем из существующих. Каждая машина содержит около 100 000 компонентов, и для ее транспортировки может потребоваться 40 контейнеров, три грузовых самолета и 20 грузовиков. ASML зарекомендовала себя как крупнейшая технологическая компания в Европе с рыночной капитализацией, отражающей не только ее текущие выгоды, но и структурно монопольный характер ее положения.
Разработка чипа не превращает его в реальность
В этом путешествии по географии, посвященном всем тонкостям искусственного интеллекта, мы путешествуем из Нидерландов в Тайвань. В то время как ASML — единственная компания в мире, способная создавать сложные литографические машины, которые «рисуют» микроскопические схемы, TSMC — это суперпроизводственная компания, которая покупает эту технологию для массового производства физических микросхем. Именно здесь проекты NVIDIA наконец-то могут стать реальностью. Его инженеры проектируют H100 и Blackwell, определяют каждый транзистор, каждое соединение, каждый функциональный блок. Но у NVIDIA нет заводов. Проект в формате данных отправляется на Тайвань, где TSMC превращает его в физический кремний с помощью процесса, включающего сотни этапов производства, распределенных в течение нескольких недель, благодаря машинам ASML.
TSMC была основана в 1987 году Моррисом Чангом с концепцией pure-play foundry (литейный цех pure-play): компания, занимающаяся исключительно производством микросхем, разработанных третьими сторонами, без конкуренции со своими клиентами за счет собственных продуктов. Эта бизнес-модель позволила TSMC сосредоточить все свои инвестиции на совершенствовании производственного процесса, накопив одно из самых глубоких технологических преимуществ в отрасли. Самые современные узлы TSMC, от семейства 3-нм до 2-нм, поступающих в производство, являются одними из наиболее важных вариантов для современных ускорителей искусственного интеллекта. У Samsung есть сопоставимые узлы на бумаге, но с более низкой доходностью (нормой доходности), на которую крупные клиенты наложили штраф, отдавая предпочтение тайваньскому производству.
В результате примерно 80-90% самых современных чипов искусственного интеллекта производятся TSMC. Это огромная международная головная боль. Проблема не только в концентрации, но и в географическом положении на геополитически оспариваемом острове, расположенном в 160 километрах от побережья Китая. Документальный фильм о контрольной точке, которую TSMC представляет в глобальной цепочке поставок полупроводников, четко отражает масштабы проблемы. Эта реальность подтолкнула к усилиям по географической диверсификации. Закон США о МИКРОСХЕМАХ, принятый в 2022 году с ассигнованиями в размере 52,7 миллиарда долларов, направлен на привлечение передовых производителей полупроводников на территорию США. Европа искала сопоставимые инвестиции для укрепления своей промышленной базы, а Япония субсидировала строительство первого завода TSMC в Кумамото.
Японская экосистема
Хотя, как мы видели, геополитический нарратив производства полупроводников обычно сосредоточен на двух игроках: ASML в литографии и TSMC в производстве, вклад Японии в цепочку поставок обычно упускается из виду. Япония доминирует в целых сегментах оборудования для производства полупроводников, которые настолько специализированы и содержат столько запатентованной техники, что создание конкурентоспособных альтернатив потребовало бы десятилетий устойчивых инвестиций.
Компания Tokyo Electron (TEL) со штаб-квартирой в Токио и глобальными операциями является мировым лидером в области четырех категорий критически важного оборудования: систем химического осаждения из паровой фазы (ССЗ), оборудования для плазменного травления, систем нанесения покрытий и фотолитографических проявок., а также очистка пластин. Эти процессы происходят до и после литографической экспозиции, но в равной степени определяют производительность и однородность конечного чипа. Без оборудования TEL полупроводниковые заводы TSMC, Samsung и Intel не смогут работать. Если показатели концентрации ASML и TSMC впечатляют, то показатели TEL не сильно отстают. 100% -ная доля рынка систем нанесения покрытий / разработчика для EUV (ультрафиолетовой) литографии и почти 90% -ная доля в мире традиционных систем фоторезистивного покрытия во всей полупроводниковой промышленности.
Advantest, со своей стороны, занимает аналогичную позицию в сегменте полупроводниковых испытаний, занимая почти две трети рынка. Оборудование Advantest для автоматического тестирования (ATE) наиболее широко используется во всем мире для функциональной и электрической проверки усовершенствованных микросхем перед их интеграцией в конечные системы. Поскольку микросхемы искусственного интеллекта интегрируют больше транзисторов на единицу площади и работают на более высоких частотах и плотностях мощности, сложность теста увеличивается нелинейным образом. Advantest извлекла выгоду из этой тенденции, вложив средства в специальные тестовые платформы для ускорителей искусственного интеллекта и памяти HBM. Анализ экосистемы инвестирования в чипы, разработанный в Токио, отражает давление спроса, которое испытывает весь сегмент оборудования, приобретший первостепенное значение с появлением искусственного интеллекта.
Подводя итог тому, что было сказано до сих пор: вы разрабатываете высокопроизводительный ИИ-чип в лаборатории Nvidia, но если вы хотите, чтобы он мог занять свое место в дата-центре, он обязательно должен пройти химическую экспертизу TEL (100%), фотосъемку ASML (100%), сверхбыструю память SK и многое другое. Hynix (~ 60%), физический кастинг TSMC (+90%) и финальное тестирование Advantest (65%).
Корея, фабрика памяти ИИ
При обучении крупномасштабных языковых моделей, где модели содержат сотни миллиардов параметров, которые необходимо загружать, обрабатывать и обновлять в недельных циклах обучения, пропускная способность памяти является фундаментальным ограничивающим фактором. Графический процессор NVIDIA H100 может выполнять петафлопс операций умножения матриц в секунду, но если память не может передавать данные с такой скоростью, вычислительные блоки простаивают в ожидании. Реальная эффективность системы резко падает.
Память с высокой пропускной способностью (HBM) решает эту проблему за счет архитектуры физической интеграции, радикально отличающейся от обычной памяти DRAM. Вместо того, чтобы подключать графический процессор к памяти через общую шину данных на материнской плате, HBM вертикально объединяет несколько слоев памяти DRAM и соединяет этот стек с процессором тысячами вертикальных соединений (сквозные кремниевые каналы, TSVs) на физическом расстоянии в миллиметры. В результате пропускная способность памяти поколения HBM3E составляет около 1,2 терабайта в секунду на стек при скорости до 9,8 гигабит в секунду на вывод. В комплектных системах с несколькими стеками HBM совокупная пропускная способность может достигать десятков терабайт в секунду.
SK Hynix является основным поставщиком HBM для NVIDIA и, соответственно, для самых востребованных систем искусственного интеллекта на рынке. Его производственные мощности HBM практически исчерпаны заказами крупных заказчиков до конца 2026 года, что отражает техническую сложность масштабирования производства продукта, требующего чрезвычайно точных производственных процессов, сильно отличающихся от тех, которые используются для обычной DRAM. В настоящее время на его долю приходится около 60% мирового рынка памяти HBM и около 70% заказов на HBM4 следующего поколения.
Также корейская Samsung конкурирует на этом рынке со своей собственной линейкой HBM и вложила значительные ресурсы в решение проблем с энергоэффективностью, которые усложнили ее омологацию NVIDIA, чей процесс квалификации поставщиков HBM общеизвестно строг, учитывая тепловые характеристики и последствия для целостности сигнала. интеграции памяти в компьютер. такая тесная физическая близость к ускорителю. Такая концентрация производства памяти, специфичной для искусственного интеллекта, также проблематична, особенно в текущем геополитическом контексте, как мы объясняли в статье, в которой мы указали на энергетическую ахиллесову пяту производства HBM и влияние конфликта на Ближнем Востоке. на полупроводниковую цепочку.
Потребление энергии как незаменимая задача
Большие обучающие кластеры ИИ работают в энергетическом режиме, который намного превосходит все, что было известно в истории вычислений общего назначения. Система NVIDIA DGX H100 / H200 потребляет до 10,2 киловатт; стойка с несколькими системами увеличивает этот спрос в несколько раз. Крупномасштабный учебный кластер моделей может объединить тысячи таких ускорителей в одном центре обработки данных. Центры обработки данных, специализирующиеся на искусственном интеллекте, которые строят крупные облачные операторы, предъявляют требования к мощности, измеряемые сотнями мегаватт, что сопоставимо с требованиями среднего города. Такой масштаб превращает электрическую инфраструктуру центров обработки данных в сложную инженерную проблему, требующую узкоспециализированного решения.
Французская Schneider Electric является мировым эталонным поставщиком услуг в области управления энергопотреблением и электрической инфраструктуры для центров обработки данных. Его каталог варьируется от трансформаторов среднего напряжения и распределительных систем высокой плотности до программного обеспечения для управления энергопотреблением и систем ИБП большой емкости. Компания переориентировала значительную часть своей продуктовой стратегии на конкретные требования центров обработки данных с искусственным интеллектом, которые представляют собой качественно иные профили нагрузки, плотности мощности и требования к доступности, чем обычные вычислительные центры обработки данных. Масштабы проектов велики, например, поставка инфраструктурных решений для искусственного интеллекта на сумму более 290 миллионов долларов для кампуса Lake Mariner в Теравульфе при поддержке Google.
Конец воздушным границам
Уже находясь в центрах обработки данных с нашими процессорами и гарантированной мощностью, возникает очень важная проблема. Ускоритель H100 SXM5 рассеивает до 700 Вт при максимальной нагрузке. Модуль Blackwell от NVIDIA при самых высоких настройках плотности может выдавать мощность более 1000 Вт на дроссельную заслонку. Когда восемь, шестнадцать или более таких устройств упакованы в стойку высокой плотности, тепловая мощность значительно превышает то, с чем могут справиться системы кондиционирования воздуха, и мы не рискуем расплавить те компоненты, производство которых стоило нам с таким трудом. И здесь в игру вступает еще один игрок, специализирующийся на жидкостном охлаждении.
Здесь конкуренция более жесткая, но Vertiv является одним из ведущих игроков в области инфраструктуры охлаждения для центров обработки данных с высокой плотностью пользователей, предлагая продукты, начиная от распределительных блоков жидкостного хладагента (CDU) и заканчивая комплексными решениями для стоек с жидкостным охлаждением для масштабных развертываний искусственного интеллекта. Компания заключила техническое партнерство с NVIDIA для совместной разработки инфраструктуры охлаждения, адаптированной к новым архитектурам искусственного интеллекта экстремальной плотности, — соглашение, охватывающее платформы Blackwell и поколения, которые придут на смену ей, где тепловые ограничения становятся все более определяющими. для плотности вычислений, которые могут быть развернуты в будущем. на квадратный метр помещения для обработки данных.
Энергия и данные передаются под водой
Но как эти инструкции от нашего финансового аналитика из Франкфурта попадают в домены крупных центров обработки данных ИИ? А с другой стороны, как поступает электричество, необходимое для их работы? Расширение инфраструктуры искусственного интеллекта привело к параллельному инвестиционному циклу в двух категориях сетевой инфраструктуры, основным компонентом которых является подводная инженерия: высоковольтные электрические межсоединительные кабели между странами и волоконно-оптические кабели связи большой пропускной способности.
Prysmian Group, крупнейший в мире производитель кабелей и кабельных систем, базирующийся в Милане и работающий более чем в 50 странах, стала центральным игроком в инфраструктуре межсоединений ИИ. Компания, завершившая в феврале 2026 года интеграцию компании viguesa ACSM, включив в нее возможности подводной инженерии, монтажа, планирования маршрутов и подготовки морского дна, работает в двух критически важных для эпохи искусственного интеллекта сегментах межсоединений: подводные силовые кабели и подводные кабели связи. усовершенствованное оптоволокно.
Недавнее интервью с его генеральным директором Массимо Баттаини свидетельствует о стратегическом измерении текущих проектов. В нем Баттаини подробно описывает, почему энергетические соединения Испании с Ирландией и Италией технически осуществимы с точки зрения батиметрической длины трассы и глубины, двух инженерных параметров, которые определяют осуществимость подводного соединения. Эти соединения не являются традиционными инфраструктурными проектами: это системы кровообращения, которые позволят странам Южной Европы экспортировать излишки солнечной энергии на север и потенциально превратить Испанию в нетто-экспортера возобновляемой энергии в центры обработки данных, которые концентрирует Северная Европа.
Второе измерение Prysmian Engineering в контексте искусственного интеллекта — это оптическое волокно с полым сердечником (hollow-core fiber, HCF). В отличие от обычного оптического волокна, где свет распространяется через стеклянную сердцевину, HCF направляет свет через воздушную или газовую сердцевину, где скорость распространения может быть почти на 50% выше, чем у обычного оптического волокна. Это различие пропорционально снижает задержку передачи, что является критическим фактором для связи между узлами распределенного обучающего кластера или между центром обработки данных и системами логического вывода в реальном времени.
Анатомия будущего
В этой статье мы хотели совершить поездку по миру, проиллюстрировав, как некоторые компании концентрируют основные компоненты, необходимые для работы искусственного интеллекта. Это правда, что достижения, которые разрабатывают OpenAI, Google или Anthropic, важны, но мы также не можем забывать о том, что находится за кулисами, тем более что в некоторых случаях работа этих механизмов зависит от хрупкого геополитического равновесия. А с другой стороны, за этим также стоит большое технологическое развитие, иногда бросающее вызов самой физике.
Такое географическое рассредоточение цепочки, позволяющее ИИ функционировать, не является живописной случайностью: оно является результатом десятилетий отраслевой специализации, когда каждый регион накопил сравнительные преимущества в определенном техническом сегменте, которые его конкурентам было чрезвычайно сложно воспроизвести. Литография EUV в Нидерландах, японская химия полупроводников, литейные мощности Тайваня, производство памяти в Южной Корее и кабельное машиностроение в Италии — это не те позиции, которые могут быть достигнуты с помощью финансовых вложений в краткосрочной перспективе. Они являются результатом десятилетий накопления талантов, оборудования, знаний и производственного опыта. И Европа на поле боя.
Редактор: AndreyEx
