بسترهای شیشهای راهحل مشکل تاببرداشتن پکیجهای تراشههای AI هستند

پکیج تراشهای که زیر شتابدهندههای AI قرار میگیره، آروم آروم به یکی از سختترین چالشهای مهندسی صنعت تبدیل شده — حتی از خود ترانزیستور هم در بعضی جنبهها سختتر. وقتی پکیجهای AI به ۷۰ میلیمتر، ۱۰۰ میلیمتر و بیشتر میرسن تا جا برای چند دای محاسباتی و دهها استک HBM باز کنن، سابسترتهای رزین آلی که بیست ساله حامل تراشهها بودن دیگه جا ندارن. سابسترتهای هستهی شیشهای جواب صنعت به این مشکل هستن — و ۲۰۲۶ سالیه که این فناوری از مرحلهی کنجکاوی آزمایشگاهی فراتر رفت و تبدیل به محصولی تأییدشده و قابل سفارش شد.
این موضوع مهمه چون محدودیتهای سابسترت — نه چگالی ترانزیستور — الان مانع اصلی اینه که نسل بعدی شتابدهندههای AI چقدر بزرگ و چقدر سریع بشن.
چرا سابسترتهای آلی دیگه جا ندارن
پکیجهای مدرن AI با تکنیکهایی مثل CoWoS و EMIB چند دای محاسباتی و استکهای حافظه HBM رو روی یه سابسترت واحد کنار هم میذارن. سابسترت آلی زیرین باید در سراسر این مساحت کاملاً صاف بمونه و در عین حال هزاران اتصال ظریف رو حمل کنه. مشکل اینجاست که مادهی آلی وقتی گرم و سرد میشه — چه در ساخت، چه در عملکرد — خم میشه؛ و هرچی پکیج بزرگتر باشه، این خمیدگی بدتر میشه. بالاتر از یه اندازهی مشخص، اعوجاج باعث خرابی اتصالها و افت شدید بازده میشه. برآورد صنعت نشون میده بخش سابسترتهای آلی این بازار حدود ۰.۱۵ تا ۰.۳ میلیارد دلار ارزش داره — بازار پکیجینگی که هر نسل پکیجهای بزرگتر اون رو بیشتر به سقف فیزیکی میکوبه.
شیشه واقعاً چی رو درست میکنه
ضریب انبساط حرارتی شیشه خیلی به سیلیکون نزدیکتره تا رزین آلی. به همین خاطر، یه سابسترت هستهی شیشهای همگام با دایهای نصبشده روش منبسط و منقبض میشه، به جای اینکه باهاشون در تضاد باشه. این یعنی پنلهای صافتر در ابعاد بزرگتر، اتصالات با خطوط و فاصلههای ظریفتر نسبت به چیزی که سابسترتهای آلی میتونن بهطور قابلاطمینان محقق کنن — و چون پنلهای شیشهای رو میشه به صورت ورقهای مستطیلی بزرگتر پردازش کرد نه نوارهای کوچیکتر سابسترت، مسیری باز میشه برای پکیجهایی بهمراتب بزرگتر از طرحهای reticle-stitched (دوخت رتیکلی) امروزی. برای یه خریدار، دستاورد عملی اینه که چگالی اتصالات بین دایهای محاسباتی و حافظه بیشتر میشه — و این مستقیماً به پهنای باند حافظهی بیشتر به ازای هر شتابدهنده ترجمه میشه.
متن اصلاحشده:چه کسی واقعاً داره اینو تولید میکنه، و کِی
شرکت Absolics، که زیرمجموعهی SKC کرهایه، واضحترین نشانهایه که زیرلایههای با هستهی شیشهای از آزمایشگاه بیرون اومدن و به دنیای واقعی رسیدن. کارخانهش در Covington، جورجیا داره نمونههای تأیید صلاحیت تولید انبوه رو میسازه. شرکت AMD از قبل وارد فرایند تأیید صلاحیت مشتری شده و گفته میشه Absolics داره دنبال سفارش از Nvidia هم میگرده. شرکت SKC بیش از ₩۶۰۰ میلیارد وون تعهد سرمایهگذاری داده — که بیشتر از نصفِ یه افزایش سرمایهی ₩۱ تریلیون وونه — مستقیماً برای تسریع راهاندازی و گسترش خط تولید Absolics. این سیگنال جدیِ سرمایهایه برای فناوریای که سه سال پیش فقط یه موضوع تحقیقاتی صرف بود.
شرکت Intel هم R&D مربوط به بستر شیشهای خودش رو بهطور رسمی اعلام کرده و نمونههایی نشون داده که این فناوری رو با بستهبندی EMIB خودش ترکیب کرده. هدف داخلی Intel اینه که تا ۲۰۳۰ استانداردسازی گستردهی بستر شیشهای انجام بشه — که قابل توجهه، چون از بعضی ادعاهای بازاریابی دربارهی محصولات Xeon که هماکنون در بازار عرضه شدهاند دیرتره. پس تا وقتی صفحات محصول خودِ Intel تأییدشون نکردن، به ادعاهای کوتاهمدت «شیشه داخلشه» دربارهی هر CPU خاصی با شک نگاه کن.
شرکت TSMC، که فاندریایه که امروز بیشتر شتابدهندههای AI رو بستهبندی میکنه، داره یه مسیر فنی متفاوت میره: بستهبندی پنلی مبتنی بر شیشه، زیر طرحی که بهش CoPoS میگه — که مخفف chip-on-panel-on-substrate، یعنی تراشه روی پنل روی بستره. این طرح روی اکوسیستم موجود CoWoS سوار میشه و بستر رو کاملاً جایگزین نمیکنه. شرکت TrendForce تخمین میزنه تولید انبوه مبتنی بر شیشهی TSMC تا ۲۰۲۷–۲۰۲۸ نمیرسه، که این فاندری رو یه نسل کامل پشتِ زمانبندی تجاری Absolics نگه میداره.
این برای زنجیرهی تأمین سختافزار AI یعنی چی؟
نکتهی عملی برای هر کسی که اقتصاد سختافزار AI رو دنبال میکنه اینه: ظرفیت بستر — نه ظرفیت ویفر — احتمالاً گلوگاه بعدیه که فروشندهها وقتی ارسال شتابدهندهها عقب میافته ازش حرف میزنن. اعلامیههای تأیید صلاحیت Absolics و هزینههای سرمایهای SKC رو به عنوان شاخص پیشرو دنبال کن — اگه Absolics موفق به کسب سفارش طراحی از Nvidia بشه، این واضحترین نشانهایه که بستهبندی با هستهی شیشهای از «فناوری امیدوارکننده» به «الزام تولید» برای بزرگترین شتابدهندههای AI رسیده. خریدارانی که دارن تعهدات چندسالهی زیرساخت AI رو ارزیابی میکنن باید عرضهی بستر رو توی ارزیابی ریسکشون حساب کنن — دقیقاً همونطور که الان HBM و ظرفیت ویفر نودهای پیشرفته رو حساب میکنن. چون برای بزرگترین بستهها، این الان به همون اندازه یه محدودیت واقعیه.