Norsk chipindustri må samarbeide for å lykkes i AI-æraen

AI-æraen krever nye løsninger – og nye samarbeidsformer

Historiske gjennombrudd har aldri vært resultatet av enkeltpersoners innsats alene. Det gjaldt for eksempel Human Genome Project, og det gjelder nå for utviklingen av energieffektive AI-systemer. Når teknologien krymper til atomnivå, kreves det en helt ny tilnærming: Konsentrasjon av verdens fremste ekspertise rundt en felles målsetning, deling av kritisk infrastruktur og raske tilbakemeldingsløp.

I dagens AI-æra handler det om å levere høyytelsessystemer raskere enn noen gang tidligere. Men ytelse handler ikke lenger bare om beregningskraft. Dataflyt står for en stadig større andel av energiforbruket – i mange tilfeller bruker systemene like mye eller mer energi på å flytte data som på selve beregningene. Derfor blir energieffektivitet avgjørende for å oppnå høyere systemytelse.

Tre avgjørende områder for energieffektive AI-systemer

Veien til energieffektiv AI går gjennom systemnivå-ingeniørkunst, fordelt på tre tett integrerte domener:

• Logikk: Effektiviteten avhenger av effektiv transistor-bryting, lavt tap i strømforsyning og signaloverføring gjennom tett pakkede ledningsnett.
• Hukommelse: Økende krav til båndbredde og kapasitet avdekker «minneveggen» – prosessorenes utvikling overgår hukommelsens tilgangshastighet.
• Avansert pakking: 3D-integrasjon, chiplet-arkitekturer og høy-tetthetsforbindelser bringer beregning og hukommelse nærmere hverandre, noe som muliggjør systemdesign som ikke lenger kan oppnås med monolittisk skalering.

Disse domenene kan ikke lenger optimaliseres uavhengig av hverandre. Forbedringer i logikkens effektivitet stopper opp uten tilstrekkelig hukommelsesbåndbredde. Hukommelsesbåndbredde alene er ikke nok hvis pakkingen ikke kan levere nærhet innenfor termiske og mekaniske begrensninger. Og pakkingen er igjen begrenset av presisjonen i både front-end- og back-end-prosesser.

Angstrom-æraen utfordrer tradisjonell innovasjon

I atomskala oppstår de vanskeligste problemene ved grensene mellom systemene – mellom beregning og hukommelse i pakken, mellom front-end- og back-end-integrasjon, og mellom de presise prosessene som kreves for 3D-fabrikasjon. Det er nettopp denne grensestyrte kompleksiteten som gjør at tradisjonelle innovasjonsmodeller bryter sammen.

Den tradisjonelle R&D-modellen er for treg

I flere tiår har halvlederindustrien fulgt en stafettmodell for forskning og utvikling. Kompetanse utvikles ett sted, overleveres videre gjennom integrasjon og produksjon, evalueres av chip- og systemdesignere, og sendes først deretter tilbake for neste iterasjon. Denne modellen fungerte da fremgang var basert på relativt modulære trinn som kunne skaleres uavhengig og enkelt integreres i produksjonslinjen.

Men AI-æraen har endret spillereglene. På angstrom-nivå tvinger fysikken frem uunngåelig kobling på tvers av hele systemet: Materialvalg former integrasjonsmetoder; integrasjon definerer designregler; designregler bestemmer strømforsyning; ledninger setter termiske budsjetter; og termiske forhold begrenser pakkingens skalering. Systemarkitekter kan ikke vente 10–15 år på at hver stor teknologiendring skal modnes.

EPIC: Fem milliarder kroner for å løse energikrisen i AI

Applied Materials lanserer nå EPIC (Equipment Performance Improvement Consortium), det største amerikanske forsknings- og utviklingsinitiativet innen avansert halvlederteknologi noensinne – med en investering på rundt 50 milliarder kroner. Målet er å akselerere utviklingen av energieffektive chipsystemer gjennom langsiktig samarbeid mellom industri, akademia og myndigheter.

Et langsiktig perspektiv er avgjørende for å kombinere materialinnovasjon med nye enhetsarkitekturer – og utvikle verktøy og prosesser som kan integrere begge deler med presisjon og skalerbarhet. Gjennom EPIC skal man sikre at neste generasjons AI-systemer kan levere høy ytelse uten å ofre energieffektivitet.

«I atomskalaen er de største utfordringene ikke lenger innenfor ett enkelt domene, men ved grensene mellom dem. Tradisjonelle innovasjonsmodeller holder ikke lenger mål. Vi trenger nye former for samarbeid og deling av ressurser for å løse de vanskeligste teknologiske problemene.»

Fremtiden for norsk chipindustri

Norge har en sterk posisjon innenfor halvlederrelatert forskning og utvikling, særlig innen materialvitenskap og avansert produksjon. For å sikre norsk deltagelse i den globale AI-æraen, må industrien og forskningsmiljøene samarbeide tettere. EPIC-prosjektet viser hvordan store investeringer og langsiktig samarbeid kan akselerere innovasjon på kritiske områder.

Gjennom økt samarbeid og deling av kritisk infrastruktur kan Norge posisjonere seg som en viktig aktør i utviklingen av energieffektive AI-systemer. Dette er ikke bare en teknologisk nødvendighet, men også en mulighet for å sikre norsk industri en ledende rolle i den globale teknologikrigen.