המעבר לצ'יפלטים תלת־ממדיים, פוטוניקה משולבת באריזה, חומרים דו־ממדיים וקירור מתקדם מחייב תשתית מטרולוגית חדשה. בלי תקני מדידה אמינים, גם טכנולוגיות שבבים מבטיחות יתקשו להגיע לייצור סדרתי
תעשיית השבבים נכנסה לשלב שבו ההתקדמות כבר אינה תלויה רק ביכולת לדחוס עוד טרנזיסטורים על פרוסת סיליקון. מהפכת הבינה המלאכותית דוחפת את מרכזי הנתונים, המעבדים ורכיבי הזיכרון לקצה גבול היכולת הפיזיקלית שלהם. צריכת ההספק עולה, פיזור החום נעשה קשה יותר, והעברת הנתונים בין מעבדים לזיכרונות הופכת לאחד מצווארי הבקבוק המרכזיים של הדור הבא.
מאמר שפרסם סבסטיאן ווד, מדען ראשי במעבדה הלאומית לפיזיקה בבריטניה, NPL, מצביע על נקודה שנוטה להישאר מאחורי הקלעים: כדי למסחר טכנולוגיות שבבים חדשות, לא מספיק לפתח חומרים, אריזות או ארכיטקטורות חדשות. צריך גם לדעת למדוד אותן, לבדוק אותן ולהשוות ביניהן בצורה אמינה. במילים פשוטות: אי אפשר לייצר בקנה מידה תעשייתי מה שאי אפשר למדוד באופן עקבי.
הבעיה נעשית בולטת במיוחד בשלושה תחומים. הראשון הוא המעבר לאריזות תלת־ממדיות ולצ'יפלטים. כאשר התעשייה מנסה לחבר שכבות רבות של רכיבי חישוב, זיכרון ותקשורת בדיוק של ננומטרים, כלי המדידה המסורתיים אינם תמיד מספיקים. בדיקות כאלה צריכות לראות לא רק את פני השטח, אלא גם את המבנה הפנימי של הערימה. לכן גדל השימוש בשיטות מדידה מתקדמות, ובהן טכניקות מבוססות קרני X.
התחום השני הוא ניהול החום. שבבי AI צפופים יותר צורכים יותר אנרגיה ומייצרים יותר חום. לכן נבחנים כיום חומרים חדשים, ובהם יהלום, כבסיס לפתרונות קירור מתקדמים. אולם גם כאן האתגר אינו רק חומרי. יש צורך למדוד את איכות החומר, את האחידות שלו על פני פרוסות, ואת יכולתו לפנות חום בתנאי עבודה אמיתיים.
התחום השלישי הוא "קיר הזיכרון". מעבדים מתקדמים מסוגלים לבצע חישובים בקצב גבוה בהרבה מזה שבו ניתן להזרים אליהם נתונים מהזיכרון. זיכרונות ברוחב פס גבוה, שילוב קרוב יותר בין רכיבי חישוב וזיכרון, ופוטוניקה משולבת באריזה, CPO, מציעים נתיבי התקדמות. אולם שילוב אופטי בתוך מארז שבב מחייב חיבור בין חומרים שונים ותהליכי ייצור שונים, ולכן גם שיטות מדידה חדשות.
לצד זאת, התעשייה בוחנת כיוונים רחוקים יותר, כמו רכיבים נוירומורפיים, שמנסים לחקות עקרונות פעולה של מערכת העצבים, וחומרים דו־ממדיים שיכולים לשמש כתעלות טרנזיסטור בדורות עתידיים. גם כאן, הפער בין הדגמה מעבדתית לבין מוצר אמין עובר דרך יכולת מדידה, כי יצרנים ולקוחות זקוקים לנתונים חוזרים, מוסכמים וניתנים להשוואה.
הזווית הבריטית במאמר ברורה: בריטניה אינה שחקנית ייצור המוני של שבבי סיליקון, אך יש לה בסיס מחקרי חזק בתחומים כמו שבבים מורכבים, פוטוניקה מבוססת סיליקון, גידול יהלום וחומרים דו־ממדיים. לכן NPL מציגה את תחום המטרולוגיה והתקינה כהזדמנות אסטרטגית. במקום להתחרות רק בקיבולת ייצור, בריטניה יכולה להשפיע על שרשרת הערך העולמית דרך פיתוח תקני מדידה מוקדמים, שיאפשרו לחברות להוכיח ביצועים, להפחית סיכון למשקיעים ולהאיץ כניסה לשוק.
עבור תעשיית השבבים כולה, המסר רחב יותר. הדור הבא של שבבי AI לא ייבנה רק על ליתוגרפיה מתקדמת או על עוד שכבות באריזה. הוא ידרוש תשתית בדיקה, אפיון וסטנדרטיזציה עמוקה יותר. מי שיחזיק ביכולת למדוד חום, אותות, פגמים, חיבורים אופטיים והתנהגות של חומרים חדשים בקנה מידה של פרוסות — יוכל להשפיע לא רק על המחקר, אלא גם על קצב המסחור של שבבי הדור הבא.
