مع تسارع ثورة الذكاء الاصطناعي، أصبحت أشباه الموصلات المكونات الأكثر أهمية لدعم القوة الحاسوبية والذاكرة والاتصالات اللازمة للسيادة في مجال الذكاء الاصطناعي. لقد التزمت الولايات المتحدة بالتزام تاريخي بإعادة بناء تصنيع أشباه الموصلات: يتم إنشاء مصانع رقاقات جديدة، وتعود عمليات التصنيع المتقدمة إلى الداخل، وتُستثمر مليارات الدولارات في سلسلة قيمة أشباه الموصلات بأكملها.
التحدي التالي، رغم أنه أقل وضوحًا، لا يقل أهمية: لا تعتمد القيادة في مجال أشباه الموصلات على المصانع والمعدات فحسب، بل أيضًا على النظام البيئي للمواد التي تدعمها. تؤثر المواد الكيميائية العملياتية، والمحفزات، والمواد المغناطيسية، وأنظمة تخزين الطاقة على الإنتاجية، ووقت التشغيل، والتحكم في التلوث، واستقرار العملية، وجدوى التصنيع. لا يزال العديد من المدخلات الرئيسية مركزة في الخارج.
إن منحة CHIPS البالغة 500 مليون دولار من وزارة التجارة الأمريكية إلى SandboxAQ تعترف بحقيقة فهمها مهندسو أشباه الموصلات منذ فترة طويلة: لقد أصبح علم المواد عنق الزجاجة الحرج لتوسيع نطاق التصنيع المتقدم. والأسوأ من ذلك أن هذه التحديات هي من صنعنا - لقد تخلينا منذ فترة طويلة عن السيطرة على المواد وعمليات التصنيع المطلوبة للكيانات الأجنبية، والآن حان الوقت لاستعادتها.
تركز مبادرة وزارة التجارة على أربعة مجالات أساسية في قلب إنتاج أشباه الموصلات: المواد الكيميائية العملياتية الخالية من PFAS، والمحفزات المتقدمة، والمغناطيسات الدائمة الخالية من العناصر الأرضية النادرة، وأنظمة البطاريات من الجيل التالي. يمثل كل مجال تحديًا علميًا كبيرًا وله تأثير مباشر على مرونة تصنيع أشباه الموصلات المحلية.
اعتمد تصنيع أشباه الموصلات تقليديًا بشكل كبير على المواد القائمة على PFAS بسبب مزيجها من الثبات الحراري، والمقاومة الكيميائية، والخصائص العازلة، والمتانة. تظهر هذه المواد في سوائل نقل الحرارة، والطلاءات العازلة، ومواد التشحيم، وتطبيقات المعالجة السطحية طوال عملية تصنيع أشباه الموصلات. يتطلب استبدالها تحديد هياكل جزيئية بديلة يمكنها الحفاظ على خصائص الأداء مع تلبية المتطلبات البيئية المتزايدة.
تواجه عمليات اكتشاف المحفزات تحديات مماثلة. يعتمد تصنيع أشباه الموصلات الحديث على المحفزات لتوليد الغازات فائقة النقاء والسلائف، وتحقيق عمليات الترسيب، ومعالجة غازات العادم الضارة. يمكن أن تؤثر التحسينات الصغيرة في أداء المحفز على إنتاجية الخط بأكمله، واستهلاك الطاقة، والانتقائية، والنقاء، والعائد. المشكلة هي أن تفاوتات العملية تستمر في التشديد بينما يزداد تعقيد المواد. قد يستغرق تحديد تركيبات محفز محسنة من خلال عمليات التجارب التقليدية سنوات من الاختبارات المتكررة.
تمثل المغناطيسات الدائمة اعتمادًا حاسمًا آخر. تتحكم الصين حاليًا في أكثر من 90% من إنتاج المغناطيسات القائمة على النيوديميوم عالميًا. توجد هذه المغناطيسات داخل أنظمة الحركة الدقيقة، ومضخات التفريغ، ومعدات معالجة الرقاقات، وأدوات الطباعة الحجرية المتقدمة. يؤثر أداؤها بشكل مباشر على دقة التموضع، والتكرارية، وموثوقية المعدات. يتطلب تقليل الاعتماد على النيوديميوم والعناصر الأرضية النادرة الثقيلة الأخرى اكتشاف مواد مغناطيسية بديلة تحقق أداءً مماثلاً مع التوافق مع البنية التحتية التصنيعية الحالية.
أخيرًا، تقدم مرونة الطاقة تحديًا آخر للمواد. تعمل مرافق تصنيع أشباه الموصلات في ظل ظروف مضبوطة بإحكام، حيث يؤدي حتى الانقطاع القصير إلى فقدان كميات كبيرة من الرقاقات وتوقف المعدات. توفر كيمياء البطاريات الجديدة التي يمكن اختبارها بسرعة وتصنيعها باستخدام مواد متاحة محليًا مسارًا نحو عمليات مصانع رقاقات أكثر مرونة.
ما يربط بين جميع التحديات الأربعة هو الفجوة المتزايدة بين حجم مساحة البحث عن المواد وقدرات طرق التطوير التقليدية.الربط بين جميع التحديات الأربعة هو الفجوة المتزايدة بين حجم فضاء البحث عن المواد وقدرات طرق التطوير التقليدية. الفضاء الكيميائي هائل. لا تستطيع طرق المختبر التقليدية تقييم عدد الجزيئات المرشحة اللازمة لحل المشكلات بكفاءة، بينما لا تُصمم النماذج التقليدية القائمة على اللغة للاستدلال المباشر على السلوك الفيزيائي والكيميائي. هنا تكمن أهمية الذكاء الاصطناعي الكمي، في شكل نماذج كمية واسعة النطاق (LQM).
لعقود، طبقت صناعة أشباه الموصلات المحاكاة في تصميم الأجهزة وتحسين العمليات. والآن، تُطبق طرق حسابية مماثلة مباشرة على اكتشاف المواد. من خلال الجمع بين طرق المحاكاة عالية الدقة (بما في ذلك نظرية الكثافة الوظيفية، والديناميكا الجزيئية، ونمذجة التفاعلات)، يمكن للباحثين توليد بيانات تدريب عالية الدقة قائمة على المبادئ الفيزيائية الأولى. ثم تُدرَّب نماذج LQM على مجموعات البيانات هذه وتُدمج في سير عمل التصميم-التصنيع-الاختبار، مما يتيح لها التنبؤ بدقة أكبر بالخصائص والتفاعلات الكيميائية قبل دخول أي مركب فردي إلى المختبر. الهدف ليس استبدال علوم المختبر، بل تمكين العلماء من تركيز مواردهم التجريبية على المرشحات الأعلى احتمالاً.
نظراً لأن نماذج LQM تستند إلى الفيزياء والكيمياء الأساسية لسلوك المواد، يمكن للباحثين تقييم المركبات والحفازات والتركيبات التي لم تُخلَّق من قبل. يستطيع النظام فحص ملايين المواد المرشحة قبل أن يستثمر فريق المختبر الموارد في التخليق والتوصيف والاعتماد والتوسع. قد يكون التأثير على الجداول الزمنية للتطوير هائلاً، مما يختصر التجارب المختبرية التي كانت تستغرق شهوراً أو سنوات إلى أسابيع أو أيام.
الأهمية الأوسع تتجاوز أي تقنية فردية أو صناعة. اختير قطاع أشباه الموصلات في البداية لقيمته الاستراتيجية للأمن القومي والاقتصادي الأمريكي والقدرة التنافسية العالمية. دخل تصنيع الرقاقات عصراً يحدد فيه التقدم في علم المواد بشكل متزايد تقدم التكنولوجيا العملياتية. ستعتمد المكاسب المستقبلية في الإنتاجية، وكفاءة الطاقة، والموثوقية، والاستدامة، ومرونة التصنيع على قدرة الصناعة على اكتشاف واعتماد مواد جديدة أسرع من دورات التطوير التقليدية، وتصنيعها محلياً.
لذلك، ينبغي النظر إلى استثمارات وزارة التجارة على أنها استثمار مزدوج في صناعة أشباه الموصلات والنظام البيئي الأوسع للمواد. يتطلب التصنيع المحلي القوي قدرات محلية قوية لاكتشاف المواد والتحقق منها واعتمادها وتسويقها. تمتلك الولايات المتحدة المواهب العلمية والبنية التحتية الحاسوبية والمختبرات الوطنية والجامعات والمصنعين والشركاء الصناعيين اللازمين لقيادة هذا الجهد. يضيف الذكاء الاصطناعي الكمي قدرة جديدة لهذا النظام البيئي، مما يمكّن الباحثين من التنقل في فضاءات المواد المعقدة بشكل متزايد بسرعة ودقة أعلى.
سيتشكل مستقبل تصنيع أشباه الموصلات قبل دخول الرقاقات إلى المصنع. سيتحدد بالجزيئات والحفازات والمواد المغناطيسية والعمليات الكيميائية التي تدعم كل خطوة من خطوات الإنتاج اللاحقة. تسريع الابتكار في هذه الطبقة الأساسية أمر ضروري لبناء صناعة أشباه موصلات أكثر مرونة واستدامة وتنافسية في العقود القادمة.