Die Verkleinerung von Transistoren und Komponenten allein reicht nicht mehr aus, um die Leistung von Halbleitern weiter voranzutreiben. Mit der steigenden Nachfrage nach Rechenkapazitäten im Zusammenhang mit künstlicher Intelligenz sind die bei der Fertigung verwendeten Materialien zu einem Faktor geworden, der bestimmt, ob bestimmte neue Strukturen überhaupt umsetzbar sind, und nicht nur zu einem Input, der nach der Festlegung des Chipdesigns ausgewählt wird.
Dies ist die zentrale Schlussfolgerung einer Analyse, die Semiconductor Engineering am 17. September 2026 unter der Leitung von Hideaki Okamoto, dem Leiter der Abteilung für Geschäftsentwicklung der nächsten Generation bei Mitsubishi Chemical Group, veröffentlichte. Als veröffentlichter Beitrag in der Rubrik Sponsor Blog spiegelt der Artikel zudem eine industriebezogene Perspektive aus dem Materialsektor wider. Daher sollten seine Schlussfolgerungen als Analyse von Branchentrends und nicht als Ankündigung eines bestimmten Produkts gelesen werden.
Von wiederholten Experimenten zur computergestützten Forschung
Traditionell beruhte die Materialentwicklung auf der Herstellung einer Probe, der Prüfung ihrer Eigenschaften und der Analyse der Ergebnisse, bevor der Zyklus wiederholt wurde. Die Herstellung eines einzigen Kandidaten kann bei komplexen Materialien Wochen dauern, wodurch die Untersuchung einer großen Zahl von Alternativen langsam und kostspielig wird.
Die zunehmende Rechenleistung verändert die Reihenfolge dieses Prozesses. Simulationen können der tatsächlichen Fertigung vorausgehen und Forschern helfen, die Kandidaten zu bestimmen, die eine Prüfung im Labor verdienen. Mit der Verbesserung der Modelle und proprietären Datenbanken sowie der verfügbaren Rechenressourcen wird es möglich, ein breiteres Spektrum an Optionen zu untersuchen und Leistungsbereiche zu bestimmen, die durch herkömmliche Versuche möglicherweise nicht sichtbar werden.
Der Wert dieses Ansatzes beschränkt sich nicht darauf, eine verbesserte Version eines bestehenden Materials zu finden. Er kann frühzeitig zeigen, dass eine schrittweise Verbesserung das gewünschte Ziel nicht erreichen wird. Dadurch lässt sich ein unproduktiver Weg aufgeben und können Ressourcen auf eine grundlegend andere Lösung gelenkt werden. Der Artikel beschreibt einen schrittweisen Übergang von der Nutzung von Berechnungen als Hilfsinstrument über die Prüfung vor dem Experiment und die groß angelegte Prüfung bis hin zum Einsatz künstlicher Intelligenz bei der Materialentwicklung.
Das Problem liegt nicht allein im Material
Materialien für fortschrittliche Fertigungsknoten müssen mehrere, mitunter widersprüchliche Anforderungen erfüllen. Dazu gehören die elektrische Leistung, das thermische Verhalten, die mechanischen Eigenschaften, die Reinheit, die Kompatibilität mit Fertigungsprozessen und die Eignung für die Produktion in großen Mengen. Daher kommt die Analyse zu dem Schluss, dass Versuch und Irrtum allein angesichts der wachsenden Zahl möglicher Optionen nicht ausreichen werden.
Berechnungen lösen das Problem jedoch nicht allein. Das Material muss in einem bestimmten Abscheidungsprozess funktionieren, korrekt mit den benachbarten Schichten interagieren und zur Erreichung der Eigenschaften des fertigen Bauelements beitragen. Die Entwicklung von Halbleitern bewegt sich dem Artikel zufolge daher von einer linearen Beziehung zwischen Lieferant und Kunde hin zu einer engeren Zusammenarbeit zwischen Geräteherstellern, Ausrüstungsunternehmen und Materiallieferanten.
Eine frühzeitige Zusammenarbeit ermöglicht den Beteiligten den Zugang zu praktischem Wissen, das in den offiziellen Spezifikationen normalerweise nicht sichtbar wird, etwa zu Prozesswechselwirkungen, Zielkonflikten und Einschränkungen, die Ingenieure während der gemeinsamen Arbeit entdecken. Dieses Modell erfordert jedoch auch, früher mehr Ressourcen bereitzustellen, anstatt die Investitionen schrittweise zu erhöhen, wenn die technischen Risiken sinken.
Wo entsteht der Bedarf an neuen Materialien?
Die Analyse nennt mehrere Bereiche, in denen neue Systemanforderungen Übergänge bei den Materialien vorantreiben könnten. Bei Strukturen mit sehr kleinen Abständen könnte die weitere Verkleinerung von Bauelementen die Entwicklung neuer Ausgangsmaterialien für die Abscheidung dünner Filme erforderlich machen, wobei Moleküldesign, computergestützte Prüfung und Prozesskenntnisse miteinander verbunden werden. Der Übergang von Nass- zu Trockenprozessen wird als Beispiel für diese Überschneidung hervorgehoben.
Bei Systemen der künstlichen Intelligenz wird der Datenverkehr selbst zu einer Einschränkung für Leistung und Energieverbrauch. Mit steigenden elektrischen Signalgeschwindigkeiten wächst der Bedarf an optischen Lösungen, darunter optische Schaltungen und photonische Verbindungen. Der Artikel verweist auf Chancen für transparente Materialien für optische Wellenleiter und organische elektrooptische Materialien, die Signale mit hohen Geschwindigkeiten umwandeln können, wobei die optische Leistung, die Fertigungseignung und die Zuverlässigkeit ausbalanciert werden müssen.
In der Leistungselektronik erhöht der Energieverbrauch von Rechenzentren die Bedeutung einer effizienteren Energieumwandlung. Galliumnitrid (GaN) bietet Möglichkeiten wie einen geringeren Einschaltwiderstand, den Betrieb bei hoher Spannung und geringere Energieverluste im Vergleich zu herkömmlichen, auf Silizium basierenden Lösungen. Die Umsetzung dieser Vorteile in großem Maßstab erfordert jedoch hochwertige und kosteneffiziente GaN-Substrate sowie skalierbare Prozesse.
Was verändert sich praktisch?
Die wichtigste Botschaft für technische Leser lautet, dass Materialien zunehmend in die Phase einbezogen werden, in der die Systemarchitektur festgelegt wird, anstatt lediglich ein nachgelagertes Element der Fertigungskette zu sein. Dies erhöht die Bedeutung kumulierter experimenteller Daten, da computergestützte Modelle und künstliche Intelligenz einen Mangel an verlässlichen Daten nicht ohne Weiteres ausgleichen können. Zugleich wird die Zusammenarbeit zwischen den Akteuren der Wertschöpfungskette zu einem Bestandteil der technischen und strategischen Leistungsfähigkeit und nicht nur zu einer Liefervereinbarung.
Dennoch liefert die Quelle keine quantitativen Ergebnisse oder Beispiele für Materialien, die mithilfe dieser Methoden tatsächlich die kommerzielle Produktion erreicht haben. Sie nennt auch keine Zeitpläne, Kosten oder regulatorischen Hindernisse für die einzelnen Wege. Die gesicherte Schlussfolgerung bleibt daher, dass sich die Branche in Richtung einer Integration von Simulationen, Daten und frühzeitiger Zusammenarbeit bewegt. Wie schnell diese Ideen vom Labor in die Fertigung im großen Maßstab gelangen, bleibt dagegen eine offene Frage.
Analyse von certi.news: Tatsächlich verändert sich nicht der Ersatz des Labors durch den Computer, sondern die Verteilung der Arbeit zwischen beiden. Simulationen können die Zahl wenig aussichtsreicher Experimente verringern, doch die Fertigungseignung sowie die Kompatibilität zwischen Material, Ausrüstung und benachbarten Schichten müssen weiterhin praktisch überprüft werden. Wenn die These des Artikels zutrifft, werden Unternehmen, die über hochwertige Materialdaten verfügen und sich frühzeitig an den Entwicklungsplänen für Chips beteiligen, besser in der Lage sein, Einschränkungen zu erkennen, bevor sie zu einem Hindernis im Design oder in der Produktion werden.