Lo spostamento del Nanostack
Giovedì IBM ha rilasciato un nuovo chip. È piccolo. Circa la dimensione della tua unghia. Ma all’interno di quel frammento di silicio vivono quasi 100 miliardi di transistor. Quel numero non è un errore di battitura. Concentrare quella densità in un ingombro uguale o inferiore è l’unica via da seguire. Abbiamo bisogno di velocità. Abbiamo bisogno di efficienza. Questo è il primo prodotto della loro ultima tecnologia di semiconduttori.
Misura 0,7 nanometri.
Dimentica il chip da 2 nm che hanno mostrato nel 2021, quella versione precedente appiattiva i transistor. Quelli che IBM chiamava nanosheets. Questo nuovo modello? Li impila verticalmente. Un’architettura nanostack.
Potenza verticale
IBM afferma che questo impilamento verticale funziona. Molto meglio di prima. I loro test hanno mostrato prestazioni fino al 50%. L’efficienza energetica è aumentata del 70%. Queste non sono modifiche incrementali. Questo è un salto.
Anche qui c’è una vittoria specifica per SRAM. RAM statica. Non ha bisogno di elettricità costante per conservare i dati, è più veloce della DRAM, e l’intelligenza artificiale lo desidera ardentemente. Con questa nuova architettura, il die della SRAM si restringe del 40%. Più memoria, meno spazio. Esattamente ciò che il mercato chiede.
“Tutti chiedono più prestazioni, ma nessuno vuole pagare la bolletta elettrica.” — Huiming Bu
Bu gestisce la ricerca e lo sviluppo dei semiconduttori presso IBM. Non ha torto. Il settore vuole un calcolo infinito. Ma non bollette elettriche infinite. Quella tensione definisce il panorama attuale.
I cinque anni di attesa
L’hardware esiste. La fabbrica ancora no. IBM sta collaborando con Rapidus, una fonderia giapponese, per realizzare effettivamente queste cose. Dicono che la produzione potrebbe iniziare tra cinque anni. Sembra un’eternità nel tempo della tecnologia.
Cinque anni.
Perché l’attesa? Perché la domanda di elaborazione efficiente sta esplodendo. Nvidia, AMD, IBM: costruiscono tutti la spina dorsale dell’intelligenza artificiale. Mentre OpenAI e Google corrono verso modelli più complessi, bruciano risorse. Elettricità, acqua, terra. I data center hanno fame.
Jay Gambetta, a capo della ricerca IBM, vede il quadro generale. Non è solo una questione di velocità. Si tratta di far sì che i transistor contino di più.
“Possiamo realizzare transistor in modo più efficiente? Questa piattaforma… ha un impatto su tutto, dalla logica alla SRAM.”
La carenza di processori e memoria sta già soffocando la catena di fornitura anche dei gadget tradizionali. Questo prototipo è una speranza. Forse una promessa. Ciò suggerisce che i futuri acceleratori di intelligenza artificiale potrebbero finalmente offrire una migliore efficienza senza consumare la rete elettrica del pianeta.
Resta da vedere se Rapidus riuscirà a tenere il passo. La tecnologia è lì. Il resto è ingegneria.
