AS 7

Automazione e Strumentazione n Ottobre 2024 Approfondimenti 41 FOCUS Semiconductor Trade Statistics (WSTS). Stando a uno studio pubblicato dalla piattaforma di ricer- che di mercato MarketsandMarkets , l’industria globale dei semiconduttori potrebbe raggiungere un valore di 617 miliardi di dollari entro il 2024, registrando una crescita annuale pari al 16,6%, guidata dall’aumento della domanda di chip in varie aree, tra cui i data center, il calcolo a ele- vate prestazioni (HPC), il settore automobilistico. Ad esempio, il crescente interesse delle imprese per la GenAI alimenta la domanda di chip AI, ma anche la domanda di GPU per i data center, men- tre l’incremento del contenuto di semiconduttori nei veicoli stimola la richiesta di chip in questo ambito industriale. Chip per la GenAI: 400 miliardi entro il 2027 La società di consulenza Deloitte , nel “2024 glo- bal semiconductor industry outlook”, aveva già previsto che, grazie al trend tecnologico dell’in- telligenza artificiale generativa (GenAI), le ven- dite di chip si sarebbero riprese quest’anno, nono- stante le complicazioni per la loro crescita causate dalla situazione geopolitica. Il rapporto evidenzia diversi trend: sul versante della GenAI, nel lungo termine, spiega Deloitte, vi sono previsioni che suggeriscono che i chip AI potrebbero raggiun- gere 400 miliardi di dollari di vendite entro il 2027. I produttori di chip per GenAI esistenti, e i chipmaker emergenti, fabbricheranno nuovi chip, che proverranno anche da aziende finora meglio conosciute come acquirenti di chip, ma che hanno deciso di iniziare a produrne di propri. Inoltre, dal momento che esistono molti differenti modelli e approcci di GenAI, e che non esiste una singola architettura chip ottimale per tutti i casi d’uso, vi saranno probabilmente chip per data center, chip per l’infrastruttura edge, chip dedicati alla fase di training degli algoritmi, chip dedicati all’elabora- zione dei workload inferenziali. Secondo lo stu- dio, è anche possibile che nel 2024 più attività di elaborazione verranno eseguite nell’infrastruttura edge, su acceleratori più piccoli, più economici, o su acceleratori o modelli di GenAI differenti da quelli che dominavano nel 2023. Più automazione nello smart manufacturing Negli ultimi vent’anni, la tecnologia di fabbrica- zione dei semiconduttori ha fatto passi da gigante, con un processo di miniaturizzazione che è pas- sato, dai micrometri, a pochi nanometri, e in prospettiva sta puntando all’ordine di grandezza degli angstrom. Questi progressi si traducono però anche in maggior complessità dei macchinari richiesti per produrre tali sofisticati chip. All’au- mento di complessità dei chip e delle tecnologie di fabbricazione è correlato anche l’aumento dei dati generati dalle fabbriche, che vanno monito- rati e analizzati in tempo reale per massimizzare il controllo dei processi e l’efficienza degli stessi. Da questo punto di vista, le tradizionali tecniche di monitoraggio e controllo dei processi di pro- duzione risultano inadeguate: ed è qui, dunque, che paradigmi come Industria 4.0, AI e machine learning (ML) oggi giocano un ruolo essenziale per arrivare al prossimo livello di automazione, e a fabbriche di semiconduttori, cosiddette, lights out, in cui l’intervento umano è molto limitato o addirittura assente. Non a caso, un altro tema chiave evidenziato nello studio di Deloitte è la focalizzazione sul potenzia- mento delle infrastrutture di smart manufactu- ring, per renderle più intelligenti, ma con alcune innovazioni rispetto a quanto è già stato fatto in questi anni, in cui impianti di produzione di semi- conduttori e aziende OSAT (outsourced semicon- ductor assembly and test facilities) hanno adottato dispositivi IoT, tecnologia robotica, algoritmi di AI e machine learning (AI/ML), tool analitici con l’obiettivo di ottenere fabbriche di chip intelligenti e completamente automatizzate. I produttori di attrezzature per fabbriche di wafer, gli IDM (inte- Gli avanzamenti nei chip per GenAI e nei modelli di AI generativa permettono di raggiungere un nuovo grado di automazione nelle infrastrutture di smart manufacturing (fonte: Pixabay)