跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播›

AI加速器瓶颈转移至玻璃布:日东纺垄断约90%供应

日本日东纺(Nittobo)控制着全球约90%的特种玻璃纤维布供应,这种材料存在于每一颗先进AI芯片的封装中。其新增产能要到2027年年中才能进入市场。

科技分析林晓雯发布: 2026年9月27日4 分钟阅读资料来源 3
AI加速器瓶颈转移至玻璃布:日东纺垄断约90%供应

日东纺的T-glass是一种低热膨胀系数(CTE)玻璃布,用于IC基板的有机芯层,即芯片与印刷电路板之间的互连层。它能让大型、高发热封装保持尺寸稳定。随着AI处理器体积增大、温度升高,这一特性变得愈发关键。Tom's Hardware在3月9日报道称,这种材料存在于每一颗先进AI芯片的封装中。

价格已上涨20%至30%。铜箔层压板等下游材料的交货周期,从正常的8到10周延长至20周以上。

元大证券分析师Bill Ho对Tom's Hardware表示:“T-glass供应现在更加紧张,供应商已不再提供交货周期。”

这一瓶颈难以通过设计规避。Yole Group分析师Bilal Hachemi负责跟踪IC基板供应链,他告诉Tom's Hardware,T-glass“具有特定的介电常数和CTE数值,更适合AI芯片,尤其是有机芯层”。更便宜的E-glass用于微控制器和旧款移动处理器等低端芯片。对于大型2.5D和3D封装,也就是先进AI加速器,T-glass是首选。

日东纺正在将其日本福岛工厂的产能提高三倍。但据Tom's Hardware报道,新增供应要到2027年年中才能上市。新生产线无法一夜之间投产:该材料需要专用电熔炉,运行温度在1600至1700摄氏度之间。工艺涉及熔化富硅玻璃,拉丝成纱,再织成超薄布。Hachemi还指出行业利润率微薄,他说:“积层材料、ABF材料或T-glass的需求一旦增加,就可能引发短缺,因为这违背了行业的基本规律。”

封装越大,用布越多

超大规模云厂商订购的芯片封装越来越大,单位封装消耗的T-glass也更多。据Tom's Hardware引用的英伟达数据,中介层尺寸从Hopper架构的814mm2增长到Blackwell的1700mm2,增幅达109%。即将推出的Rubin和Feynman世代还将继续扩大。美国银行估计,日东纺电子材料部门的销售额将从2025年的409亿日元(2.66亿美元)接近翻倍,至2028年3月达到877亿日元,营业利润率接近48%。

美国银行研究分析师Takashi Enomoto对Tom's Hardware说:“T-glass布的需求增长似乎将超过最初预期。此前关注点一直是GPU和CPU半封装所用厚T-glass的需求增长。但现在,随着领先制程器件从E-glass转向超薄T-glass,超薄T-glass的需求可能会上升。”

配额争夺战已出现不寻常的一幕。Hachemi告诉Tom's Hardware,英伟达直接联系上游材料供应商,在该供应链环节前所未有。他说:“我们首次看到终端客户英伟达主动接触上游材料供应商,以锁定产能并确保获得供应。”风险在于,一旦英伟达锁定其份额,其他芯片买家只能争抢剩余部分。

日东纺并不只依赖福岛工厂。它正在将台湾工厂的原丝产能提高一倍,并将纱线进口回日本进行织布。它还与大洋塑料(Nanya Plastics)达成合作协议,将部分织造业务外包。据Tom's Hardware报道,到2027年,日东纺约20%的玻璃布预计由Nanya织造。与主要竞争对手之一合作,足以说明市场已紧张到何种程度。

更广泛的加速器管线也在推进。微软的Maia 200在Hot Chips 2026上亮相。据ServeTheHome对该会议的报道,它基于台积电3nm工艺,TDP为750瓦,6个HBM堆栈提供7TB/秒的HBM带宽,FP4性能为10000 TFLOPS。这些封装仍需基板材料,而只有少数供应商能生产。

与此同时,英伟达正将AI深入其自身设计流程。英伟达计算工程副总裁兼总经理Tim Costa对记者表示,AI和加速计算正“从生产力工具转变为基础工程基础设施”,The Next Platform在7月27日报道。Cadence声称其AI Super Agents可将寄存器传输级(RTL)验证周期加快40倍。Synopsys则表示,其代理式工作流交付经过验证的RTL比其他平台快50倍。

这些进展都无法缩短T-glass的等待队列。基板短缺提醒人们,AI建设依赖于鲜为人知的材料,而生产这些材料的公司几乎没有竞争对手。

评论 0

资料来源

3
  1. 01Shortages of crucial chip packaging material threatens AI accelerator supply chainsEN
  2. 02Microsoft's Maia 200 AI Accelerator at Hot Chips 2026EN
  3. 03Nvidia Accelerates Chip Engineering With AI AgentsEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。