Un laboratoire d'IA de Shanghai crée un matériau clé pour les puces

Une équipe conjointe en Chine, dirigée par le Shanghai AI Laboratory, a mis au point un système piloté par l'IA qui automatise la production de résine photosensible (photoresist) KrF, un matériau critique pour la fabrication de puces. Cette avancée pourrait perturber la chaîne d'approvisionnement actuelle dominée par quelques entreprises étrangères.

Selon l'annonce officielle du laboratoire, cette percée crée un « système de R&D en boucle fermée » utilisant leur grand modèle scientifique « Shusheng », s'éloignant des capacités de « boîte noire » de quelques fournisseurs internationaux. Le projet a été développé avec l'université de Xiamen et le laboratoire national de Suzhou dans le cadre de l'initiative technologique nationale chinoise « Intelligence artificielle de nouvelle génération ».

Le nouveau système combine la prise de décision basée sur l'IA avec la synthèse automatisée pour parvenir à une création stable, de haute pureté et efficace de la résine photosensible. Cela répond à une vulnérabilité clé de la chaîne d'approvisionnement nationale chinoise en semi-conducteurs, car la résine KrF (fluorure de krypton) est essentielle pour produire une large gamme de puces sur des nœuds de processus matures utilisés dans l'automobile, l'électronique grand public et les applications industrielles.

Ce développement est une étape importante vers l'objectif d'autosuffisance de la Chine en matière de semi-conducteurs. En supprimant potentiellement une dépendance étrangère, il pourrait renforcer l'écosystème national des puces, impactant les valorisations des entreprises chinoises de semi-conducteurs et créant une pression concurrentielle à long terme sur les géants mondiaux des matériaux comme les japonais JSR et Shin-Etsu Chemical.

L'IA accélère la science des matériaux

Le cœur de l'innovation réside dans le cadre « décision IA + synthèse automatisée ». Le grand modèle 'Shusheng' pour la science a été entraîné pour prédire les résultats des réactions chimiques, lui permettant de concevoir une voie de synthèse optimale pour la résine polymère complexe. Ce processus conçu par l'IA est ensuite exécuté par un équipement de laboratoire automatisé, créant une boucle de rétroaction où l'IA peut apprendre et itérer, normalisant un processus qui reposait historiquement sur des décennies d'expertise humaine accumulée.

Alors que de nombreuses discussions récentes autour de l'IA se sont concentrées sur les réductions d'effectifs, des entreprises comme Block et Cloudflare citant l'efficacité de l'IA lors de licenciements, cette percée met en lumière une application différente. Elle illustre le potentiel de l'IA pour accélérer la recherche et le développement fondamentaux, en résolvant des défis complexes en science des matériaux. Cela rejoint les commentaires du PDG d'IBM, Arvind Krishna, qui a noté que l'entreprise déplace ses priorités de recrutement vers des rôles liés à l'IA tout en automatisant d'autres fonctions.

Repenser la chaîne d'approvisionnement

Le marché mondial des résines photosensibles est depuis longtemps un oligopole contrôlé par des firmes japonaises et américaines. Cette nouvelle méthode pilotée par l'IA en Chine introduit une nouvelle voie d'entrée sur le marché qui ne nécessite pas de reproduire les décennies de développement par essais et erreurs des acteurs historiques. Si le système peut être étendu à la production industrielle, il pourrait réduire considérablement la dépendance de la Chine vis-à-vis des importations pour ce consommable critique.

Cette percée est encourageante pour le secteur national chinois des semi-conducteurs, en particulier pour les fonderies comme SMIC et Hua Hong Semiconductor qui sont de gros consommateurs de résine. À l'inverse, elle pose un risque à long terme pour les parts de marché et les valorisations des fournisseurs non chinois établis qui contrôlaient historiquement ce segment à forte marge de la chaîne d'approvisionnement.

Cet article est uniquement à titre informatif et ne constitue pas un conseil en investissement.