Materiały zaawansowane kluczowe dla rozwoju AI: Syensqo na czele innowacji
Rozwój sztucznej inteligencji napotyka na fizyczne ograniczenia półprzewodników i centrów danych, co stawia nowe wyzwania przed inżynierią materiałową. Firma Syensqo, lider w dziedzinie materiałów specjalistycznych, odgr

Rozwój sztucznej inteligencji (AI) stawia nowe, bezprecedensowe wyzwania przed branżą technologiczną, szczególnie w kontekście półprzewodników i centrów danych. Jak zauważa Mike Finelli, dyrektor ds. technologii i innowacji oraz dyrektor na Amerykę Północną w firmie Syensqo, materiały zaawansowane stają się kluczowe dla wydajności, efektywności i zrównoważonego rozwoju systemów AI. W miarę jak AI przesuwa granice możliwości obliczeniowych, materiały stanowiące podstawę infrastruktury stają się równie istotne, jak algorytmy na nich działające.
Wyzwania materiałowe w erze AI
Centra danych i półprzewodniki zbliżają się do fizycznych limitów w zakresie wydajności, zarządzania temperaturą, efektywności elektrycznej i niezawodności. To z kolei generuje zapotrzebowanie na materiały, które są w stanie sprostać wielu wymaganiom jednocześnie. Finelli określa ten proces jako dążenie do „szczytu piramidy” wydajności, gdzie materiały muszą charakteryzować się:
- wysoką odpornością na temperaturę
- czystością
- doskonałymi właściwościami elektrycznymi
- odpornością chemiczną i plazmową
- długoterminową stabilnością
Według Finellego, materiały zaawansowane nie tylko wspierają innowacje w AI, ale wręcz „coraz częściej definiują to, co będzie możliwe”. Syensqo aktywnie rozwija rozwiązania w tym obszarze, w tym materiały do architektur wysokiego napięcia w centrach danych, zaawansowane materiały uszczelniające do produkcji półprzewodników oraz płyny do bezpośredniego chłodzenia immersyjnego. Co ciekawe, niektóre z tych innowacji mogą znaleźć zastosowanie również w innych branżach – na przykład materiały opracowane dla pojazdów elektrycznych mogą pomóc sprostać rosnącym wymaganiom dotyczącym napięcia i gęstości energii w centrach danych.
Zrównoważony rozwój i innowacje napędzane AI
Definicja wydajności ewoluuje, obejmując również aspekty zrównoważonego rozwoju. Klienci oczekują, że materiały będą spełniać wymagania techniczne, jednocześnie minimalizując wpływ na środowisko. „Naszym celem jest wyeliminowanie kompromisu między wydajnością a zrównoważonym rozwojem” – mówi Finelli. Oznacza to włączanie kwestii ekologicznych na wczesnym etapie badań, a nie traktowanie ich jako dodatkowego wymogu po opracowaniu materiału.
Sztuczna inteligencja odgrywa również kluczową rolę w procesie odkrywania nowych materiałów. Syensqo wykorzystuje agenty AI do cyfrowej syntezy milionów potencjalnych kombinacji molekularnych, przewidywania ich wydajności i charakterystyki zrównoważonego rozwoju. Dzięki temu możliwe jest zawężenie wyboru do znacznie mniejszej grupy materiałów przeznaczonych do testów laboratoryjnych. Finelli podkreśla, że pozwala to działać „szerzej, głębiej i szybciej”, dając naukowcom więcej czasu na rozwiązywanie złożonych problemów inżynieryjnych.
Cykl innowacji: AI dla materiałów, materiały dla AI
Patrząc w przyszłość, Finelli dostrzega możliwość powstania wzmacniającego się cyklu: AI pomaga w opracowywaniu materiałów, które z kolei ulepszają infrastrukturę AI, co umożliwia tworzenie lepszych systemów AI, przyspieszających odkrywanie kolejnych materiałów. Ta pętla sprzężenia zwrotnego może stworzyć cykl innowacji, poszerzając możliwości przyszłych technologii. Jak podsumowuje Finelli, „kończymy w przyspieszonym cyklu innowacji materiałowych”, co daje firmie możliwość dalszego wspierania technologii kształtujących przyszłość.
Syensqo, będąc globalnym liderem w dziedzinie materiałów specjalistycznych, od dziesięcioleci wspiera branżę elektroniczną i półprzewodnikową. Firma, której 20% rocznych przychodów pochodzi z nowych produktów wprowadzonych w ciągu ostatnich pięciu lat, koncentruje się na dostarczaniu rozwiązań o wyższej wydajności, większej niezawodności i zrównoważonym charakterze. W obliczu rosnących wymagań miniaturyzacji, zarządzania termicznego, wydajności elektrycznej, odporności chemicznej i czystości, rola zaawansowanych materiałów staje się nieodzowna dla dalszego postępu w dziedzinie sztucznej inteligencji i całej elektroniki.
Źródło: technologyreview.com
Komentarze
Zaloguj się, aby dołączyć do dyskusji.
Nikt jeszcze nie skomentował. Bądź pierwszy!
Czytaj dalej

Centra danych w USA mogą zużyć więcej gazu niż Niemcy i Japonia razem wzięte do 2035 roku
Wzrost zapotrzebowania na sztuczną inteligencję może doprowadzić do drastycznego wzrostu zużycia gazu ziemnego przez amerykańskie centra danych, przewyższając łączne zużycie Niemiec i Japonii.
Redakcja Aigest5 dni temu

Zasilanie AI to problem architektoniczny, a nie tylko kwestia generacji energii
Rosnące zapotrzebowanie centrów danych AI na energię ujawnia fundamentalne wady obecnej architektury sieci energetycznej, prowadząc do awarii i niestabilności. Rozwiązaniem może być zmiana sposobu zarządzania zasilaniem.
Redakcja Aigest10 wrz 2026

Alibaba prezentuje Qwen-Image-2.1: otwarty model AI do generowania i edycji obrazów
Zespół Qwen AI firmy Alibaba udostępnił Qwen-Image-2.1, otwarty model do generowania i edycji obrazów, który ma konkurować z zamkniętymi systemami.
Redakcja Aigest3 godz. temu

StudentSim: Microsoft i Uniwersytet Illinois tworzą realistyczne cyfrowe repliki studentów do szkolenia korepetytorów AI
Microsoft i Uniwersytet Illinois opracowały StudentSim, system tworzący cyfrowe repliki studentów, które pomagają w szybszym i tańszym szkoleniu korepetytorów AI.
Redakcja Aigest9 godz. temu
OpenClaw 2026.9.5 wprowadza atomowe aktualizacje i rozszerza GPT Live
Firma OpenClaw zaprezentowała nową wersję swojego oprogramowania, 2026.9.5, która zawiera 4179 zmian. Kluczowe nowości to atomowe aktualizacje, dynamiczne przeładowywanie wtyczek oraz rozszerzone funkcje GPT Live.
Redakcja Aigest21 godz. temu
TypeSafe AI wprowadza Jev: model Systemu Pierwszego zwracający typowane decyzje zamiast tekstu
Firma TypeSafe AI zaprezentowała Jev, innowacyjny model sztucznej inteligencji typu System Pierwszy, który odpowiada na typowane pytania, dostarczając skalibrowane decyzje z prawdopodobieństwami, zamiast generować tekst.
Redakcja Aigestwczoraj
Bądź na bieżąco ze światem AI
Najważniejsze newsy, recenzje i poradniki — raz w tygodniu, prosto na maila. Bez spamu.