Президент РАН Геннадий Красников: что такое технологический суверенитет и как его достичь?

01.11.2024



Российские разработчики создали новую уникальную энергонезависимую память со скоростью записи от 30 наносекунд. Есть прогресс в фоторезистах и особо чистых материалах. О состоянии отечественной микроэлектроники, о том, достижим ли технологический суверенитет, и какие процессоры нужны для искусственного интеллекта, в интервью «Российской газете» рассказал президент Российской академии наук Геннадий Красников.

2h3hiweqvrwlyicme4u9qn2envsd83hw.jpg (jpg, 36 Kб)

Геннадий Яковлевич, в 2023 году представители бизнеса и профильных министерств озвучили амбициозные планы по развитию российской микроэлектроники. Что удалось сделать за год?

Геннадий Красников: Мы по результатам каждого форума «Микроэлектроника», который проходит в конце сентября, делаем обобщённые предложения для правительства, для федеральных органов исполнительной власти. И когда мы в этом году проанализировали результаты, то выяснилось, что большая часть наших предложений по итогам «Микроэлектроники 2023» оказалась выполнена. Если же говорить о конкретных продуктах, то везде есть достижения, есть прогресс.

Из того, что мне ближе, НИИМЭ разработал новую уникальную энергонезависимую память со скоростью записи от 30 наносекунд и числом возможной перезаписи 10 в девятой степени. Это рекордные показатели. Можно говорить и о фоторезистах, особо чистых материалах (необходимых для производства микроэлектроники — прим. «РГ»), о новых микропроцессорах и платформе для 50-кубитного квантового компьютера.

Руководители российских компаний и чиновники в контексте развития российской микроэлектроники часто говорят о 28-нанометровых чипах, производство которых должны освоить в России к 2028-2029 году. Почему им уделяется такое внимание?

Геннадий Красников: 28 нанометров — особая технология. Если посмотреть на правило Мура, то согласно ему количество транзисторов, размещаемых на кристалле интегральной схемы, удваивается каждые два года. Вместе с тем себестоимость одного транзистора при переходе на новый техпроцесс падает более чем в два раза, и это всегда являлось экономическим стимулом развития микроэлектроники. И вот 28 нм — это последний топологический размер, на котором соблюдалось это правило. Дальше, так как производители перешли на «3D-транзисторы», то их стоимость стала увеличиваться.

Поэтому 28 нанометров — это уникальная технология. Это и самые дешёвые транзисторы и процессоры по себестоимости, и самый последний и совершенный планарный техпроцесс.

В своих публичных выступлениях эксперты, представители бизнеса и государства не раз отмечали, что сегодня полным технологическим суверенитетом не обладает ни одна страна в мире, включая две крупнейшие экономики, США и Китай. Реально ли его достичь России и что, на ваш взгляд, является технологическим суверенитетом? В этот термин часто вкладывают разный смысл.

Геннадий Красников: Да, абсолютно правильно. Нет такой задачи всё подряд у себя производить. Есть более прагматичный взгляд. Технологический суверенитет — это когда вы можете самостоятельно развивать свою промышленность и экономику вне зависимости от наличия или отсутствия санкций. И здесь есть несколько подходов.

Первый — можно взять и сделать стратегический запас на пять-десять лет вперёд и не спеша его пополнять. Вас в этот период не будут сильно волновать цены, санкции и прочее, потому что у вас есть запас и время для его пополнения или перехода на новую технологию. Вместо того чтобы инвестировать миллиарды долларов в строительство заводов и потом налаживать выпуск продукции, можно закупить кремниевые пластины, скажем, на 10 лет вперёд, они будут спокойно лежать. Это в десятки раз дешевле, чем строительство многомиллиардных фабрик.

Второй подход касается товаров, на которые невозможно ввести эмбарго, потому что у них настолько много производителей, что перекрыть каналы поставок невозможно. Такой товар тоже не имеет смысла делать у себя. Его много, он всегда доступен и дёшев.

А есть такие позиции, как, скажем, фоторезисты (я привожу пример из микроэлектроники), где мы не можем сделать стратегический запас, потому что есть межоперационное время хранения — со временем сложные химические соединения разлагаются, через полгода они уже непригодны.

И вот это нужно делать у себя. Здесь зачастую не так важна стоимость, потому что из-за отсутствия фоторезиста может остановиться работа многомиллиардной фабрики по производству микросхем. Поэтому нужно анализировать эти моменты и в первую очередь развивать именно эти технологии. Это не только само производство, но создание всей технологической базы. Нужны и фундаментальные исследования, и прикладные, и производство. Так создаётся производственная цепочка.

Немало российских компаний разработали тензорные и даже нейроморфные вычислители, предназначенные для машинного обучения, нейросетей и искусственного интеллекта (ИИ). Это глобальный тренд или это из-за того, что графические процессоры компании NVIDIA, которые в основном используются для обучения нейросетевых моделей, недоступны в РФ из-за санкций? Им ищется альтернатива?

Геннадий Красников: Есть универсальные процессоры, а есть специальные. Скажем, у вас в смартфоне используется так называемый embedded (встраиваемый) процессор, который потребляет мало энергии. Универсальный процессор Intel в смартфон не поставишь. Он моментально разрядит аккумулятор.

Так вот, для обработки больших данных нужны так называемые тензорные вычисления, связанные с умножением матриц, чтобы обучать нейронные сети. Процессоры, которые заточены на перемножение матриц, должны отличаться от стандартной, фоннеймановской процессорной архитектуры, которая не очень подходит для работы с большими базами данных.

Изначально существовало направление вычислений, связанное с умножением матриц, и оно использовалось для обработки видео. Но впоследствии выяснилось, что графические процессоры, лидером в производстве которых является NVIDIA, лучше всего подходят для обучения нейросетевых моделей.

Однако сейчас начался настоящий бум по поиску и разработке альтернативных процессорных архитектур для работы с тем, что называют искусственным интеллектом. Создаются и специализированные нейроморфные процессоры, используемые для аппаратного ускорения алгоритмов искусственных нейронных сетей, которые ещё и потребляют намного меньше энергии, чем универсальные процессоры.

Такое количество разработок новых типов процессоров связано с тем, что у компаний есть желание выйти на растущий рынок ИИ. Также быстрыми темпами развивается создание новых видов энергонезависимой памяти. Этот вид памяти должен заменить современную оперативную память в процессорах и тем самым сэкономить энергопотребление. Так что поиск альтернативы GPU (графическим процессорам — прим. «РГ») NVIDIA — это глобальный тренд.

Разработанные отечественными компаниями процессоры и вычислители производятся в России или в других странах?

Геннадий Красников: По-разному. Каждая компания решает этот вопрос самостоятельно. Естественно, если нужны какие-то рекордные показатели и нет дополнительных требований к факторам внешнего воздействия, радиационной стойкости или к работе в широком диапазоне температур, то, скорее всего, компании ищут возможность произвести свою продукцию за рубежом.

Каков сейчас прогресс в области квантовой криптографии и квантовых вычислений, о которых также много говорили в этом году?

Геннадий Красников: Прогресс, конечно, есть. Что касается квантовой криптографии, то она может быть востребована в российской космической низкоорбитальной группировке спутников, которая должна обеспечить широкополосный спутниковый доступ в интернет по всей России.

А в области квантовых вычислений сегодня наступает эра так называемых шумных квантовых процессоров. В России уже представили прототип 50-кубитного российского ионного квантового компьютера.

Вообще квантовые вычисления сегодня решают две главные задачи.

Первая — достижение так называемого квантового превосходства, когда квантовый компьютер начинает производить вычисления быстрее суперкомпьютера.

Вторая — это всё та же экономия энергии. Квантовый компьютер потребляет на порядок меньше энергии, чем аналогичный, работающий на кремниевых процессорах.

Текст: Дмитрий Бевза.
Источник: RG.RU.

Подразделы

Объявления

©РАН 2024