Asahi Kasei, multinazionale giapponese della chimica, ha annunciato un investimento consistente per aumentare la capacità produttiva di pellicole fotosensibili in uno stabilimento taiwanese. La mossa punta a rispondere alla crescente richiesta di packaging avanzato per chip destinati all'intelligenza artificiale.

Le pellicole fotosensibili, o photoresist film, sono materiali chiave nei processi di packaging dei semiconduttori. Non servono a stampare i transistor sui wafer – quello è il dominio dei fotoresist litografici – ma entrano in gioco nella fase di incapsulamento e interconnessione: strati di ridistribuzione (RDL), interposer, substrati ad alta densità. In breve, permettono di collegare più chip in uno stesso package, aumentando la banda passante e riducendo i consumi.

Oggi il packaging è un fattore competitivo decisivo. Tecnologie come fan-out, chiplet integration e integrazione di memoria HBM dipendono da film sottili con proprietà dielettriche precise e resistenza meccanica. Asahi Kasei non è l'unico attore, ma la sua espansione a Taiwan – vicino a giganti come TSMC e ASE – segnala una corsa al rialzo della capacità produttiva per stare dietro alla domanda di GPU, acceleratori e ASIC custom per l'AI.

Chi assembla infrastrutture on-premise per LLM e inference segue con interesse questi sviluppi: chip più densi e meglio interconnessi si traducono in maggiore potenza di calcolo per watt e per euro speso. Il TCO (TCO) di un cluster per inference è influenzato da quanto efficientemente il silicio gestisce memoria e comunicazione. Se la supply chain del packaging si rafforza, il mercato degli acceleratori potrebbe beneficiare di maggiore disponibilità e, nel medio termine, di prezzi meno volatili.

Naturalmente, l'espansione di una linea di produzione di film non accorcia da sola la lista d'attesa per le GPU, ma è un tassello di un ecosistema complesso che va dalla chimica alla fonderia, e che oggi determina quanto rapidamente l'AI può spostarsi dal cloud ai data center locali. Per chi valuta deployment on-premise, AI-RADAR offre strumenti analitici per confrontare TCO, latenza e vincoli hardware.