ASML toont aan dat AI-cryptotokens de fysieke grens niet oplossen
Crypto kan ongebruikte GPU's verhandelbaar maken. ASML en TSMC werken intussen aan een chipprobleem dat geen token kan oplossen: hoe je de grootste toekomstige AI-processors überhaupt efficiënt produceert.
De bedrijven willen overstappen naar grotere 12-inch-fotomaskers voor High-NA EUV. Een pilotlijn staat pas rond 2031 gepland. Volledige gereedheid voor geavanceerde productie wordt rond 2033 verwacht.
Dat tijdsverschil legt een harde grens bloot in de AI-cryptohype.
Compute verdelen is iets anders dan compute maken.
ASML en TSMC moeten het masker groter maken
High-NA EUV kan fijnere structuren printen dan de huidige EUV-generatie.
Maar de nieuwe optiek heeft een nadeel.
Door de anamorfische opzet is het belichtingsveld ongeveer half zo groot. Bij zeer grote chips moeten daardoor afzonderlijke velden uiterst nauwkeurig aan elkaar worden gezet.
Dat proces heet stitching.
ASML en TSMC willen met grotere 12-inch-fotomaskers die beperking terugdringen.
De industrie gebruikt nu 6-inch-maskers.
De nieuwe maat moet voor grote High-NA-ontwerpen minder stitching en een hogere productiviteit mogelijk maken.
De tijdlijn loopt tot 2033
Software kan in maanden compleet veranderen.
Chipproductie werkt op een ander tempo.
ASML en TSMC willen rond 2031 een pilotlijn voor de grotere maskers hebben.
De volledige lithografieketen moet vervolgens rond 2033 klaar zijn voor productie van geavanceerde nodes.
Daarvoor moet niet alleen een masker groter worden.
Ook productie, inspectie, metrologie en de machines die met die maskers werken moeten meegaan.
Dat kost jaren.
Zelfs wanneer de financiële vraag vandaag al enorm is.
AI-cryptoprojecten lossen een ander probleem op
Projecten als Render, Akash en io.net pakken vooral ongebruikte capaciteit aan.
Een GPU staat ergens al.
Het netwerk probeert vervolgens een gebruiker te vinden die voor die rekentijd wil betalen.
Dat kan zinvol zijn voor rendering, inference, fine-tuning en andere taken.
Maar de marktplaats creëert de chip niet.
Daar zit het verschil tussen productieschaarste en allocatieschaarste.
Crypto kan helpen bestaande hardware beter te verdelen.
ASML en TSMC werken aan de fysieke grens die bepaalt hoeveel nieuwe geavanceerde hardware fabrikanten kunnen bouwen.
De grootste AI-clusters stellen andere eisen
Niet iedere AI-taak kan bovendien zomaar over losse GPU's op verschillende locaties worden verdeeld.
Training van zeer grote modellen vraagt vaak om enorme groepen accelerators die met zeer snelle verbindingen samenwerken.
Geheugenbandbreedte, netwerkvertraging en betrouwbaarheid tellen daar zwaar.
Een verspreid netwerk van consumentenkaarten kan uitstekend geschikt zijn voor sommige taken en slecht voor andere.
Daarom betekent groeiende AI-vraag niet automatisch dat iedere gedecentraliseerde compute-token dezelfde economische waarde krijgt.
Het protocol moet aantonen welk werk het aantoonbaar beter of goedkoper afhandelt.
België zit opvallend dicht bij dezelfde fysieke grens
De Benelux speelt hier een veel grotere rol dan alleen ASML in Veldhoven.
Imec in Leuven ontving in maart een ASML EXE:5200 High-NA-systeem.
Op 8 september meldde het onderzoekscentrum nieuwe resultaten met extreem fijne logicapatronen. Samen met ASML en materiaalleveranciers werden onder meer structuren met een pitch van 22 nanometer geprint.
Imec koppelt die High-NA-ontwikkeling rechtstreeks aan toekomstige AI- en high-performance-computingsystemen.
Nederland en België zitten daardoor op een moeilijk vervangbare plek in de chipketen.
Niet omdat hier de populairste AI-token wordt uitgegeven.
Maar omdat hier processen worden ontwikkeld waarmee toekomstige chips fysiek kunnen worden gemaakt.
Dat maakt DePIN juist niet waardeloos
De conclusie is niet dat gedecentraliseerde compute geen nut heeft.
Als geavanceerde hardware schaars wordt, kan het juist aantrekkelijker zijn iedere beschikbare GPU beter te benutten.
Dat kan de markt voor gedistribueerde compute versterken.
Maar een belegger moet weten welk probleem hij koopt.
Een protocol dat beschikbare GPU's verdeelt bezit een ander verdienmodel dan een onderneming die een machine maakt waarvoor nauwelijks een alternatief bestaat.
Die twee profiteren allebei van AI.
Ze bezitten niet dezelfde macht.
Stroom vormt nog een grens
Daar komt energie bovenop.
AI-datacenters hebben steeds grotere stroomaansluitingen nodig. Bitcoin-miners voelen dezelfde concurrentie om goedkope stroom.
Een token lost ook dat probleem niet vanzelf op.
Je kunt compute verhandelen.
Je kunt geen extra megawatts uit software laten verschijnen.
De AI-race blijft daardoor opvallend fysiek.
Chips, geheugen, stroom, koeling en productiemachines bepalen hoeveel rekenkracht werkelijk beschikbaar komt.
Crypto kan helpen die capaciteit slimmer te verdelen.
ASML laat zien waarom het creëren ervan veel moeilijker blijft.
