لماذا أصبحت القدرة على بناء منظومة الذكاء الاصطناعي أهم من صناعة ترانزستورات أصغر؟

لم تعد كلمة «القدرة الإنتاجية» في صناعة أشباه الموصلات تعني عدد رقائق السيليكون التي يمكن للمصنع إنتاجها فحسب. ففي عصر الذكاء الاصطناعي، تحتاج الشركات إلى منظومة كاملة تجمع بين المعالجة المنطقية، والتغليف المتقدم، والذاكرة، والربط عالي السرعة، والطاقة والتبريد.

وتكشف تحركات شركة Taiwan Semiconductor Manufacturing Company، المعروفة اختصاراً بـ TSMC، عن هذا التحول بوضوح. فقد ارتفع تقديرها لاحتياجاتها الفصلية من معدات التصنيع إلى نحو 1.9 ضعف المستوى الذي توقعته في ديسمبر. 17 كما تخطط الشركة لإنفاق ما بين 52 و56 مليار دولار على النفقات الرأسمالية خلال 2026، مقارنةً بـ40.9 مليار دولار في 2025 و28.9 مليار دولار في 2024. 1819

المعدات أصبحت مؤشراً مباشراً على الطلب على الذكاء الاصطناعي

كانت مشتريات TSMC من معدات التصنيع تُقرأ عادةً باعتبارها جزءاً من دورة أشباه الموصلات. أما الآن، فأصبحت تعكس مدى سرعة عملاء الذكاء الاصطناعي في توسيع إنتاجهم.

فرفع تقدير المشتريات الفصلية إلى نحو 1.9 ضعف التوقعات السابقة يشير إلى أن الشركة لا تكتفي بتحسين كفاءة مصانعها، بل تحتاج إلى إضافة قدرة إنتاجية جديدة لتلبية الطلب المتزايد. 17

ومع ذلك، لا يعني ذلك أن كل آلة جديدة يجب أن تكون أحدث طراز متاح. تحاول TSMC أولاً زيادة الإنتاج المستخرج من المعدات القائمة، بما في ذلك أنظمة الطباعة الحجرية بالأشعة فوق البنفسجية القصوى منخفضة الفتحة العددية، أو Low-NA EUV. وفي المقابل، لا تعتزم الشركة في المدى القريب نشر أنظمة High-NA EUV الأعلى تكلفة من ASML.

وهنا تكمن نقطة مهمة: تحسين العمليات ورفع معدل استخدام المعدات يمكن أن يوسعا الطاقة الحالية، لكنهما لا يستطيعان إلغاء الحاجة إلى مزيد من المصانع وخطوط التغليف وأدوات الإنتاج عندما يستمر الطلب في الارتفاع.

إنفاق رأسمالي يعكس رهاناً طويل الأمد

يتجاوز نطاق إنفاق TSMC المخطط له في 2026، والبالغ 52 إلى56 مليار دولار، بوضوح ما أنفقته الشركة في العامين السابقين: 40.9 مليار دولار في 2025 و28.9 مليار دولار في 2024. 1819 وكانت رويترز قد أفادت بأن الإنفاق قد يصل إلى الحد الأعلى من النطاق مع استمرار قوة الطلب على الذكاء الاصطناعي. 19

ويشير حجم الاستثمار إلى أن TSMC تتعامل مع الذكاء الاصطناعي باعتباره توسعاً هيكلياً طويل الأمد، لا مجرد انتعاش تقليدي في سوق الرقائق. كما قالت الشركة إن إنفاقها في السنوات اللاحقة قد يرتفع بدرجة كبيرة مع تطور الطلب على البنية التحتية للذكاء الاصطناعي.

ويمتد أثر هذا التوسع إلى موردي معدات أشباه الموصلات. فشركة ASML، المورد الوحيد لأنظمة الطباعة الحجرية EUV، تخطط لزيادة طاقتها الإنتاجية بنسبة 30% في كل من 2027 و2028، استجابةً للطلب القوي على المعدات المستخدمة في تصنيع رقائق الذكاء الاصطناعي المتقدمة.

لكن الاستفادة ليست متساوية في جميع حلقات السوق. فمحاولة TSMC إطالة العمر الإنتاجي لمعدات Low-NA EUV الحالية وتأجيل تبني أنظمة High-NA قد تحد من مساهمة أحدث معدات ASML في الأجل القريب، حتى مع دعم احتياجات TSMC الإجمالية لدورة توسع أوسع في قطاع المعدات.

الاستدلال يغيّر شكل الطلب

تركزت المرحلة الأولى من طفرة الذكاء الاصطناعي بدرجة كبيرة على تدريب النماذج الضخمة. أما المرحلة التالية فتتعلق بتشغيل هذه النماذج على نطاق واسع، وتوليد الإجابات والتنبؤات والقرارات بصورة مستمرة.

وقد وصف أحد مسؤولي TSMC هذا الانتقال بأنه دخول الذكاء الاصطناعي مرحلة «التصنيع الصناعي الحقيقي». ووفقاً للتغطية التي تناولت رؤية الشركة للسوق، ارتفع حجم رموز الاستدلال عالمياً بنحو 500 مرة مقارنةً بمستواه في 2022. 2 كما تشير تقارير أخرى إلى أن الاستدلال أصبح مصدراً متنامياً للطلب على البنية التحتية الحاسوبية. 510

ويقصد بالاستدلال عملية استخدام نموذج ذكاء اصطناعي سبق تدريبه للرد على طلبات المستخدمين وتنفيذ المهام. وتختلف متطلباته عن التدريب: فبدلاً من تجهيز قدرة لعدد محدود من عمليات التدريب، يجب على مزودي الخدمات دعم أحمال عمل مستمرة داخل مراكز البيانات.

وهذا يفرض ضغطاً إضافياً على وحدات المعالجة والذاكرة والشبكات والربط الداخلي والطاقة والتبريد، لا على كثافة الترانزستورات في المعالج وحدها. 5

وبالنسبة إلى TSMC، يحمل ذلك نتيجة استراتيجية واضحة: قد تصبح شركة قادرة على مساعدة العملاء في بناء نظام عالي الأداء أكثر قيمة من شركة تكتفي بتسليم رقائق وفق مواصفات ثابتة.

التغليف المتقدم يقترب من أهمية عقدة التصنيع

تُبنى مسرّعات الذكاء الاصطناعي بصورة متزايدة من عدة قوالب أو شرائح صغيرة، بدلاً من الاعتماد على شريحة ضخمة واحدة. وتستجيب TSMC لهذا الاتجاه عبر منصة 3DFabric وتقنيات التغليف المتقدم التي تدمج المنطق والذاكرة ومكونات أخرى داخل حزم أكبر وأكثر قدرة.

وتشير خارطة طريق الشركة إلى حزم قد تضم أكثر من تريليون ترانزستور بحلول 2030. 14 ويجعل هذا الحجم من الدمج غير المتجانس عنصراً محورياً في الأداء؛ إذ يمكن تحسين كل قالب لوظيفة مختلفة ثم جمع القوالب داخل حزمة واحدة.

ويساعد هذا النهج في تفسير تحول طاقة التغليف إلى عنق زجاجة محتمل، بالتوازي مع طاقة تصنيع الرقائق في المراحل الأمامية. فالتغليف المتقدم يحدد ما إذا كان بالإمكان ربط المكونات المصنّعة بشكل منفصل بعرض نطاق كافٍ، وزمن استجابة منخفض، وكفاءة طاقة ومعدلات إنتاج مقبولة.

فالرقاقة المتقدمة لا تصبح قدرة حوسبة صالحة للذكاء الاصطناعي بمجرد خروجها من مصنع السيليكون؛ بل يجب دمجها في نظام يعمل بكفاءة.

الربط الضوئي يعالج مشكلة نقل البيانات

مع ازدياد حجم أنظمة الذكاء الاصطناعي، يصبح نقل البيانات بين وحدات المعالجة والذاكرة ومكونات الشبكات تحدياً تصميمياً أكبر. لذلك تعمل TSMC على تقنيات الفوتونيات السيليكونية إلى جانب تطوير المنطق والتغليف التقليديين.

وتستخدم تقنية COUPE، أو «المحرك الفوتوني العالمي المدمج»، تقنية التكديس SoIC-X لوضع قالب إلكتروني فوق قالب فوتوني. وتقول TSMC إن هذا التصميم يهدف إلى دعم النمو الذي يقوده الذكاء الاصطناعي في نقل البيانات، مع خفض الممانعة عند واجهة الربط بين القوالب وتحسين كفاءة الطاقة مقارنةً بالأساليب التقليدية. 12

والاتجاه الأوسع واضح: لم تعد الحزمة مجرد غلاف لمعالج، بل أصبحت نظاماً يضم وصلات كهربائية وضوئية. وهذا يمنح TSMC دوراً أكبر في تنسيق السيليكون والتغليف وواجهات الإدخال والإخراج الضوئية، بينما يصمم العملاء بنية تحتية أكثر تكاملاً للذكاء الاصطناعي.

من مسبك للرقائق إلى شريك في تصميم الأنظمة

تمثلت القيمة التقليدية لـTSMC في قدرتها على تصنيع الرقائق المتقدمة بكميات كبيرة، لصالح عملاء يصممون تلك الرقائق. لكن الطلب على الذكاء الاصطناعي يوسع هذه العلاقة باتجاه التطوير المشترك للأنظمة المتكاملة.

فاستراتيجية الشركة التقنية تربط بين عمليات التصنيع المتقدمة، والتغليف المتقدم، ودمج الذاكرة عالية النطاق الترددي، والفوتونيات. وهذا لا يعني أن TSMC تدير جميع مكونات مركز بيانات للذكاء الاصطناعي، لكنه يعني أن قراراتها التصنيعية تؤثر بصورة متزايدة في طريقة تصميم النظام وتسليمه بالكامل.

والنتيجة هي مسبك أصبح أكثر ترسخاً في الاستراتيجية التقنية لعملائه. فهؤلاء لا يعتمدون فقط على الوصول إلى عقدة تصنيع معينة، بل يحتاجون أيضاً إلى طاقة تغليف، وخبرة في الدمج، وسلسلة توريد قادرة على تسليم مكونات ذكاء اصطناعي متكاملة.

وقد يعزز ذلك موقع TSMC، لكنه يعرّضها في الوقت نفسه لمخاطر تنفيذية أكبر تمتد إلى المعدات والركائز والذاكرة والطاقة والتبريد وبناء مراكز البيانات.

الخلاصة: القدرة الإنتاجية أصبحت «سلسلة متراكبة»

لم يعد من الأفضل فهم عنق زجاجة رقائق الذكاء الاصطناعي باعتباره نقصاً في آلة واحدة أو عقدة تصنيع واحدة. إنه مجموعة مترابطة من القدرات تشمل:

• تصنيع الرقائق المتقدمة؛
• معدات الطباعة الحجرية والترسيب والحفر والقياس؛
• التغليف والتجميع المتقدمين؛
• الذاكرة عالية النطاق الترددي والركائز؛
• الوصلات الكهربائية والضوئية؛
• الطاقة والتبريد والبنية التحتية لمراكز البيانات.

وتظهر زيادة احتياجات TSMC من الأدوات وارتفاع إنفاقها الرأسمالي أن طاقة تصنيع الرقائق تظل ضرورية. لكن خارطة طريقها في التغليف والفوتونيات توضح أن إنتاج الرقائق وحده لم يعد كافياً. 1214

كما يعكس توقع الشركة أن يتجاوز حجم سوق أشباه الموصلات عالمياً 1.5 تريليون دولار بحلول 2030، مدفوعاً بدرجة كبيرة بالذكاء الاصطناعي والحوسبة عالية الأداء، حجم الفرصة التي تستعد لها. 110

الخلاصة الأساسية أن الذكاء الاصطناعي يدفع TSMC من موقع الشركة المصنعة للرقائق المتقدمة بالدرجة الأولى إلى موقع المنسق لسلسلة توريد الحوسبة الفعلية. ولن يتحدد الفائزون في المرحلة المقبلة فقط بمن يصنع أصغر ترانزستور، بل أيضاً بمن يستطيع تحويل هذا الترانزستور إلى قدرة ذكاء اصطناعي موثوقة، ومتصلة، وقابلة للنشر.