TSMC bygger ud til en AI-æra, hvor hele systemet tæller

Kunstig intelligens ændrer, hvad "kapacitet" betyder i halvlederindustrien. TSMC har stadig brug for mere produktion af de mest avancerede wafere, men virksomhedens seneste meldinger peger på en bredere begrænsning: evnen til at bygge komplette AI-systemer, hvor logik, avanceret pakning, hukommelse, højhastighedsforbindelser, strøm og køling fungerer sammen.

Det er en vigtig forklaring på, at TSMC’s kvartalsvise behov for produktionsudstyr nu ligger på cirka 1,9 gange det niveau, virksomheden forventede i december. 17 TSMC planlægger samtidig investeringer på 52-56 milliarder dollar i 2026 – efter 40,9 milliarder dollar i 2025 og 28,9 milliarder dollar i 2024. 1819

Udstyrskøb er blevet et signal om AI-efterspørgsel

For TSMC giver efterspørgslen på produktionsudstyr et direkte fingerpeg om, hvor hurtigt AI-kunder forsøger at udvide deres produktion. Virksomheden har næsten fordoblet sit estimerede kvartalsbehov sammenlignet med decemberprognosen, mens den udvider kapaciteten for at følge med AI-efterspørgslen. 17

Det betyder dog ikke, at hver ny maskine nødvendigvis skal være den mest avancerede model på markedet. TSMC forsøger også at få mere produktion ud af eksisterende udstyr, herunder low-NA-maskiner til ekstrem ultraviolet litografi, EUV. Samtidig holder virksomheden igen med at tage ASML’s dyrere high-NA-EUV-systemer i brug på kort sigt.

Forskellen er væsentlig. TSMC kombinerer procesforbedringer og bedre udnyttelse af det eksisterende udstyr med en markant større samlet maskinpark. Effektivisering kan altså forlænge den eksisterende kapacitet, men den kan ikke erstatte behovet for flere fabrikker, pakningslinjer og produktionsværktøjer, hvis efterspørgslen fortsætter med at stige.

Investeringerne viser et langsigtet kapacitetsvæddemål

TSMC’s investeringsramme på 52-56 milliarder dollar i 2026 ligger betydeligt over de 40,9 milliarder dollar, virksomheden brugte i 2025, og de 28,9 milliarder dollar i 2024. 1819 Reuters rapporterede, at TSMC forventede at lande i den høje ende af intervallet, fordi AI-efterspørgslen fortsat var stærk. 19

Investeringernes størrelse tyder på, at TSMC planlægger efter en vedvarende udbygning – ikke blot en almindelig, cyklisk optur i halvlederindustrien. Virksomheden har desuden sagt, at investeringerne i de efterfølgende år kan stige markant, efterhånden som behovet for AI-infrastruktur udvikler sig.

Det skaber muligheder for leverandører i hele udstyrsindustrien. ASML, som er eneproducent af EUV-litografisystemer, planlægger at øge sin produktionskapacitet med 30 procent i både 2027 og 2028 for at imødekomme den stærke efterspørgsel efter udstyr til avancerede AI-chips.

Gevinsten er dog ikke ens for alle leverandører. TSMC’s beslutning om at få mere ud af eksisterende low-NA-EUV-systemer og udskyde high-NA-teknologien kan begrænse det umiddelbare bidrag fra ASML’s nyeste maskiner. TSMC’s samlede behov for mere udstyr understøtter dog fortsat den bredere vækst i markedet for produktionsudstyr.

Inferens ændrer formen på efterspørgslen

Den første fase af AI-boomet handlede i høj grad om at træne store modeller. Den næste fase handler om at udbrede modellerne i stor skala og løbende generere svar, forudsigelser og handlinger.

En TSMC-chef har beskrevet overgangen som AI’s "egentlige industrialisering". Den globale mængde inferenstokens er ifølge omtalen af virksomhedens markedsvurdering steget næsten 500 gange siden 2022. 2 Andre analyser peger ligeledes på inferens som en voksende drivkraft for efterspørgslen på computerinfrastruktur. 510

Inferens er den proces, hvor en allerede trænet AI-model bruges til at svare på forespørgsler eller udføre opgaver. Den ændrer både økonomien og de tekniske krav til AI-systemer. I stedet for primært at dimensionere kapacitet til et begrænset antal træningsforløb skal udbydere understøtte vedvarende arbejdsbelastninger på tværs af datacentre.

Det øger presset på computerkraft, hukommelse, netværk, forbindelser, strøm og køling – ikke kun på processorens transistortæthed. 5 For TSMC er den strategiske konsekvens klar: Et støberi, der kan hjælpe kunder med at samle et højtydende system, kan blive mere værdifuldt end et støberi, der alene leverer wafere efter en fast specifikation.

Avanceret pakning bliver lige så vigtig som selve procesnoden

AI-acceleratorer bygges i stigende grad af flere dies – separate halvlederkomponenter – i stedet for én stor, monolitisk chip. TSMC’s svar omfatter 3DFabric-platformen og avancerede pakningsteknologier, der er udviklet til at integrere logik, hukommelse og andre komponenter i større og mere kapable pakker.

Virksomhedens teknologiplan peger mod pakker med mere end én billion transistorer i 2030. 14 I den skala bliver såkaldt heterogen integration central for ydeevnen: Forskellige dies kan optimeres til forskellige funktioner og derefter kombineres i én pakke.

Det forklarer også, hvorfor pakningskapacitet er blevet en mulig flaskehals ved siden af den traditionelle waferproduktion. Avanceret pakning afgør, om separat fremstillede komponenter kan forbindes med tilstrækkelig båndbredde, lav latenstid, energieffektivitet og et acceptabelt udbytte.

En ny wafer på den mest avancerede procesnode er ikke ensbetydende med brugbar AI-kapacitet. Først når den er integreret i et fungerende system, kan den levere den computerkraft, kunderne efterspørger.

Optiske forbindelser skal løse problemet med datatransport

Efterhånden som AI-systemerne vokser, bliver det en stadig større designudfordring at flytte data mellem beregningsenheder, hukommelse og netværkskomponenter. Derfor arbejder TSMC ikke kun på at forbedre traditionel logik og pakning, men også på siliciumfotonik.

Virksomhedens Compact Universal Photonic Engine, COUPE, bruger SoIC-X-stabling til at placere en elektrisk die oven på en fotonisk die. TSMC siger, at arkitekturen skal understøtte den AI-drevne vækst i datatransmission, samtidig med at den reducerer impedansen i forbindelsen mellem dies og forbedrer energieffektiviteten sammenlignet med konventionelle løsninger. 12

Den overordnede retning er tydelig: En chip-pakke bliver i stigende grad et system af elektriske og optiske forbindelser – ikke blot en beholder for en processor. Det giver TSMC en rolle i at koordinere silicium, pakning og optisk input/output, når kunderne udvikler stadig mere integreret AI-infrastruktur.

Fra waferleverandør til systempartner

TSMC’s traditionelle styrke har været evnen til at fremstille avancerede chips i stor skala for virksomheder, der selv designer dem. AI-efterspørgslen udvider nu forholdet i retning af fælles udvikling af integrerede systemer.

Virksomhedens teknologistrategi forbinder avancerede procesnoder med avanceret pakning, integration af højhastighedshukommelse og fotonik. Det betyder ikke, at TSMC driver alle dele af et AI-datacenter. Men det betyder, at virksomhedens produktionsvalg i stigende grad påvirker, hvordan hele systemet bliver designet og leveret.

Resultatet er et støberi, der er blevet mere strategisk indlejret hos kunderne. De er ikke kun afhængige af adgang til en bestemt procesnode, men også af pakningskapacitet, integrationserfaring og en forsyningskæde, der kan levere komplette AI-komponenter.

Det kan styrke TSMC’s position, men det øger også virksomhedens eksponering mod problemer med udstyr, substrater, hukommelse, strøm, køling og opførelsen af datacentre.

Den nye forsyningskæde består af flere lag

Flaskehalsen i AI-halvledere kan ikke længere bedst beskrives som mangel på én bestemt maskine eller én bestemt procesnode. Den består af flere indbyrdes afhængige kapaciteter:

• fremstilling af wafere på avancerede procesnoder
• litografi, deponering, ætsning og måleudstyr
• avanceret pakning og samling
• høj-båndbredde-hukommelse, HBM, og substrater
• elektriske og optiske forbindelser
• strøm, køling og datacenterinfrastruktur

TSMC’s højere behov for produktionsudstyr og større investeringer viser, at waferkapacitet fortsat er afgørende. Virksomhedens plan for avanceret pakning og fotonik viser samtidig, hvorfor waferproduktion alene ikke er nok. 1214

TSMC forventer, at det globale halvledermarked kan overstige 1,5 billioner dollar i 2030, i høj grad drevet af AI og højtydende databehandling. Det illustrerer størrelsen på det marked, virksomheden forbereder sig på. 110

Den centrale konklusion er, at AI flytter TSMC fra primært at være producent af avancerede wafere til også at blive en koordinator af den fysiske forsyningskæde for computerkraft. I den næste fase bliver vinderne ikke kun afgjort af, hvem der kan fremstille den mindste transistor. Det handler også om, hvem der kan omsætte transistorerne til stabil, forbundet og anvendelig AI-kapacitet.