JawabanDipublikasikan19 sumber
Strategi AI TSMC: Komputasi Sistem 50 Kali Lebih Besar pada 2029 Berkat Packaging dan Fotonik
TSMC menyebut integrasi stacking 3D SoIC dan packaging 2,5D CoWoS berpotensi meningkatkan kinerja komputasi sistem menjadi sekitar 50 kali level 2024 pada 2029. Menurut April Li, infrastruktur AI masa depan harus menggabungkan komputasi, memori, interkoneksi, penyimpanan, dan manajemen daya dari tingkat chip hingga...
Diterbitkan olehDiedit dengan GPT-5.6 LunaGambar dibuat dengan GPT Image 1.5
Jawaban penelitian
Poin-poin penting
- TSMC menyebut integrasi stacking 3D SoIC dan packaging 2,5D CoWoS berpotensi meningkatkan kinerja komputasi sistem menjadi sekitar 50 kali level 2024 pada 2029.
- Menurut April Li, infrastruktur AI masa depan harus menggabungkan komputasi, memori, interkoneksi, penyimpanan, dan manajemen daya dari tingkat chip hingga pusat data.
- Permintaan utama semakin bergeser ke inference: TSMC menyebut pertumbuhan komputasi AI sekitar lima kali per tahun dan lonjakan volume token inference hampir 500 kali sejak 2022.
AI Perintah
openai.comCreate a landscape editorial hero image for this Studio Global article: What did TSMC announce at SEMICON Taiwan 2026 about its strategy for the “true industrialization of AI,” including its projection of a 50-fo. Article summary: TSMC’s message was that AI is becoming a systems-integration business, not merely a race to make faster chips or models. Its strategy combines leading-edge logic with 3DFabric packaging and silicon photonics to address t. Topic tags: general, general web, user generated, government, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermar
Pesan utama TSMC dalam SEMICON Taiwan 2026 cukup jelas: babak berikutnya dalam perkembangan AI akan dimenangkan di tingkat sistem, bukan hanya melalui prosesor atau model yang lebih baik secara terpisah. Peta jalan perusahaan menggabungkan proses logika canggih, stacking 3D SoIC, packaging 2,5D CoWoS, dan fotonik silikon agar data dapat bergerak lebih efisien di dalam sistem AI yang ukurannya terus membesar. 1
3
Target utama: komputasi sistem 50 kali lebih besar pada 2029
TSMC memproyeksikan bahwa integrasi SoIC dan CoWoS dapat meningkatkan kinerja komputasi keseluruhan sebuah sistem hingga sekitar 50 kali lipat dibandingkan level 2024 pada 2029. Proyeksi ini menunjukkan pergeseran cara mengukur kemajuan: bukan lagi hanya melihat kemampuan satu prosesor, melainkan bagaimana banyak chip komputasi, memori berbandwidth tinggi, dan interkoneksi berkerapatan tinggi bekerja sebagai satu kesatuan. 3
Peta jalan 3DFabric yang dilaporkan mencakup integrasi N2P-on-N3P melalui SoIC pada 2026 serta A14-on-A14 pada 2029, dengan jarak antarinterkoneksi yang menyusut hingga 4,5 mikrometer. Sasaran milestone tersebut adalah meningkatkan kepadatan dan efisiensi koneksi antara komponen yang ditumpuk secara vertikal maupun ditempatkan berdampingan. 3
15
Mengapa inference menjadi pendorong baru infrastruktur AI
April Li, direktur pengembangan bisnis AI dan high-performance computing TSMC, mengatakan permintaan komputasi AI tumbuh sekitar lima kali lipat setiap tahun. Ia juga menyebut volume token untuk inference telah meningkat hampir 500 kali lipat dibandingkan 2022. 1
3
Inference adalah tahap ketika sistem AI memberikan jawaban atau menjalankan tugas untuk pengguna. Pertumbuhannya kini semakin penting, tidak hanya pelatihan model yang lebih besar. Sistem AI untuk penalaran dan AI agent dapat menghasilkan serta memproses jauh lebih banyak token dalam setiap interaksi. Sementara itu, agen AI perusahaan dan aplikasi physical AI dirancang untuk berjalan terus-menerus dalam alur kerja dunia nyata. 1
23
Dampaknya cukup besar bagi industri: infrastruktur masa depan harus mampu menangani inference dalam volume tinggi secara berkelanjutan. Jumlah pengguna yang meningkat, pertanyaan yang lebih sering, dan kebutuhan komputasi yang lebih besar untuk setiap pertanyaan akan menambah tekanan pada akselerator, memori, jaringan, daya, dan sistem pendingin.
Menurut TSMC, masalah utamanya adalah perpindahan data
Argumen Li mengenai desain bersama di tingkat sistem berangkat dari persoalan efisiensi. Perpindahan data dapat menyumbang hingga 60% aktivitas dalam beban kerja AI pada umumnya, sementara akselerator AI yang mahal bisa beroperasi dengan tingkat utilisasi di bawah 40%. 1
23
Artinya, menambah jumlah komputasi saja belum tentu menghasilkan peningkatan kinerja yang sebanding. Sistem juga harus memindahkan data antara logika dan memori, antarpaket, melalui rak server, serta di seluruh pusat data tanpa menghabiskan kapasitas daya dan pendinginan.
Solusi yang ditawarkan TSMC adalah mengoptimalkan seluruh jalur tersebut—mulai dari komputasi dan memori hingga interkoneksi, penyimpanan, penyaluran daya, pendinginan, rak server, dan infrastruktur pusat data. Dalam pendekatan ini, advanced packaging bukan sekadar tahap manufaktur, melainkan bagian dari arsitektur sistem AI.
CoWoS yang semakin besar untuk sistem AI multi-chip
Menurut laporan mengenai peta jalan advanced packaging, TSMC telah memproduksi paket CoWoS berukuran 5,5 kali reticle. Perusahaan berencana beralih ke paket 14 kali reticle sekitar 2028, dengan konfigurasi yang dilaporkan mencakup sekitar 10 chip komputasi dan 20 tumpukan HBM. 3
CoWoS, singkatan dari chip-on-wafer-on-substrate, menempatkan chip logika dan memori high-bandwidth dalam satu paket yang terintegrasi secara rapat. Ukuran paket yang lebih besar memungkinkan akselerator AI menggabungkan lebih banyak komputasi dan memori tanpa harus bergantung pada satu chip monolitik berukuran sangat besar.
Pendekatan ini juga mencerminkan keterbatasan praktis dalam manufaktur chip canggih. Membagi sistem ke dalam beberapa chip dapat memberikan fleksibilitas produksi, tetapi sekaligus membuat desain paket, kepadatan interkoneksi, pengujian, dan pengelolaan panas menjadi semakin penting.
Fotonik silikon menjadi lapisan berikutnya
TSMC juga menempatkan fotonik silikon dan co-packaged optics sebagai cara untuk mengatasi keterbatasan koneksi elektrik di dalam infrastruktur AI. Peta jalan bandwidth platform COUPE dilaporkan meningkat dari 3,2 Tbps menjadi lebih dari 12,8 Tbps. TSMC juga memperkirakan fotonik silikon dapat menguasai lebih dari separuh pasar transceiver optik pada 2027, sementara sebagian pemasok diperkirakan memulai produksi massal co-packaged optics pada akhir 2026. 3
Tujuan yang lebih luas adalah mendekatkan interkoneksi optik ke paket komputasi. Jarak yang lebih pendek antara komponen elektronik dan fotonik dapat mendukung bandwidth lebih tinggi serta efisiensi daya yang lebih baik. Namun, pendekatan ini juga menambah kebutuhan terhadap laser, konektor serat optik, packaging, dan validasi. 10
13
Kapasitas masih menjadi kendala yang belum terselesaikan
Peta jalan teknologi tersebut belum menghilangkan persoalan pasokan. Estimasi industri menempatkan kapasitas CoWoS TSMC di kisaran 120.000 hingga 140.000 wafer per bulan pada akhir 2026, naik dari sekitar 13.000 hingga 16.000 wafer per bulan pada akhir 2023. Angka ini merupakan estimasi pasar, bukan angka kapasitas yang secara resmi diumumkan TSMC dalam pemberitaan mengenai SEMICON Taiwan. 6
36
Laporan berbasis investor institusional memperkirakan kesenjangan pasokan dan permintaan CoWoS dapat menyempit dari sekitar 20% menjadi sekitar 10% pada akhir 2026 seiring peningkatan kapasitas. Perbaikan tersebut berarti pasokan semakin mendekati permintaan, tetapi kebutuhan pasar masih diperkirakan melampaui kapasitas yang tersedia. 36
Distribusi kapasitas juga menjadi risiko. Nvidia dilaporkan menyumbang sekitar 60% dari permintaan atau output CoWoS TSMC pada 2026, sehingga AMD, Broadcom, dan penyedia layanan cloud skala besar harus bersaing untuk mendapatkan sisa kapasitas. Angka ini merupakan analisis pasar, bukan alokasi baru yang diumumkan TSMC di SEMICON Taiwan. 4
Peran TSMC meluas di seluruh tumpukan AI
Perubahan strategi ini lebih besar daripada sekadar peningkatan teknologi packaging. Li menggambarkan peran TSMC yang meluas dari silikon hingga pusat data, dan pada akhirnya sampai ke token yang dihasilkan sistem AI. 1
Ambisi tersebut dapat menjadikan TSMC semakin penting dalam mengoordinasikan tumpukan fisik AI: logika berteknologi terdepan, integrasi HBM, advanced packaging, input-output optik, desain termal, penyaluran daya, dan validasi sistem. Tantangan yang tersisa bukan hanya jumlah wafer dan paket yang dapat diproduksi, tetapi juga ketersediaan komponen optik, pengujian, pendinginan, serta koordinasi antar pemasok.
Dengan demikian, gagasan TSMC tentang “industrialisasi AI yang sesungguhnya” pada dasarnya adalah taruhan pada integrasi. Proyeksi peningkatan kinerja 50 kali lipat memang ambisius, tetapi peta jalan perusahaan menunjukkan bahwa pencapaiannya akan bergantung pada kemampuan mengatasi koneksi antarkomponen—serta memperbesar rantai pasokan yang memproduksinya—sama besarnya dengan kemampuan membuat chip yang lebih cepat.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Strategi AI TSMC: Komputasi Sistem 50 Kali Lebih Besar pada 2029 Berkat Packaging dan Fotonik"?
TSMC menyebut integrasi stacking 3D SoIC dan packaging 2,5D CoWoS berpotensi meningkatkan kinerja komputasi sistem menjadi sekitar 50 kali level 2024 pada 2029.
Apa poin penting yang harus divalidasi terlebih dahulu?
TSMC menyebut integrasi stacking 3D SoIC dan packaging 2,5D CoWoS berpotensi meningkatkan kinerja komputasi sistem menjadi sekitar 50 kali level 2024 pada 2029. Menurut April Li, infrastruktur AI masa depan harus menggabungkan komputasi, memori, interkoneksi, penyimpanan, dan manajemen daya dari tingkat chip hingga pusat data.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Permintaan utama semakin bergeser ke inference: TSMC menyebut pertumbuhan komputasi AI sekitar lima kali per tahun dan lonjakan volume token inference hampir 500 kali sejak 2022.