TSMCのAI投資が示す新たなボトルネック――微細化より「使える生産能力」

AI時代、「容量」の意味が変わる

人工知能（AI）の普及は、半導体業界における「生産能力」の定義を変えつつある。台湾積体電路製造（TSMC）にとって、最先端プロセスのウエハー生産を増やすことは依然として重要だ。しかし現在の制約は、トランジスタを形成する前工程だけではない。

ロジック半導体、先端パッケージング、高帯域幅メモリ（HBM）、高速インターコネクト、電力、冷却を組み合わせ、実際に稼働するAIシステムへ仕上げる能力が、より広い意味でのボトルネックになっている。

その変化を端的に示すのが、TSMCの製造装置需要だ。同社の四半期ベースの装置購入見通しは、2025年12月に想定していた水準の約1.9倍に引き上げられた。17 2026年の設備投資も520億〜560億ドルを計画しており、2025年の409億ドル、2024年の289億ドルから大幅に拡大する。1819

製造装置の発注がAI需要のバロメーターに

TSMCにとって、製造装置への需要は、AI関連の生産を顧客がどれほど急速に増やそうとしているかを映す直接的な指標になっている。装置購入見通しが約1.9倍に膨らんだのは、単なる工場の効率改善ではなく、AI向けの生産能力そのものを拡張する必要が高まっているためだ。17

もっとも、増える装置がすべて最新型である必要はない。TSMCは、既存のLow-NA EUV（低開口数の極端紫外線リソグラフィー）装置からより多くの生産量を引き出そうとしている。一方、ASMLが製造する、より高価なHigh-NA EUV装置の本格導入は当面見送る方針だ。

ここには重要な違いがある。TSMCは、工程の改善や装置の稼働率向上を進めながら、装置全体の保有台数も増やそうとしている。既存設備の効率化は生産能力を延ばせるが、需要が増え続ける局面では、新たな工場、パッケージングライン、製造装置の必要性をなくすことはできない。

設備投資は一時的な増産ではなく長期的な賭け

TSMCの2026年の設備投資計画は520億〜560億ドル。2025年の409億ドル、2024年の289億ドルを大きく上回る。1819 ロイター通信によると、AI需要が堅調に推移するなか、同社は計画の上限に近い水準まで投資する見通しを示している。19

この投資規模は、AIを従来型の半導体景気の一巡としてではなく、長期的な設備拡張を必要とする構造変化として捉えていることを示す。TSMCは、AIインフラの需要が拡大すれば、数年後の投資額も大幅に増える可能性があると説明している。

恩恵は半導体製造装置のサプライチェーンにも及ぶ。EUV露光装置を独占的に供給するASMLは、先端AIチップ向け装置への強い需要に対応するため、2027年と2028年にそれぞれ生産能力を30％引き上げる計画だ。

ただし、装置メーカーへの効果が一様とは限らない点には注意が必要だ。TSMCが既存のLow-NA EUV装置の生産性を高め、High-NAの導入を先送りすれば、TSMC全体の装置需要は増えても、ASMLの最新機種が短期的に受ける恩恵は限定される可能性がある。

AIの主戦場は「訓練」から「推論」へ

これまでのAIブームは、大規模モデルを訓練するための計算能力に大きく支えられてきた。次の段階では、訓練済みモデルを大規模に展開し、ユーザーの要求に応じて回答や予測、さまざまな処理を継続的に生成する「推論」が重要になる。

TSMCの幹部は、この移行をAIの「真の産業化」と表現している。報道によると、世界の推論トークン量は2022年の水準から約500倍に増加した。2 別の報道でも、推論がコンピューティングインフラの新たな需要源になっていると指摘されている。510

推論の拡大は、AIシステムの経済性と設計要件を変える。限られた回数のモデル訓練に備えるのではなく、データセンターで継続的に発生する処理を支えなければならないからだ。その結果、負荷はプロセッサーのトランジスタ密度だけでなく、計算能力、メモリ、ネットワーク、インターコネクト、電力、冷却にも及ぶ。5

TSMCにとっての戦略的な意味は大きい。顧客が高性能なAIシステムを組み立てるために必要な要素を一体的に提供できるファウンドリーは、仕様通りのウエハーだけを納入する企業よりも価値を持ちやすくなる。

先端パッケージングがプロセス世代と並ぶ主役に

AIアクセラレーターは、単一の巨大なチップではなく、複数のダイを組み合わせて構成される方向に進んでいる。TSMCは、ロジック、メモリなど異なる部品を高密度に統合する3DFabricプラットフォームや先端パッケージング技術を展開している。

同社の技術ロードマップは、2030年までに1兆個を超えるトランジスタを搭載するパッケージを視野に入れている。14 これほどの規模になると、異種のダイを組み合わせるヘテロジニアス・インテグレーションが性能向上の中核になる。機能ごとに最適化したダイを製造し、1つのパッケージに統合できるためだ。

この構造は、なぜパッケージング能力がウエハー生産能力と並ぶボトルネックになり得るのかも説明する。別々に製造した部品を、十分な帯域幅、低い遅延、効率的な消費電力、許容できる歩留まりで接続できなければ、最先端ウエハーは実用的なAI計算能力にならない。

光インターコネクトでデータ移動の壁に挑む

AIシステムが大規模化するほど、計算部、メモリ、ネットワークの間でデータを移動させることが難しくなる。そこでTSMCは、従来のロジックやパッケージングの進化に加え、シリコンフォトニクスにも取り組んでいる。

同社のCompact Universal Photonic Engine（COUPE）は、SoIC-Xの積層技術を使い、電気ダイをフォトニックダイの上に重ねる構造を採用する。TSMCによれば、この方式はAIブームに伴うデータ伝送の急増に対応し、ダイ間インターフェースのインピーダンスを抑え、従来方式よりエネルギー効率を高めることを狙っている。12

ここから見えてくる方向性は明確だ。パッケージは、単にプロセッサーを収める容器ではなく、電気と光による接続を統合した「システム」になりつつある。シリコン、パッケージング、光I/Oを顧客と連携して設計できることが、TSMCの役割を広げている。

ファウンドリーから「システムパートナー」へ

TSMCの従来の価値は、顧客が設計した先端チップを、大規模かつ安定的に製造することにあった。AI需要は、その関係を統合システムの共同開発へと押し広げている。

現在の技術戦略は、先端プロセス、先端パッケージング、高帯域幅メモリの統合、フォトニクスを結びつけている。TSMCがAIデータセンターのすべてを運営するという意味ではない。しかし、同社の製造上の判断が、AIシステム全体の設計や納入方法に与える影響は大きくなっている。

顧客が必要とするのは、プロセス世代へのアクセスだけではない。パッケージング能力、統合ノウハウ、そしてAI向け部品を完成品に近い形で届けるサプライチェーンも不可欠だ。これはTSMCの競争力や顧客との結びつきを強める一方、装置、基板、メモリ、電力、冷却、データセンター建設など、より多くの実行リスクを抱えることも意味する。

供給網のボトルネックは「積み重なった能力」

AI半導体の不足を、特定の1台の装置や、特定の1つのプロセス世代の不足として捉えるだけでは不十分になっている。必要なのは、相互に依存する複数の能力だ。

• 先端ウエハーの製造能力
• 露光、成膜、エッチング、計測の各装置
• 先端パッケージングと組み立て
• HBMや基板の供給
• 電気・光インターコネクト
• 電力、冷却、データセンターのインフラ

TSMCの装置需要の増加と設備投資の拡大は、ウエハー生産能力が依然として欠かせないことを示している。一方、パッケージングとフォトニクスのロードマップは、ウエハーの枚数だけでは十分でないことを示す。1214

同社は、AIと高性能コンピューティングに牽引され、世界の半導体市場が2030年に1兆5,000億ドルを超える可能性があると見ている。110 その規模の需要に備えるには、より小さなトランジスタを作るだけでは足りない。

AIの次の成長局面で問われるのは、トランジスタの微細化そのものではなく、それを信頼性の高い、接続された、実際に展開可能な計算能力へ変換できるかどうかだ。TSMCは、先端ウエハーの製造企業から、AIの物理的な計算基盤を構成するサプライチェーンの調整役へと、着実に立ち位置を変えつつある。