Ledakan AI Mengubah Strategi Peralatan, Perbelanjaan dan Cip TSMC

Kecerdasan buatan (AI) sedang mengubah maksud kapasiti dalam industri semikonduktor. TSMC masih memerlukan lebih banyak pengeluaran wafer pada proses tercanggih, tetapi isyarat terbaharunya menunjukkan wujud kekangan yang lebih luas: keupayaan membina sistem AI lengkap yang menggabungkan logik, pembungkusan canggih, memori, sambungan berkelajuan tinggi, kuasa dan penyejukan.

Sebab itu keperluan peralatan suku tahunan TSMC kini meningkat kepada kira-kira 1.9 kali ganda berbanding paras yang diunjurkan pada Disember. 17 Syarikat itu turut merancang perbelanjaan modal sebanyak AS$52 bilion hingga AS$56 bilion pada 2026, selepas membelanjakan AS$40.9 bilion pada 2025 dan AS$28.9 bilion pada 2024. 1819

Pembelian peralatan menjadi petunjuk permintaan AI

Bagi TSMC, permintaan terhadap peralatan pembuatan cip kini menjadi petunjuk langsung tentang kelajuan pelanggan AI mahu mengembangkan pengeluaran. Syarikat itu meningkatkan anggaran pembelian peralatan suku tahunannya kepada kira-kira 1.9 kali ganda daripada unjuran terdahulu ketika kapasiti untuk memenuhi permintaan berkaitan AI terus diperluas. 17

Namun, ini tidak bermakna setiap mesin baharu perlu menggunakan teknologi paling canggih yang tersedia. TSMC sedang berusaha mendapatkan output tambahan daripada peralatan sedia ada, termasuk mesin litografi ultraungu ekstrem (EUV) low-NA, sambil belum menggunakan sistem EUV high-NA ASML yang lebih mahal dalam masa terdekat.

Perbezaan ini penting. Strategi TSMC menggabungkan penambahbaikan proses dan penggunaan peralatan yang lebih cekap dengan jumlah aset peralatan yang jauh lebih besar. Kecekapan boleh memanjangkan kapasiti sedia ada, tetapi tidak dapat menggantikan keperluan untuk membina lebih banyak kilang, barisan pembungkusan dan alat pengeluaran apabila permintaan pelanggan terus meningkat.

Perbelanjaan modal menunjukkan pertaruhan jangka panjang

Julat perbelanjaan modal TSMC bagi 2026, iaitu AS$52 bilion hingga AS$56 bilion, jauh lebih tinggi berbanding perbelanjaan AS$40.9 bilion pada 2025 dan AS$28.9 bilion pada 2024. 1819 Reuters melaporkan bahawa syarikat itu menjangka perbelanjaan berkenaan berada di hujung atas julat tersebut ketika permintaan AI kekal kukuh. 19

Skala pelaburan itu menunjukkan TSMC sedang membuat persediaan untuk pengembangan yang berterusan, bukannya menganggap AI sebagai satu lagi kitaran kenaikan biasa dalam industri cip. Syarikat itu juga menyatakan bahawa perbelanjaan pada tahun-tahun berikutnya mungkin meningkat dengan ketara apabila infrastruktur AI terus berkembang.

Perkembangan ini membuka peluang kepada pembekal dalam rantaian bekalan peralatan semikonduktor. ASML, satu-satunya pembekal sistem litografi EUV, merancang meningkatkan kapasiti pengeluaran sebanyak 30% pada 2027 dan 2028 bagi memenuhi permintaan pelanggan terhadap peralatan yang digunakan untuk menghasilkan cip AI canggih.

Namun, manfaatnya tidak sama rata untuk semua pembekal. Keputusan TSMC untuk memanjangkan output berguna daripada sistem EUV low-NA sedia ada dan menangguhkan penggunaan EUV high-NA mungkin mengehadkan sumbangan segera daripada mesin terbaharu ASML. Pada masa yang sama, keperluan peralatan TSMC yang lebih besar tetap menyokong kitaran pertumbuhan industri peralatan secara keseluruhan.

Inferens mengubah bentuk permintaan AI

Fasa pertama ledakan AI banyak tertumpu pada latihan model berskala besar. Fasa seterusnya bergantung pada penggunaan model tersebut secara meluas, termasuk menjana respons, ramalan dan tindakan berulang kali.

Seorang eksekutif TSMC menyifatkan peralihan ini sebagai “perindustrian sebenar AI”. Jumlah token inferens global meningkat hampir 500 kali ganda berbanding paras 2022, menurut laporan mengenai pandangan syarikat itu terhadap pasaran. 2 Laporan lain turut mengenal pasti inferens—iaitu proses menggunakan model yang telah dilatih untuk menjawab permintaan dan melaksanakan tugasan—sebagai sumber permintaan infrastruktur pengkomputeran yang semakin besar. 510

Perubahan ini mengubah ekonomi dan keperluan kejuruteraan sistem AI. Penyedia tidak lagi hanya membina kapasiti untuk sejumlah kecil latihan model. Mereka perlu menyokong beban kerja yang berterusan di merata pusat data. Tekanan ini meliputi kuasa pengkomputeran, memori, rangkaian, sambungan antara cip, tenaga dan penyejukan—bukan sekadar kepadatan transistor pada pemproses. 5

Bagi TSMC, implikasinya bersifat strategik: sebuah foundri yang membantu pelanggan menyatukan sistem berprestasi tinggi mungkin lebih bernilai berbanding syarikat yang hanya menghantar wafer mengikut spesifikasi tetap.

Pembungkusan canggih sama penting dengan nod proses

Pemecut AI kini semakin banyak dibina daripada beberapa die, bukannya satu cip monolitik. Sebagai tindak balas, TSMC mengembangkan platform 3DFabric serta teknologi pembungkusan canggih yang direka untuk menggabungkan logik, memori dan komponen lain dalam satu pakej yang lebih besar dan berkeupayaan tinggi.

Pelan hala tuju teknologi syarikat itu menghala kepada pakej yang mengandungi lebih daripada satu trilion transistor menjelang 2030. 14 Pada skala ini, integrasi heterogen menjadi penting untuk prestasi: setiap die boleh dioptimumkan bagi fungsi tertentu sebelum digabungkan dalam satu pakej.

Pendekatan ini juga menjelaskan mengapa kapasiti pembungkusan kini berpotensi menjadi kekangan bersama kapasiti wafer di bahagian hadapan proses pembuatan. Pembungkusan canggih menentukan sama ada komponen yang dihasilkan secara berasingan boleh disambungkan dengan lebar jalur mencukupi, kependaman rendah, kecekapan tenaga yang baik dan kadar hasil pengeluaran yang munasabah.

Wafer baharu pada proses tercanggih belum menjadi kapasiti AI yang boleh digunakan sehingga ia disepadukan ke dalam sistem yang berfungsi.

Sambungan optik menangani masalah pemindahan data

Apabila sistem AI semakin besar, pemindahan data antara komponen pengkomputeran, memori dan rangkaian menjadi cabaran reka bentuk yang semakin penting. Oleh itu, TSMC turut membangunkan teknologi fotonik silikon selain memajukan logik konvensional dan pembungkusan.

Teknologi Compact Universal Photonic Engine, atau COUPE, menggunakan susunan bertindan SoIC-X untuk meletakkan die elektrik di atas die fotonik. TSMC berkata seni bina ini direka bagi menyokong pertumbuhan penghantaran data yang dipacu AI, sambil mengurangkan impedans pada antara muka antara die dan meningkatkan kecekapan tenaga berbanding pendekatan konvensional. 12

Hala tuju yang lebih besar sudah jelas: pakej cip semakin menjadi sebuah sistem sambungan elektrik dan optik, bukannya sekadar bekas untuk pemproses. Ini memberikan TSMC peranan dalam menyelaraskan silikon, pembungkusan dan input-output optik ketika pelanggan mereka bentuk infrastruktur AI yang semakin bersepadu.

Peranan TSMC berkembang daripada foundri kepada rakan sistem

Kelebihan tradisional TSMC ialah keupayaannya mengeluarkan cip canggih pada skala besar untuk pelanggan yang mereka bentuk cip tersebut. Permintaan AI kini mengembangkan hubungan itu ke arah pembangunan bersama sistem bersepadu.

Strategi teknologi syarikat itu menghubungkan proses pada nod tercanggih dengan pembungkusan canggih, integrasi memori lebar jalur tinggi dan fotonik. Ini tidak bermakna TSMC mengendalikan setiap komponen pusat data AI. Namun, keputusan pembuatannya semakin mempengaruhi cara keseluruhan sistem direka dan dihantar kepada pelanggan.

Hasilnya ialah sebuah foundri yang lebih penting secara strategik. Pelanggan bukan sahaja bergantung pada akses kepada nod proses, tetapi juga pada kapasiti pembungkusan, kepakaran integrasi dan rantaian bekalan yang mampu menghasilkan komponen AI lengkap.

Kedudukan ini boleh mengukuhkan pengaruh TSMC, tetapi pada masa yang sama mendedahkannya kepada lebih banyak risiko pelaksanaan yang melibatkan peralatan, substrat, memori, kuasa, penyejukan dan pembinaan pusat data.

Kesimpulan: kapasiti AI kini terdiri daripada satu rangkaian lapisan

Kekangan semikonduktor AI tidak lagi paling tepat difahami sebagai kekurangan satu mesin atau satu nod proses. Ia kini terdiri daripada beberapa kapasiti yang saling bergantung:

• fabrikasi wafer pada proses tercanggih;
• peralatan litografi, pemendapan, pengikisan dan pengukuran;
• pembungkusan serta pemasangan canggih;
• memori lebar jalur tinggi dan substrat;
• sambungan elektrik dan optik;
• infrastruktur kuasa, penyejukan dan pusat data.

Keperluan peralatan TSMC yang lebih tinggi serta peningkatan perbelanjaan modal menunjukkan bahawa kapasiti wafer masih amat penting. Namun, pelan hala tuju pembungkusan dan fotonik syarikat itu menjelaskan mengapa jumlah wafer semata-mata tidak mencukupi. 1214

Ramalan TSMC bahawa pasaran semikonduktor global boleh melebihi AS$1.5 trilion menjelang 2030, dengan pertumbuhan yang banyak dipacu AI dan pengkomputeran berprestasi tinggi, menggambarkan skala peluang yang sedang disediakan oleh syarikat itu. 110

Kesimpulan utamanya: AI sedang mengubah TSMC daripada pengeluar utama wafer canggih kepada penyelaras rantaian bekalan pengkomputeran fizikal. Pemenang fasa seterusnya bukan hanya ditentukan oleh pihak yang menghasilkan transistor paling kecil. Ia juga bergantung pada siapa yang mampu menukar transistor tersebut menjadi kapasiti AI yang boleh dipercayai, saling berhubung dan boleh digunakan pada skala besar.