TSMC laat zien waarom chipcapaciteit de nieuwe flessenhals voor AI wordt

AI verandert de betekenis van ‘capaciteit’

Kunstmatige intelligentie verandert niet alleen welke chips TSMC maakt, maar ook wat capaciteit in de halfgeleiderindustrie betekent. Taiwan Semiconductor Manufacturing Company heeft nog altijd meer productie van geavanceerde wafers nodig. Toch wijzen de nieuwste signalen op een bredere beperking: het vermogen om complete AI-systemen te bouwen waarin logica, geavanceerde chipverpakking, geheugen, snelle verbindingen, stroomvoorziening en koeling samenkomen.

Daarom ligt TSMC’s geschatte kwartaalbehoefte aan productieapparatuur nu op ongeveer 1,9 keer het niveau dat het bedrijf in december voorzag. 17 De geplande kapitaaluitgaven van 52 tot 56 miljard dollar in 2026 — na 40,9 miljard dollar in 2025 en 28,9 miljard dollar in 2024 — laten zien dat de reactie verder gaat dan tijdelijke optimalisatie van bestaande fabrieken. 1819

Apparatuurorders worden een signaal voor AI-vraag

Voor TSMC geven bestellingen van productiemachines steeds directer aan hoe snel AI-klanten hun productie willen opschalen. De foundry heeft zijn raming voor de kwartaalinkoop verhoogd tot ongeveer 1,9 keer de eerdere prognose, terwijl het capaciteit toevoegt om aan de vraag naar AI-chips te voldoen. 17

Dat betekent niet dat iedere nieuwe machine het meest geavanceerde model moet zijn. TSMC probeert meer output te halen uit bestaande apparatuur, waaronder low-NA-machines voor extreme ultraviolet-lithografie (EUV). Tegelijk houdt het bedrijf de duurdere high-NA-EUV-systemen voorlopig buiten de productieplanning.

Dat onderscheid is belangrijk. TSMC combineert procesverbeteringen en een hogere benutting van bestaande machines met een veel grotere totale apparatuurvloot. Efficiënter produceren kan bestaande capaciteit oprekken, maar vervangt niet de behoefte aan extra fabrieken, verpakkingslijnen en productiemachines wanneer de vraag blijft stijgen.

Kapitaaluitgaven wijzen op een langdurige capaciteitswedloop

De bandbreedte van 52 tot 56 miljard dollar voor TSMC’s kapitaaluitgaven in 2026 ligt aanzienlijk boven de 40,9 miljard dollar die het bedrijf in 2025 uitgaf en de 28,9 miljard dollar van 2024. 1819 Reuters meldde dat TSMC verwachtte aan de bovenkant van die bandbreedte uit te komen omdat de AI-vraag sterk bleef. 19

De omvang van de investering wijst op een langdurige uitbreiding, niet op een gewone opleving in de halfgeleidercyclus. TSMC heeft bovendien gezegd dat de uitgaven in latere jaren aanzienlijk verder kunnen stijgen naarmate de vraag naar AI-infrastructuur zich ontwikkelt.

Dat creëert kansen in de hele toeleveringsketen voor chipmachines. ASML, de enige leverancier van EUV-lithografiesystemen, wil zijn productiecapaciteit in zowel 2027 als 2028 met 30 procent verhogen om te voldoen aan de sterke vraag naar apparatuur voor geavanceerde AI-chips.

Het effect is echter niet voor alle leveranciers hetzelfde. Doordat TSMC meer output uit bestaande low-NA-EUV-systemen wil halen en de invoering van high-NA uitstelt, zal ASML op korte termijn mogelijk minder profiteren van zijn nieuwste machines. De totale apparatuurbehoefte van TSMC ondersteunt wel de bredere investeringscyclus in de sector.

Inferentie maakt de vraag structureler

De eerste fase van de AI-boom draaide vooral om het trainen van grote modellen. De volgende fase draait om het op grote schaal inzetten van die modellen — en om het voortdurend genereren van antwoorden, voorspellingen en acties.

Een bestuurder van TSMC omschreef die overgang als de ‘echte industrialisering’ van AI. Het wereldwijde volume aan inferentietokens is volgens berichtgeving over TSMC’s marktvisie sinds 2022 bijna vijfhonderdvoudigd. 2 Andere analyses wijzen er eveneens op dat inferentie een steeds grotere bron van vraag naar rekeninfrastructuur wordt. 510

Inferentie verandert zowel de economie als de technische eisen van AI-systemen. In plaats van capaciteit voor een beperkt aantal trainingsrondes moeten aanbieders permanente workloads in datacenters ondersteunen. Daardoor neemt de druk toe op rekenkracht, geheugen, netwerken, interconnects, stroom en koeling — en niet alleen op de transistordichtheid van de processor. 5

Voor TSMC is de strategische conclusie helder: een foundry die klanten helpt een krachtig, samenhangend systeem te bouwen, kan waardevoller worden dan een producent die alleen wafers volgens een vaste specificatie levert.

Geavanceerde chipverpakking wordt net zo belangrijk als het procedé

AI-versnellers bestaan steeds vaker uit meerdere dies — afzonderlijke stukjes silicium — in plaats van één monolithische chip. TSMC speelt daarop in met zijn 3DFabric-platform en geavanceerde verpakkingstechnologieën, waarmee logica, geheugen en andere componenten in grotere en krachtigere packages kunnen worden geïntegreerd.

De technologie-roadmap van het bedrijf wijst richting packages met meer dan één biljoen transistors in 2030. 14 Op die schaal wordt heterogene integratie cruciaal: verschillende dies kunnen elk voor een specifieke functie worden geoptimaliseerd en vervolgens in één package worden gecombineerd.

Dat verklaart ook waarom verpakkingscapaciteit naast wafercapaciteit een nieuwe bottleneck kan worden. Geavanceerde verpakking bepaalt of afzonderlijk geproduceerde componenten met voldoende bandbreedte, lage latency, energie-efficiëntie en een acceptabele opbrengst kunnen worden verbonden. Een nieuwe wafer met een geavanceerd procedé is pas bruikbare AI-capaciteit wanneer hij in een werkend systeem is geïntegreerd.

Optische verbindingen pakken het probleem van dataverplaatsing aan

Naarmate AI-systemen groter worden, wordt het verplaatsen van data tussen rekenchips, geheugen en netwerkcomponenten een grotere ontwerpuitdaging. Daarom werkt TSMC naast verdere verbeteringen in logica en chipverpakking ook aan siliciumfotonica.

De Compact Universal Photonic Engine, of COUPE, maakt gebruik van SoIC-X-stacking om een elektrische die boven op een fotonische die te plaatsen. TSMC zegt dat deze architectuur de explosieve groei van datatransmissie door AI moet ondersteunen, terwijl de impedantie op de verbinding tussen de dies wordt verlaagd en de energie-efficiëntie ten opzichte van conventionele oplossingen verbetert. 12

De bredere ontwikkeling is duidelijk: de package wordt een systeem van elektrische en optische verbindingen, niet slechts een omhulsel rond een processor. Daardoor kan TSMC siliconen, verpakking en optische in- en uitvoer steeds nauwer op elkaar afstemmen terwijl klanten complexere AI-infrastructuur ontwerpen.

Van foundry naar systeempartner

De traditionele belofte van TSMC was dat het geavanceerde chips op grote schaal kan produceren voor bedrijven die ze zelf ontwerpen. De AI-vraag breidt die relatie uit naar gezamenlijke ontwikkeling van geïntegreerde systemen.

De technologieaanpak van het bedrijf verbindt geavanceerde procestechnologie met chipverpakking, de integratie van high-bandwidth memory en fotonica. Dat betekent niet dat TSMC elk onderdeel van een AI-datacenter exploiteert. Wel hebben de productie- en integratiekeuzes van het bedrijf steeds meer invloed op de manier waarop het volledige systeem wordt ontworpen en geleverd.

Daarmee wordt TSMC strategisch sterker ingebed in de plannen van zijn klanten. Zij zijn niet alleen afhankelijk van toegang tot een bepaald procedé, maar ook van verpakkingscapaciteit, integratiekennis en een toeleveringsketen die complete AI-componenten kan afleveren. Dat kan de positie van TSMC versterken, maar stelt het bedrijf ook bloot aan meer uitvoeringsrisico’s rond apparatuur, substraten, geheugen, stroom, koeling en de bouw van datacenters.

De les voor de toeleveringsketen: capaciteit bestaat uit meerdere lagen

De bottleneck in halfgeleiders voor AI is niet langer het best te begrijpen als een tekort aan één machine of één procedé. Het gaat om een reeks onderling afhankelijke capaciteiten:

• productie van wafers met geavanceerde procedés;
• lithografie-, depositie-, ets- en meetapparatuur;
• geavanceerde chipverpakking en assemblage;
• high-bandwidth memory en substraten;
• elektrische en optische interconnects;
• stroomvoorziening, koeling en datacenterinfrastructuur.

De hogere apparatuurbehoefte en grotere kapitaaluitgaven van TSMC laten zien dat wafercapaciteit essentieel blijft. De roadmap voor verpakking en fotonica maakt duidelijk waarom waferproductie alleen niet volstaat. 1214 De verwachting van TSMC dat de wereldwijde halfgeleidermarkt in 2030 boven 1,5 biljoen dollar kan uitkomen, in belangrijke mate dankzij AI en high-performance computing, illustreert de schaal van de markt waarop het bedrijf zich voorbereidt. 110

De kernconclusie: AI duwt TSMC weg van zijn traditionele rol als producent van geavanceerde wafers en richting die van regisseur van de fysieke rekenketen. In de volgende fase wordt succes niet alleen bepaald door wie de kleinste transistor maakt. Minstens zo belangrijk is wie die transistor kan omzetten in betrouwbare, verbonden en direct inzetbare AI-capaciteit.