TSMCs AI-satsing viser hvorfor kapasitet – ikke bare mindre transistorer – er den nye flaskehalsen

Kunstig intelligens er i ferd med å endre selve betydningen av kapasitet i halvlederindustrien. TSMC trenger fortsatt mer produksjon på de mest avanserte prosessteknologiene, men selskapets siste signaler peker mot en bredere begrensning: Evnen til å bygge komplette AI-systemer som kombinerer logikk, avansert pakking, minne, høyhastighetsforbindelser, strøm og kjøling.

Det er en viktig forklaring på at TSMCs anslåtte kvartalsbehov for produksjonsutstyr nå er rundt 1,9 ganger høyere enn prognosen selskapet la frem i desember. 17 Samtidig planlegger selskapet investeringer på 52–56 milliarder dollar i 2026, etter 40,9 milliarder dollar i 2025 og 28,9 milliarder dollar i 2024. 1819

Utstyrsinnkjøp blir et signal om AI-etterspørselen

For TSMC gir bestillingene av produksjonsutstyr et direkte innblikk i hvor raskt AI-kundene forsøker å øke produksjonen. Selskapet har løftet sitt anslag for kvartalsvise utstyrskjøp til omtrent 1,9 ganger det tidligere nivået, i takt med at kapasiteten bygges ut for AI-relatert etterspørsel. 17

Det betyr ikke at hver ny maskin må være den mest avanserte modellen på markedet. TSMC forsøker også å hente mer produksjon ut av utstyr som allerede er installert, blant annet low-NA-maskiner for ekstremultrafiolett litografi (EUV). Samtidig holder selskapet igjen på innføringen av ASMLs dyrere high-NA EUV-systemer på kort sikt.

Forskjellen er vesentlig. Strategien kombinerer prosessforbedringer og bedre utnyttelse av eksisterende utstyr med en kraftig økning i den samlede verktøybasen. Effektivisering kan altså forlenge kapasiteten, men kan ikke erstatte behovet for flere fabrikker, pakkelinjer og produksjonsmaskiner når kundeetterspørselen fortsetter å stige.

Investeringene viser en langsiktig kapasitetsstrategi

TSMCs investeringsramme på 52–56 milliarder dollar for 2026 ligger langt over de rapporterte investeringene på 40,9 milliarder dollar i 2025 og 28,9 milliarder dollar i 2024. 1819 Reuters har meldt at selskapet ventet å bruke et beløp i øvre del av intervallet fordi AI-etterspørselen holdt seg sterk. 19

Størrelsen på investeringene tyder på at TSMC planlegger for en langvarig utbygging, snarere enn en vanlig, konjunkturdrevet oppgang i halvledermarkedet. Selskapet har også sagt at investeringene i senere år kan øke betydelig etter hvert som behovet for AI-infrastruktur utvikler seg.

Dette skaper muligheter for leverandører gjennom hele utstyrskjeden. ASML, som er den eneste leverandøren av EUV-litografisystemer, planlegger å øke produksjonskapasiteten med 30 prosent både i 2027 og 2028 for å møte sterk kundeetterspørsel etter utstyr til avanserte AI-brikker.

Effekten er likevel ikke lik for alle leverandører. TSMCs beslutning om å forlenge den nyttige produksjonen fra eksisterende low-NA EUV-systemer og utsette high-NA-teknologien kan begrense bidraget fra ASMLs nyeste maskiner på kort sikt. Samtidig støtter TSMCs samlede utstyrsbehov den bredere oppgangen i markedet for produksjonsutstyr.

Inferens endrer formen på etterspørselen

Den første fasen av AI-boomen var i stor grad konsentrert om å trene store modeller. Den neste fasen handler om å ta modellene i bruk i stor skala og gjentatte ganger generere svar, spådommer og handlinger.

En TSMC-leder har beskrevet overgangen som AI-ens «virkelige industrialisering». Det globale volumet av inferenstoken har økt nesten 500 ganger siden 2022, ifølge omtalen av selskapets markedssyn. 2 Andre analyser peker også på inferens som en stadig viktigere kilde til etterspørsel etter datakapasitet. 510

Inferens endrer både økonomien og de tekniske kravene til AI-systemer. I stedet for bare å bygge kapasitet for et begrenset antall treningskjøringer må leverandørene håndtere vedvarende arbeidsbelastning i datasentre. Det øker presset på beregning, minne, nettverk, forbindelser, strøm og kjøling – ikke bare på antallet transistorer i prosessoren. 5

For TSMC er den strategiske konsekvensen tydelig: Et støperi som hjelper kundene med å sette sammen et komplett system med høy ytelse, kan bli mer verdifullt enn et selskap som bare leverer wafere etter en fast spesifikasjon.

Avansert pakking blir like viktig som prosessteknologien

AI-akseleratorer bygges i økende grad av flere brikker, eller chiplets, i stedet for én stor, monolittisk brikke. TSMCs svar omfatter 3DFabric-plattformen og avanserte pakketeknologier som skal integrere logikk, minne og andre komponenter i større og kraftigere pakker.

Selskapets teknologikart peker mot pakker med mer enn én billion transistorer innen 2030. 14 På dette nivået blir heterogen integrasjon avgjørende: Ulike brikker kan optimaliseres for forskjellige oppgaver og deretter kombineres i én pakke.

Det forklarer også hvorfor kapasitet for avansert pakking har blitt en mulig flaskehals ved siden av den fremre waferproduksjonen. Pakkingen avgjør om separat produserte komponenter kan kobles sammen med tilstrekkelig båndbredde, lav nok forsinkelse, god energieffektivitet og akseptabel produksjonsutbyttegrad.

En ny wafer på den mest avanserte prosessteknologien blir ikke til brukbar AI-kapasitet før den er integrert i et fungerende system.

Optiske forbindelser skal løse problemet med dataflytting

Når AI-systemene vokser, blir det stadig mer krevende å flytte data mellom beregning, minne og nettverkskomponenter. Derfor arbeider TSMC med silisiumfotonikk i tillegg til videreutvikling av tradisjonell logikk og pakking.

Selskapets Compact Universal Photonic Engine, eller COUPE, bruker SoIC-X-stabling til å plassere en elektrisk brikke over en fotonisk brikke. TSMC sier at arkitekturen er utviklet for å håndtere veksten i dataoverføring som AI driver frem, samtidig som den skal redusere impedansen i forbindelsen mellom brikkene og gi bedre energieffektivitet enn konvensjonelle løsninger. 12

Den overordnede retningen er klar: Pakken blir et system av elektriske og optiske forbindelser, ikke bare en beholder for en prosessor. Det gir TSMC en rolle i å samordne silisium, pakking og optiske inn- og utganger når kundene utvikler stadig mer integrert AI-infrastruktur.

TSMC beveger seg fra støperi til systempartner

TSMCs tradisjonelle verdiforslag har vært å produsere avanserte brikker i stor skala for kunder som selv designer dem. AI-etterspørselen utvider dette forholdet mot samutvikling av integrerte systemer.

Teknologistrategien knytter nå sammen avanserte prosessteknologier, avansert pakking, integrasjon av høybåndbreddeminne og fotonikk. Det betyr ikke at TSMC driver alle deler av et AI-datasenter. Det betyr at selskapets produksjonsvalg i økende grad påvirker hvordan hele systemet utformes og leveres.

Resultatet er et mer strategisk innvevd støperi. Kundene er ikke bare avhengige av tilgang til en bestemt prosessteknologi, men også av pakkekapasitet, integrasjonsekspertise og en forsyningskjede som kan levere komplette AI-komponenter.

Det kan styrke TSMCs posisjon, men utsetter samtidig selskapet for flere gjennomføringsrisikoer knyttet til utstyr, substrater, minne, strøm, kjøling og bygging av datasentre.

Forsyningskjeden består nå av flere lag

Flaskehalsen i AI-halvledere kan ikke lenger best forstås som mangel på én maskin eller én prosessteknologi. Den består av flere avhengige kapasiteter:

• produksjon av wafere på avanserte prosessteknologier;
• litografi-, avsetnings-, etse- og måleutstyr;
• avansert pakking og montering;
• høybåndbreddeminne og substrater;
• elektriske og optiske forbindelser;
• strøm, kjøling og datasenterinfrastruktur.

TSMCs høyere utstyrsbehov og økte investeringer viser at waferkapasitet fortsatt er avgjørende. Samtidig viser selskapets planer for pakking og fotonikk hvorfor waferproduksjon alene ikke er nok. 1214

TSMC venter at det globale halvledermarkedet kan overstige 1,5 billioner dollar innen 2030, i stor grad drevet av AI og databehandling med høy ytelse. Det illustrerer størrelsen på muligheten selskapet forbereder seg på. 110

Hovedkonklusjonen er at AI flytter TSMC fra primært å være en produsent av avanserte wafere til å bli en koordinator for den fysiske forsyningskjeden rundt datakraft. I neste fase vil vinnerne ikke bare avgjøres av hvem som lager den minste transistoren. De vil også avgjøres av hvem som kan gjøre transistoren om til pålitelig, sammenkoblet og tilgjengelig AI-kapasitet.