TSMC chce 50 razy więcej mocy obliczeniowej AI do 2029 roku

Najważniejszy komunikat TSMC podczas SEMICON Taiwan 2026 był jasny: kolejny etap rozwoju sztucznej inteligencji wygra ten, kto zoptymalizuje cały system, a nie tylko pojedynczy procesor albo model. Plan tajwańskiego producenta łączy zaawansowane procesy logiczne, trójwymiarowe układanie SoIC, pakowanie 2,5D w technologii CoWoS oraz fotonikę krzemową. Celem jest sprawniejsze przesyłanie danych w coraz większych systemach AI. 13

Ambitny cel: 50 razy większa moc systemu do 2029 roku

TSMC zakłada, że integracja SoIC i CoWoS może podnieść ogólną wydajność obliczeniową systemu do około 50-krotności poziomu z 2024 roku do 2029 roku. To prognoza oparta na odejściu od traktowania procesora jako głównej jednostki postępu. Zamiast jednego ogromnego układu przyszłe systemy mają łączyć wiele chipletów obliczeniowych, pamięć o wysokiej przepustowości oraz gęste połączenia w jednym module. 3

Przedstawiana mapa drogowa 3DFabric obejmuje integrację N2P z N3P w SoIC w 2026 roku oraz A14 z A14 w 2029 roku. Odległość między połączeniami ma wówczas wynosić 4,5 mikrometra. Takie rozwiązania mają zwiększyć gęstość i efektywność komunikacji między układami ułożonymi jeden nad drugim oraz sąsiadującymi ze sobą. 315

Wnioskowanie staje się ważniejsze niż samo trenowanie modeli

April Li, dyrektorka TSMC odpowiedzialna za rozwój biznesu w obszarze AI i obliczeń wysokiej wydajności, powiedziała, że zapotrzebowanie na obliczenia AI rośnie mniej więcej pięciokrotnie każdego roku. Wskazała również na niemal 500-krotny wzrost liczby tokenów wnioskowania od 2022 roku. 13

Chodzi o etap, w którym system odpowiada użytkownikowi lub wykonuje zadanie, a nie o wcześniejsze trenowanie modelu. Systemy rozumujące i rozwiązania typu agentic AI mogą generować oraz przetwarzać znacznie więcej tokenów podczas jednej interakcji. Z kolei agenci wdrażani w firmach i zastosowania tzw. fizycznej AI mają działać stale, w ramach rzeczywistych procesów i środowisk. 123

W praktyce oznacza to, że przyszła infrastruktura będzie musiała obsługiwać nie tylko większe modele, ale przede wszystkim nieprzerwany, masowy ruch zapytań. Więcej użytkowników, częstsze interakcje i większa liczba obliczeń przypadająca na jedno zapytanie zwiększają presję na akceleratory, pamięć, sieci, zasilanie i chłodzenie.

Problemem nie jest już wyłącznie moc obliczeniowa

Argumentacja TSMC opiera się na prostym ograniczeniu: w typowych obciążeniach AI przesyłanie danych może odpowiadać nawet za 60 proc. aktywności, a drogie akceleratory AI mogą pracować przy wykorzystaniu poniżej 40 proc. swoich możliwości. 123

Samo dodawanie kolejnych jednostek obliczeniowych nie musi więc przynosić proporcjonalnego wzrostu wydajności. Dane trzeba jeszcze przesłać między logiką a pamięcią, pomiędzy układami w module, przez szafy serwerowe i całe centrum danych — bez przekroczenia limitów energetycznych oraz chłodniczych.

Proponowana przez TSMC odpowiedź obejmuje optymalizację całej ścieżki: od układów obliczeniowych i pamięci po połączenia, pamięć masową, dostarczanie energii, chłodzenie, szafy serwerowe i infrastrukturę centrum danych. W takim ujęciu zaawansowane pakowanie nie jest tylko etapem produkcji. Staje się elementem architektury systemu AI.

Większe moduły CoWoS dla układów wielochipowych

Według doniesień dotyczących planów rozwoju zaawansowanego pakowania TSMC już produkuje moduły CoWoS o rozmiarze 5,5 maski retikularnej. Około 2028 roku firma ma przejść do modułów o rozmiarze 14 masek retikularnych, które mają obejmować około 10 układów obliczeniowych i 20 stosów pamięci HBM. 3

CoWoS — skrót od chip-on-wafer-on-substrate — pozwala umieścić logikę i pamięć o wysokiej przepustowości w ściśle zintegrowanym module. Większa powierzchnia pakietu umożliwia połączenie większej liczby elementów bez konieczności budowania jednego, monolitycznego układu o ogromnych rozmiarach.

Podejście to odpowiada również na praktyczne ograniczenia produkcji zaawansowanych chipów. Podział systemu na wiele układów może zwiększyć elastyczność wytwarzania, ale jednocześnie podnosi znaczenie projektu modułu, gęstości połączeń, testowania i zarządzania temperaturą.

Fotonika krzemowa ma skrócić drogę danych

TSMC wskazuje także na fotonikę krzemową i optykę współpakowaną jako sposób na obejście ograniczeń elektrycznych połączeń w infrastrukturze AI. Według przedstawianej mapy drogowej przepustowość platformy COUPE ma wzrosnąć z 3,2 Tb/s do ponad 12,8 Tb/s. TSMC prognozuje ponadto, że do 2027 roku fotonika krzemowa może odpowiadać za ponad połowę rynku transceiverów optycznych. Niektórzy dostawcy mają rozpocząć masową produkcję rozwiązań z optyką współpakowaną pod koniec 2026 roku. 3

Szerszym celem jest umieszczenie połączeń optycznych bliżej układów obliczeniowych. Krótsza odległość między komponentami elektronicznymi i fotonicznymi może umożliwić przesyłanie większej ilości danych przy niższym zużyciu energii. Jednocześnie rozwiązanie wymaga nowych elementów, między innymi laserów, złączy światłowodowych, zaawansowanego pakowania oraz rozbudowanych testów i walidacji. 1013

Moce produkcyjne pozostają nierozwiązanym problemem

Nawet tak ambitna mapa drogowa nie usuwa problemu podaży. Szacunki branżowe mówią o zwiększeniu miesięcznych mocy CoWoS do około 120–140 tys. wafli pod koniec 2026 roku, wobec około 13–16 tys. pod koniec 2023 roku. Są to jednak szacunki rynkowe, a nie wartość oficjalnie ujawniona przez TSMC w relacjach z wydarzenia SEMICON Taiwan. 636

Według raportów opartych na ocenach inwestorów różnica między podażą a popytem na CoWoS może zmniejszyć się z około 20 proc. do mniej więcej 10 proc. do końca 2026 roku, wraz z rozbudową mocy. Byłaby to poprawa, ale popyt nadal przewyższałby dostępne możliwości produkcyjne. 36

Ryzykiem pozostaje także podział dostępnych mocy. Nvidia ma odpowiadać za około 60 proc. popytu lub produkcji CoWoS TSMC w 2026 roku, co pozostawia AMD, Broadcomowi i dostawcom usług chmurowych konkurencję o resztę. To analiza rynkowa, a nie nowa informacja o alokacji ogłoszona przez TSMC podczas SEMICON Taiwan. 4

TSMC chce koordynować większą część stosu AI

Zmiana strategiczna wykracza poza samo unowocześnienie pakowania. Li opisała ambicję TSMC jako przejście „od krzemu do centrum danych, a ostatecznie do tokenu” generowanego przez system AI. 1

Jeśli ten kierunek się utrzyma, TSMC stanie się ważniejszym koordynatorem fizycznej infrastruktury AI: zaawansowanych układów logicznych, integracji pamięci HBM, pakowania, optycznych wejść i wyjść, projektowania termicznego, dostarczania energii oraz walidacji całych systemów.

Pozostałe wyzwania obejmują więc nie tylko produkcję wafli i modułów. Równie ważne będą dostawy komponentów optycznych, testowanie, chłodzenie i współpraca wielu dostawców. Teza TSMC o „prawdziwej industrializacji AI” jest w istocie zakładem na integrację. Prognoza 50-krotnego wzrostu jest bardzo ambitna, ale własna mapa drogowa firmy pokazuje, że jej realizacja zależy w równym stopniu od rozwiązania problemów komunikacji między komponentami i rozbudowy łańcucha dostaw, co od produkcji szybszych chipów.