AI ดันชิปขาดแคลนทั่วโลก: เหตุใดการสร้างโรงงานเกือบ 20 แห่งของ TSMC ยังไม่พอ

ความต้องการชิปสำหรับ AI กำลังกดดันห่วงโซ่อุปทานในจุดที่กว้างกว่า “โรงงานผลิตเวเฟอร์ระดับแนวหน้า” มาก ต่อให้ TSMC เดินหน้าสร้างโรงงานเกือบ 20 แห่ง—ราว 13 แห่งในไต้หวันและอีก 5–6 แห่งในต่างประเทศ—ก็ยังไม่อาจขจัดภาวะตึงตัวในระยะใกล้ได้ เพราะระบบประมวลผล AI หนึ่งชุดต้องพึ่งกำลังการผลิตที่ขยายให้ทันพร้อมกันหลายส่วน ตั้งแต่ชิปตรรกะขั้นสูง แพ็กเกจจิ้ง CoWoS หน่วยความจำสำหรับดาต้าเซ็นเตอร์ เครื่องจักรเฉพาะทาง ไปจนถึงไฟฟ้า น้ำ และคนทำงาน 5

โรงงานใหม่ไม่ใช่คำตอบทันที

การสร้างโรงงานเป็นโครงการหลายปี และชิปเร่งความเร็ว AI ไม่ได้จบที่การผลิตแผ่นเวเฟอร์ ชิปตรรกะต้องถูกประกอบเข้ากับหน่วยความจำผ่าน CoWoS (Chip on Wafer on Substrate) ซึ่งเป็นเทคโนโลยีแพ็กเกจจิ้งขั้นสูงที่ใช้กับชิป AI เช่นของ Nvidia 4

ขั้นตอนนี้มีความละเอียดสูงและไวต่ออัตราผลผลิต หากกำลังการผลิต CoWoS หรือหน่วยความจำยังไม่พอ ชิปที่ผลิตได้เพิ่มขึ้นก็อาจยังไม่สามารถส่งมอบเป็นระบบ AI สำเร็จรูปได้ นั่นหมายความว่าอุปทานต้องเพิ่มพร้อมกันทั้งห่วงโซ่ ไม่ใช่เพิ่มเฉพาะหน้าโรงงานเวเฟอร์ 5

คอขวดคือคน โครงสร้างพื้นฐาน และเวลา

TSMC ระบุว่าการขยายโรงงานในรัฐแอริโซนาของสหรัฐฯ ต้องรับมือกับภาวะขาดแคลนแรงงานก่อสร้าง ขณะที่โรงงานแห่งที่สองกำลังเตรียมติดตั้งเครื่องจักร โรงงานแห่งที่สามอยู่ระหว่างก่อสร้าง และเริ่มงานเตรียมการสำหรับโรงงานแห่งที่สี่รวมถึงโรงงานแพ็กเกจจิ้งขั้นสูงแห่งแรกของพื้นที่ดังกล่าว 2

ในไต้หวัน บริษัทก็ชี้ถึงการขาดแคลนบุคลากรทักษะสูง และความกังวลเรื่องน้ำ ภาคอุตสาหกรรมชิปของไต้หวันเรียกข้อจำกัดสำคัญเหล่านี้ว่า “การขาดแคลน 5 ด้าน” ได้แก่ น้ำ ไฟฟ้า แรงงาน ที่ดิน และบุคลากร 1 เมื่อหลายโครงการก่อสร้างเกิดขึ้นในเวลาเดียวกัน การแข่งขันเพื่อแย่งช่างก่อสร้าง วิศวกร ผู้จัดหาอุปกรณ์ พลังงาน และพื้นที่อุตสาหกรรมจึงยิ่งรุนแรงขึ้น

CoWoS และหน่วยความจำยังเป็นจุดตึงตัว

CoWoS ขยายกำลังการผลิตได้ยาก เพราะเป็นการเชื่อมชิปตรรกะกับหน่วยความจำในแพ็กเกจเดียวที่ต้องควบคุมความแม่นยำและอัตราผลผลิตอย่างเข้มงวด แม้ TSMC คาดว่ากำลังการผลิต CoWoS จะเติบโตเฉลี่ยต่อปีมากกว่า 80% ในช่วงปี 2022–2027 แต่การเร่งขยายก็ยังต้องใช้เครื่องมือ วัสดุ และบุคลากรที่ผ่านการรับรอง 4

อีกด้านหนึ่ง ดาต้าเซ็นเตอร์ AI ใช้หน่วยความจำสมรรถนะสูงในปริมาณมาก ผู้บริหาร SK Group ประเมินว่าอุปทานเวเฟอร์ของอุตสาหกรรมยังตามหลังความต้องการมากกว่า 20% และการสร้างกำลังการผลิตเพิ่มต้องใช้เวลาอย่างน้อย 4–5 ปี ภาวะขาดแคลนอาจยืดถึงราวปี 2030 56

SK Group จึงกำลังพิจารณาการลงทุนโรงงานหน่วยความจำในต่างประเทศ รวมถึงความเป็นไปได้ของโรงงานใหม่ในญี่ปุ่น และเปิดทางเลือกสำหรับความร่วมมือด้านการผลิตร่วมและวิจัยพัฒนากับ Kioxia อย่างไรก็ดี ทั้งหมดนี้ยังอยู่ในขั้นพิจารณา ไม่ใช่แผนลงทุนที่ประกาศแล้ว 9

AI ช่วยเพิ่มประสิทธิภาพได้ แต่สร้างกำลังการผลิตแทนไม่ได้

ผู้ผลิตชิปสามารถใช้ AI เพื่อยกระดับการควบคุมกระบวนการ ใช้เครื่องจักรให้คุ้มขึ้น เร่งการเรียนรู้ด้านอัตราผลผลิต ตรวจจับความผิดปกติ และจัดตารางการผลิตให้ดีขึ้น วิธีเหล่านี้ช่วยรีดผลผลิตที่ใช้ได้จากเครื่องมือที่ติดตั้งอยู่แล้ว แต่ไม่อาจทดแทนโรงงาน เครื่องจักร วัตถุดิบ และคนทำงานที่ต้องสร้างเพิ่มจริงได้

ตลาดโตแรง แต่การคาดการณ์ยังมีความเสี่ยง

SEMI ซึ่งเป็นสมาคมอุตสาหกรรมอุปกรณ์และวัสดุเซมิคอนดักเตอร์ คาดว่าตลาดชิปโลกอาจมีมูลค่าเกิน 2 ล้านล้านดอลลาร์สหรัฐภายในปี 2030 จากการลงทุนโครงสร้างพื้นฐาน AI โดยความต้องการชิปตรรกะขั้นสูง หน่วยความจำแบนด์วิดท์สูง หรือ HBM และ SSD สำหรับองค์กรเป็นแรงขับสำคัญ 10

อย่างไรก็ตาม ตัวเลขดังกล่าวเป็นประมาณการของอุตสาหกรรม ไม่ใช่ข้อสรุปที่แน่นอน ก่อนหน้านี้ TSMC ประเมินว่าตลาดชิปโลกจะเกิน 1.5 ล้านล้านดอลลาร์สหรัฐในปี 2030 4 ความต่างของตัวเลขสะท้อนว่าภาพระยะยาวยังขึ้นอยู่กับความแรงของอุปสงค์ AI ระดับราคา และความเร็วที่อุตสาหกรรมแก้ข้อจำกัดด้านแพ็กเกจจิ้ง หน่วยความจำ พลังงาน น้ำ เครื่องจักร และแรงงานได้

สรุปคือ การสร้างโรงงานของ TSMC เป็นการเพิ่มอุปทานที่มีนัยสำคัญ แต่ในยุค AI “ชิปหนึ่งตัว” คือผลลัพธ์จากหลายกำลังการผลิตที่ต้องเดินทันกันทั้งหมด หากจุดใดจุดหนึ่งยังติดขัด ภาวะขาดแคลนของระบบ AI ทั้งชุดก็ยังดำเนินต่อไปได้