TSMC A16: เบื้องหลังชิป 1.6 นาโนเมตรที่ออกแบบมาเพื่อ AI เร็วขึ้นและประหยัดพลังงานกว่าเดิม

ในชิป AI และชิปสำหรับการประมวลผลสมรรถนะสูง หรือ HPC ระบบจ่ายไฟที่หนาแน่นและสายสัญญาณจำนวนมากต้องแย่งพื้นที่กันอยู่บนชิปเดียวกัน การย้ายการจ่ายไฟไปด้านหลังจึงมีเป้าหมายเพื่อลดความแออัดด้านหน้า เปิดพื้นที่ให้การเดินสัญญาณมีประสิทธิภาพขึ้น และช่วยส่งพลังงานไปยังวงจรที่ใช้พลังงานสูงได้ดีขึ้น

ดังนั้น ประโยชน์ของ A16 จึงไม่ได้มาจากการเพิ่มจำนวนทรานซิสเตอร์ต่อพื้นที่เท่านั้น แต่ยังมาจากการจัดระเบียบโครงข่ายไฟฟ้าและสัญญาณบนชิปใหม่ด้วย

ประสิทธิภาพและการประหยัดพลังงานเมื่อเทียบกับ N2P

เมื่อเทียบกับ N2P ซึ่งเป็นกระบวนการผลิต 2 นาโนเมตรรุ่นปรับปรุง มีการรายงานเป้าหมายของ A16 ไว้ดังนี้

• ความเร็วเพิ่มขึ้น 8–10% ที่ระดับการใช้พลังงานเท่ากัน
• ใช้พลังงานลดลง 15–20% ที่ความเร็วเท่ากัน
• ความหนาแน่นของชิปเพิ่มขึ้น 8–10% ครอบคลุมทั้งวงจรลอจิกและ SRAM

ตัวเลขเหล่านี้เป็นการเปรียบเทียบระดับแพลตฟอร์มกระบวนการผลิตภายใต้เงื่อนไขที่กำหนด ไม่ได้หมายความว่าชิปของลูกค้าทุกรุ่นที่ใช้ A16 จะเร็วขึ้น 10% หรือใช้พลังงานลดลง 20% โดยอัตโนมัติ ผลลัพธ์จริงยังขึ้นอยู่กับสถาปัตยกรรมชิป ไลบรารีการออกแบบ กฎการออกแบบ แรงดันไฟ ระบบระบายความร้อน บรรจุภัณฑ์ และลักษณะงานที่ใช้ประมวลผล

เช่นเดียวกัน การอ้างว่าความหนาแน่นเพิ่มขึ้น 8–10% ไม่ได้แปลว่าโปรเซสเซอร์สำเร็จรูปทุกตัวจะมีขนาดเล็กลงตามสัดส่วนดังกล่าว นักออกแบบอาจนำพื้นที่ที่ได้ไปเพิ่มวงจร หน่วยความจำแคช การเชื่อมต่อ หรือเลือกทำให้ไดมีขนาดเล็กลงก็ได้ ขึ้นอยู่กับเป้าหมายของผลิตภัณฑ์

ทำไม A16 จึงเหมาะกับชิป AI และ HPC

ตลาดหลักที่ A16 มุ่งเน้นคือวงจรประมวลผลสมรรถนะสูง โดยเฉพาะตัวเร่งการประมวลผล AI และโปรเซสเซอร์สำหรับศูนย์ข้อมูล ชิปประเภทนี้ต้องรับมือกับการจ่ายไฟปริมาณมาก แบนด์วิดท์การเชื่อมต่อสูง และความร้อนสะสมในระดับที่รุนแรงกว่าชิปทั่วไป

หากกระบวนการผลิตเพิ่มความหนาแน่นของทรานซิสเตอร์ได้ แต่ยังปล่อยให้การจ่ายไฟและการเดินสัญญาณติดขัด ประสิทธิภาพระดับระบบอาจไม่เพิ่มขึ้นตามที่คาดหวัง SPR จึงเข้ามาจัดการกับข้อจำกัดดังกล่าวโดยตรง

ในทางทฤษฎี นักออกแบบสามารถเลือกใช้ประโยชน์จาก A16 ได้หลายแบบ ไม่ว่าจะเป็นการเพิ่มประสิทธิภาพ ลดการใช้ไฟ หรือเพิ่มฟังก์ชันภายในพื้นที่ใกล้เคียงเดิม ตัวเลือกเหล่านี้มีความสำคัญอย่างมากในศูนย์ข้อมูล เพราะความเร็วของตัวเร่ง AI ไม่ได้ถูกจำกัดด้วยกำลังประมวลผลเพียงอย่างเดียว แต่ยังรวมถึงค่าไฟ ระบบทำความเย็น และความสามารถในการส่งข้อมูลผ่านแพ็กเกจด้วย

A16 อยู่ตรงไหนในโรดแมปของ TSMC

TSMC วาง A16 ไว้ระหว่างตระกูล N2/N2P กับ A14 ซึ่งเป็นกระบวนการผลิตระดับ 1.4 นาโนเมตร โดย A14 มีกำหนดเข้าสู่การผลิตจำนวนมากในปี 2028 ตามข้อมูลจากโรดแมปและการรายงานผลประกอบการของบริษัท

บทบาทของ A16 จึงชัดเจน: เป็นการนำระบบจ่ายไฟด้านหลังเวเฟอร์มาให้ลูกค้าชิปประสิทธิภาพสูงใช้งานก่อนเข้าสู่กระบวนการผลิตเจเนอเรชันถัดไปอย่าง A14 ในมุมนี้ A16 ไม่ใช่เพียงโหนดใหม่ แต่ยังเป็นสะพานเชื่อมทางเทคโนโลยีที่ต่อยอดแพลตฟอร์มนาโนชีต พร้อมเพิ่มการเปลี่ยนแปลงด้านการจ่ายไฟและการออกแบบแพ็กเกจที่มีประโยชน์ต่อชิป AI ขนาดใหญ่

อย่างไรก็ตาม รายงานเกี่ยวกับกำหนดการของ A16 ในปี 2026 ยังไม่สอดคล้องกันทั้งหมด โดยบางสำนักข่าวเคยระบุว่าอาจเลื่อนไปเป็นปี 2027 ขณะที่ข้อมูลในเวลาต่อมาและเอกสารทางเทคนิคยังชี้ไปที่การผลิตในช่วงครึ่งหลังของปี 2026 หรือไตรมาส 4 ปี 2026 ข้อสรุปที่ระมัดระวังที่สุดคือ ไตรมาส 4 ปี 2026 ยังคงเป็นเป้าหมายที่มีการรายงาน ไม่ใช่การรับประกันว่าการผลิตเชิงพาณิชย์จะดำเนินไปตามแผนอย่างแน่นอน

เปรียบเทียบกับ Samsung และ Intel

มีรายงานว่า Samsung Foundry เลื่อนเป้าหมายการผลิตจำนวนมากของ SF1.4 จากเดิมปี 2027 ไปเป็นปี 2029 โดยให้ความสำคัญกับการปรับปรุงตระกูลกระบวนการผลิต 2 นาโนเมตร อัตราผลิตผ่าน การรับรองจากลูกค้า และเสถียรภาพในการผลิตมากขึ้น หากกำหนดการนี้เป็นไปตามรายงาน TSMC ก็จะมีเวลาขยายการผลิต A16 และเดินหน้าสู่ A14 ก่อนที่กระบวนการระดับ 1.4 นาโนเมตรของ Samsung จะเข้าสู่ตลาด

Intel ยังคงเป็นคู่แข่งสำคัญในเทคโนโลยีการผลิตขั้นสูงและการจ่ายไฟด้านหลัง โดยมี 18A และแผน 14A เป็นส่วนหนึ่งของการแข่งขันในระยะต่อไป แต่ชื่อโหนดอย่าง “1.6 นาโนเมตร” “1.4 นาโนเมตร” หรือ “18A” ไม่สามารถนำมาเทียบกันตรง ๆ ระหว่างผู้ผลิตได้

สิ่งที่สำคัญกว่าตัวเลขบนชื่อโหนดคืออัตราผลิตผ่าน ไลบรารีการออกแบบ การรับรองจากลูกค้า ความพร้อมของแพ็กเกจ ต้นทุน และประสิทธิภาพของชิปที่ส่งมอบได้จริง ดังนั้น กำหนดการของ A16 อาจช่วยเสริมสถานะการแข่งขันของ TSMC แต่ยังไม่เพียงพอที่จะสรุปว่า TSMC เหนือกว่า Intel ในทุกมิติทางเทคนิคหรือเชิงพาณิชย์ บททดสอบที่แท้จริงคือการเปลี่ยนคำกล่าวอ้างของกระบวนการผลิตให้กลายเป็นผลิตภัณฑ์ที่มีอัตราผลิตผ่านสูงและจัดส่งได้ในปริมาณมาก

เงินลงทุน 29.4 พันล้านดอลลาร์เป็นค่า A16 ทั้งหมดหรือไม่

รายงานระบุว่า บอร์ดของ TSMC อนุมัติเงินลงทุนประมาณ 29.4425 พันล้านดอลลาร์สหรัฐ เพื่อเพิ่มกำลังการผลิตกระบวนการผลิตขั้นสูงและบรรจุภัณฑ์ รวมถึงการยกระดับกระบวนการผลิตรุ่น成熟และกระบวนการเฉพาะทาง ตลอดจนการก่อสร้างโรงงานใหม่

ตัวเลขนี้ไม่ควรถูกตีความว่าเป็นต้นทุนของ A16 เพียงโหนดเดียว แต่เป็นส่วนหนึ่งของโครงการขยายกำลังการผลิตและโครงสร้างพื้นฐานที่รองรับหลายเจเนอเรชันของกระบวนการผลิตและเทคโนโลยีแพ็กเกจ นอกจากนี้ ยังมีรายงานว่า TSMC เพิ่มแผนงบลงทุนรวมปี 2026 เป็น 60–64 พันล้านดอลลาร์สหรัฐ ซึ่งสะท้อนการลงทุนต่อเนื่องในโรงงานผลิตชิปขั้นสูงและบรรจุภัณฑ์

CoWoS อาจสำคัญไม่แพ้กระบวนการผลิต

สำหรับชิป AI การผลิตไดประมวลผลขั้นสูงเป็นเพียงขั้นตอนหนึ่งของห่วงโซ่อุปทานเท่านั้น ชิปยังต้องทำงานร่วมกับหน่วยความจำแบนด์วิดท์สูง หรือ HBM รวมถึงซับสเตรต อินเตอร์โพเซอร์ การประกอบ และการทดสอบ

กำลังการผลิตบรรจุภัณฑ์ขั้นสูง CoWoS ของ TSMC มีรายงานว่ายังคงถูกจองเต็มจากความต้องการชิป AI ที่เพิ่มขึ้น รายงานจากอุตสาหกรรมระบุว่า งานบรรจุภัณฑ์ส่วนหลังบางส่วนสำหรับลูกค้ารายใหญ่ร่วมกันได้ไหลไปยังโรงงานของ Intel ในมาเลเซียเพื่อช่วยบรรเทาคอขวดด้านกำลังการผลิต

หากเกิดขึ้นจริง นี่เป็นการตอบสนองแบบจำกัดต่อแรงกดดันในห่วงโซ่อุปทาน ไม่ใช่หลักฐานว่า TSMC โอนเทคโนโลยี CoWoS หลักหรือฐานการผลิตส่วนใหญ่ให้ Intel

กรณีนี้สะท้อนว่า ความเป็นผู้นำด้านกระบวนการผลิตเพียงอย่างเดียวไม่ได้กำหนดว่าชิป AI จะถึงมือลูกค้าเร็วแค่ไหน เวเฟอร์ที่ใช้เทคโนโลยีล้ำสมัยอาจยังติดขัดที่กำลังการผลิตแพ็กเกจ HBM ซับสเตรต หรือการทดสอบได้ นอกจากนี้ ยังมีรายงานว่า TSMC กำลังพัฒนาแนวทางแพ็กเกจที่มีลักษณะคล้าย EMIB ของ Intel เพื่อตอบสนองความต้องการเดียวกัน

อุตสาหกรรมกำลังเข้าสู่ยุค “แข่งขันไปด้วย ร่วมมือไปด้วย”

A16 ชี้ให้เห็นการเปลี่ยนแปลงที่กว้างกว่าการแข่งขันเรื่องตัวเลขนาโนเมตร ระบบ AI ในปัจจุบันต้องพึ่งพาเครือข่ายที่ประสานงานกันระหว่างโรงงานผลิตชิป ผู้ผลิตหน่วยความจำ ซัพพลายเออร์ซับสเตรต ผู้ให้บริการแพ็กเกจ และฐานการผลิตในหลายภูมิภาค

จึงเกิดทั้งการแข่งขันและการแบ่งบทบาทในเวลาเดียวกัน TSMC ยังคงมีบทบาทสำคัญในกระบวนการผลิตลอจิกระดับแนวหน้าและ CoWoS ขณะที่ Intel แข่งขันด้านเทคโนโลยีการผลิตและสามารถ提供กำลังการผลิตแพ็กเกจทางเลือก ส่วนมาเลเซีย ไต้หวัน และพื้นที่อื่น ๆ อาจเข้ามารับผิดชอบส่วนต่าง ๆ ของกระบวนการผลิตช่วงหลัง

การที่งานแพ็กเกจบางส่วนอาจเคลื่อนย้ายระหว่างคู่แข่งจึงไม่ได้แปลว่าการแข่งขันหายไป แต่สะท้อนว่าความต้องการ AI กำลังทำให้ “กำลังการผลิตของทั้งระบบ” กลายเป็นปัจจัยทางธุรกิจที่สำคัญขึ้นเรื่อย ๆ

สำหรับลูกค้า A16 คำถามสำคัญจึงไม่ใช่แค่ว่าโรงงานใดประกาศใช้โหนดที่เล็กที่สุด แต่คือโรงงานนั้นสามารถส่งมอบเวเฟอร์ที่ผ่านการรับรอง มีเครื่องมือออกแบบที่พร้อมใช้งาน รักษาอัตราผลิตผ่านได้ดี และมีแพ็กเกจขั้นสูงเพียงพอที่จะส่งมอบระบบ AI ครบชุดในระดับอุตสาหกรรมหรือไม่