TSMC A16, yapay zekâ çiplerinde hız ve enerji verimliliğini hedefliyor

Bu ayrım, yapay zekâ ve HPC işlemcileri açısından önemli. Çünkü bu çiplerde yüksek akım taşıyan güç ağları ile çok yoğun sinyal bağlantıları, aynı sınırlı alan için rekabet ediyor. Güç dağıtımının arka yüze alınması, ön yüzdeki bağlantı sıkışıklığını azaltarak sinyal hatları için daha fazla alan bırakabilir ve yüksek güç tüketen mantık devrelerine elektriğin daha etkili ulaştırılmasına yardımcı olabilir.

Dolayısıyla A16’nın getirdiği yenilik yalnızca daha küçük transistörler değil; çipte güç ve sinyal ağlarının nasıl düzenlendiğine ilişkin daha kapsamlı bir değişiklik.

N2P’ye kıyasla beklenen kazanımlar

TSMC’nin geliştirilmiş 2 nm süreci N2P ile karşılaştırıldığında A16 için bildirilen hedefler şöyle:

• Aynı güç tüketiminde yüzde 8–10 daha yüksek hız
• Aynı hızda yüzde 15–20 daha düşük güç tüketimi
• Mantık devreleri ve SRAM dâhil yüzde 8–10 daha yüksek çip yoğunluğu

Bunlar süreç platformuna ilişkin karşılaştırmalı hedeflerdir. Her A16 tabanlı çipin otomatik olarak yüzde 10 daha hızlı veya yüzde 20 daha az enerji tüketmesi beklenmemeli. Gerçek sonuçlar; çip mimarisine, tasarım kütüphanelerine, tasarım kurallarına, çalışma voltajına, soğutmaya, paketlemeye ve iş yüküne göre değişir.

Benzer şekilde yoğunluk artışı da tamamlanmış her işlemcinin yüzde 8–10 oranında küçüleceği anlamına gelmez. Bu oran, üretim platformunun aynı alana daha fazla devre sığdırma kapasitesindeki bildirilen artışı ifade eder. Tasarımcılar bu kapasiteyi daha fazla mantık devresi, daha büyük önbellek, ek bağlantı birimleri veya daha küçük bir yonga kalıbı için kullanabilir.

A16 neden yapay zekâ ve HPC için tasarlanıyor?

A16’nın öncelikli hedef alanı, özellikle yapay zekâ hızlandırıcıları ve veri merkezi işlemcileri gibi yüksek performanslı mantık çipleri. Bu ürünler; güç dağıtımı, bağlantı bant genişliği ve ısı yönetimi açısından sıradan işlemcilere kıyasla çok daha ağır talepler oluşturuyor.

Yalnızca transistör yoğunluğunu artıran, ancak güç dağıtımı ve sinyal bağlantılarındaki sıkışıklığı çözemeyen bir süreç, sistem seviyesinde beklenen kazanımı sağlayamayabilir. SPR tam olarak bu darboğaza odaklanıyor.

Teorik olarak tasarımcılar A16’nın sunduğu avantajı üç farklı yönde kullanabilir: daha yüksek performans, daha düşük güç tüketimi veya aynı çip alanında daha fazla işlev. Veri merkezlerinde bu tercihlerin her biri kritik. Çünkü yapay zekâ hızlandırıcılarının kapasitesi yalnızca hesaplama gücüyle değil; elektrik maliyeti, soğutma kapasitesi ve paket içindeki veri hareketiyle de sınırlanıyor.

N2P ile A14 arasında bir teknoloji köprüsü

TSMC’nin yol haritasında A16, N2/N2P nesli ile 1,4 nm sınıfındaki A14 arasında konumlanıyor. A14’ün, mevcut yol haritasına göre 2028’de seri üretime geçmesi planlanıyor.

Bu konumlandırma A16’ya özel bir stratejik rol veriyor: TSMC, arka yüz güç dağıtımını bir sonraki büyük süreç nesline geçmeden önce yüksek performanslı çip müşterilerine sunmayı hedefliyor. Bu nedenle A16 hem yeni bir süreç düğümü hem de bir teknoloji köprüsü niteliğinde.

Ancak A16 takvimiyle ilgili 2026 haberleri tamamen tutarlı değil. Bazı haberlerde olası bir ertelemeden söz edilirken, daha sonraki raporlar ve teknik materyaller 2026’nın ikinci yarısı veya dördüncü çeyreği hedefini korudu. En temkinli değerlendirme, 2026’nın dördüncü çeyreğinin bildirilen hedef olduğu; seri üretimin şimdiden kesinleşmiş bir sonuç olarak görülmemesi gerektiği yönünde.

Samsung ve Intel karşısında ne ifade ediyor?

Samsung Foundry’nin SF1.4 sürecine ilişkin seri üretim hedefinin, daha önceki 2027 planından 2029’a çekildiği bildiriliyor. Şirketin bu dönemde 2 nm ailesini, üretim verimini ve imalat istikrarını geliştirmeye odaklandığı aktarılıyor. Bu takvim, TSMC’ye A16’yı ölçeklendirmek ve ardından A14’e ilerlemek için daha fazla zaman kazandırabilir.

Intel ise 18A süreci ve planlanan 14A düğümüyle ileri üretim yarışındaki önemli rakiplerden biri olmaya devam ediyor. Bununla birlikte “1,6 nm”, “1,4 nm” ve benzeri düğüm adları, farklı dökümhaneler arasında doğrudan karşılaştırılabilir ölçüler değil. Üretim verimi, tasarım kütüphaneleri, müşteri doğrulaması, paketleme, maliyet ve gerçek çip seviyesindeki performans daha belirleyici.

Bu nedenle A16’nın takvimi TSMC’nin rekabetçi konumunu güçlendirebilir; ancak bu durum TSMC’nin Intel’in 18A veya 14A süreçlerinden her teknik ve ticari ölçütte kesin olarak önde olduğunu tek başına kanıtlamıyor. Asıl sınav, müşterilerin süreç vaatlerini yüksek üretim verimiyle, anlamlı ölçeklerde ticari ürünlere dönüştürüp dönüştüremeyeceği olacak.

29,4 milyar dolarlık kapasite yatırımı

A16 hikâyesinin bir diğer parçası TSMC’nin kapasite planları. Şirket yönetim kurulunun ileri süreç ve paketleme kapasitesini artırmak, olgun ve özel süreçleri geliştirmek ve yeni tesisler kurmak üzere yaklaşık 29,4425 milyar dolarlık bir yatırım bütçesini onayladığı bildiriliyor.

Ayrı olarak TSMC’nin 2026 sermaye harcaması planının 60–64 milyar dolara yükseltildiği aktarılıyor. Bu yatırım, ileri üretim ve gelişmiş paketleme dâhil olmak üzere birden fazla teknoloji neslini destekliyor.

Bu rakamlar A16’nın tek başına üretim maliyeti olarak okunmamalı. Söz konusu tutarlar, farklı süreç nesillerini, paketleme teknolojilerini ve genel üretim altyapısını kapsayan daha geniş kapasite programlarına işaret ediyor.

Yapay zekâ çiplerinde asıl darboğaz paketleme olabilir

Bir yapay zekâ çipini üretmek, yalnızca gelişmiş mantık kalıbını wafer üzerinde oluşturmakla bitmiyor. Çipin yüksek bant genişlikli belleğe, altlıklara, interposer’lara, montaj ve test hizmetlerine de ihtiyacı var.

TSMC’nin CoWoS adı verilen gelişmiş paketleme kapasitesinin, yapay zekâ talebindeki artış nedeniyle tamamen dolu olduğu bildiriliyor.

Sektör raporlarına göre bazı ortak müşterilere yönelik arka uç paketleme işleri Intel’in Malezya’daki tesislerine kaymış olabilir. Bu gelişme, kapasite baskısına verilen sınırlı bir tedarik zinciri tepkisi olarak değerlendirilmeli; TSMC’nin CoWoS teknolojisinin veya ana üretim altyapısının geniş ölçekte Intel’e devredildiği anlamına gelmiyor.

Bu tablo, süreç liderliğinin yapay zekâ donanımının müşterilere ne kadar hızlı ulaşacağını tek başına belirlemediğini gösteriyor. İleri teknolojiyle üretilmiş bir wafer; paketleme kapasitesi, HBM bulunabilirliği, altlıklar veya test kapasitesi yetersizse yine de sevkiyat için bekleyebilir. TSMC’nin aynı talep baskısına yanıt olarak Intel’in EMIB yaklaşımına benzeyen paketleme yöntemleri geliştirdiği de bildiriliyor.

Yarı iletken sektöründe rekabet ve iş birliği aynı anda büyüyor

A16, yarı iletken üretimindeki daha geniş dönüşümü de ortaya koyuyor. Yapay zekâ sistemleri artık yalnızca tek bir çip üreticisine değil; dökümhanelere, bellek tedarikçilerine, altlık üreticilerine, paketleme şirketlerine ve farklı bölgelerdeki üretim tesislerine bağlı karmaşık bir ağa ihtiyaç duyuyor.

Bu durum rekabet ile uzmanlaşmayı aynı ekosistemde buluşturuyor. TSMC ileri mantık üretimi ve CoWoS’ta merkezi rolünü korurken Intel, süreç teknolojisi ve alternatif paketleme kapasitesiyle rekabet edebilir. Malezya, Tayvan ve diğer üretim merkezleri ise arka uç üretim zincirinin farklı halkalarına katkı sağlayabilir.

Rakipler arasında bazı paketleme işlerinin paylaşılması, rekabetin sona erdiğini değil, yapay zekâ talebinin sektör kapasitesini ticari açıdan kritik hâle getirdiğini gösteriyor. A16 müşterileri için temel soru artık yalnızca bir dökümhanenin en küçük düğümü duyurup duyurmadığı değil. Önemli olan; doğrulanmış wafer’ları, uyumlu tasarım araçlarını, istikrarlı üretim verimini ve komple yapay zekâ sistemlerini büyük ölçekte sevk etmeye yetecek gelişmiş paketleme kapasitesini birlikte sunabilmek.