NVIDIA membawa AI ke kilang wafer, yang bermaksud persaingan proses lanjutan sedang beralih kepada “pembuatan dipacu kuasa pengkomputeran”

NVIDIA Membawa AI ke Kilang Wafer, Menandakan Persaingan Proses Termaju Sedang Beralih kepada “Pembuatan Dipacu Pengkomputeran”

NVIDIA di GTC Taipei mengumumkan bahawa TSMC sedang mengintegrasikan pengkomputeran pecutan dan rantaian alat AI ke dalam proses pembuatan wafer, merangkumi litografi pengiraan, simulasi transistor dan proses, kawalan proses termaju, pengoptimuman penjadualan kilang wafer, pengesanan kecacatan serta FabTwin kilang maya. Berdasarkan maklumat yang didedahkan kali ini, TSMC menggunakan teknologi seperti CUDA-X, cuLitho, cuEST, cuML, Metropolis, TAO Toolkit dan Omniverse, dengan matlamat untuk meningkatkan turnaround time, kecekapan tenaga, kadar hasil dan produktiviti kilang.

Kepentingan berita ini bukan terletak pada “AI sekali lagi memasuki satu senario baharu”, tetapi pada hakikat bahawa ia mendedahkan logik persaingan dalam pembuatan semikonduktor sedang berubah. Dahulu, pemboleh ubah teras bagi proses termaju terutamanya ialah peralatan, tetingkap proses, ketulenan bahan dan perbelanjaan modal; kini, dengan pengenalan 3nm, 2nm serta pembungkusan termaju yang lebih kompleks, pembuatan itu sendiri telah menjadi masalah pengoptimuman berdimensi tinggi, dan AI serta GPU sedang beralih daripada “produk akhir cip” secara songsang kepada “sistem pengeluaran cip”.

Bagi rantaian industri, ini bermakna kilang wafer bukan lagi sekadar membeli peralatan EUV, pemendapan, pengetsaan dan metrologi, tetapi juga akan semakin banyak memperoleh pengkomputeran, platform data, perisian industri dan model AI. Dengan kata lain, pengagihan nilai dalam pautan pembuatan sedang beralih daripada aset modal perkakasan tulen kepada “perkakasan + perisian + operasi AI”.

Latar Belakang: Mengapa Kerjasama Ini Wajar Diberi Perhatian

TSMC ialah nod pusat bagi proses termaju global, manakala NVIDIA pula merupakan salah satu pembekal standard de facto dalam pengkomputeran pecutan AI. Gabungan kedua-duanya mewakili pertemuan dua arus teknologi terkuat: satu pihak ialah keupayaan pembuatan cip paling hadapan, dan satu lagi ialah kuasa GPU berskala besar serta ekosistem perisian AI.

Dari sudut latar teknologi, semakin ke hadapan proses termaju, semakin tinggi kerumitan pembuatan. Simulasi litografi, pemodelan proses, pengesanan kecacatan dan pengoptimuman penjadualan semuanya memerlukan pengendalian parameter yang sangat besar serta kitaran maklum balas yang lebih singkat. Pengkomputeran CPU tradisional masih menjadi asas, tetapi dalam simulasi berskala besar dan pengoptimuman masa nyata, ia semakin sukar memenuhi keperluan kecekapan. NVIDIA menyebut secara terbuka bahawa cuLitho boleh meningkatkan litografi pengiraan dari segi kecekapan kos atau masa kitaran sebanyak 20-50%; cuEST boleh mempercepatkan simulasi kimia tertentu sekitar 50 kali ganda; kenyataan sebegini menunjukkan bahawa nilai AI/GPU bukan sekadar inferens, tetapi telah memasuki pengkomputeran kejuruteraan dan teras pengoptimuman pembuatan.

Dari sudut latar pasaran, perbelanjaan modal AI sedang mendorong permintaan bagi GPU pusat data, HBM, pembungkusan termaju dan proses termaju, dan kini AI itu sendiri mula memberi pulangan kepada bahagian pembuatan. Dengan kata lain, AI bukan sahaja mendorong permintaan cip di bahagian akhir, tetapi juga mengubah lengkung bekalan cip di bahagian pembuatan.## Impak Teknologi

Kerjasama ini secara langsung merujuk kepada empat laluan teknologi.

Pertama, lithografi pengkomputeran. Dengan penyusutan nod, litografi bukan lagi sekadar isu peralatan pendedahan, tetapi telah menjadi kejuruteraan sistem yang sangat bergantung pada pengkomputeran. Simulasi litografi dipercepat GPU membantu memendekkan kitaran reka bentuk mask dan iterasi proses, yang amat penting untuk nod 2nm dan nod yang lebih maju.

Kedua, bahan dan simulasi transistor/proses. TSMC menggunakan alat seperti cuEST menunjukkan bahawa pemodelan bahan, tindak balas kimia dan analisis struktur peranti sedang didigitalkan pada skala yang lebih besar. Bagi GAA, bekalan kuasa bahagian belakang serta seni bina transistor yang lebih kompleks, kelajuan simulasi adalah daya saing.

Ketiga, kawalan proses lanjutan dan pemeriksaan kecacatan. TSMC menggunakan cuML dan Metropolis/TAO untuk analisis parameter proses berskala besar dan pengecaman kecacatan visual, yang bermaksud pengurusan hasil pembuatan sedang beralih daripada statistik pensampelan kepada pengecaman AI masa nyata. Ini akan memberi kesan langsung kepada kelajuan peningkatan hasil, dan juga kepada rentak pengeluaran besar-besaran nod baharu.

Keempat, FabTwin kilang maya. Nilai Omniverse terletak pada keupayaannya mensimulasikan operasi fab, susun atur peralatan, aliran bahan dan sistem kemudahan terlebih dahulu dalam dunia digital. Ini amat penting untuk pengembangan kapasiti kilang wafer yang bernilai berpuluh bilion dolar, kerana sebarang kesilapan susun atur boleh membawa kepada kos modal tenggelam jangka panjang.

Analisis Rantaian Industri

Hulu: peralatan, bahan dan perisian industri paling banyak mendapat manfaat

Lapisan pertama yang terjejas di hulu ialah EDA, perisian simulasi dan platform kejuruteraan AI. Walaupun berita ini tidak menyebut secara langsung Synopsys, Cadence atau Siemens EDA, kedudukan mereka sedang ditakrif semula: pihak pembuatan memerlukan kerjasama perisian rentas domain yang lebih mendalam, dan sempadan antara EDA serta pengkomputeran kejuruteraan AI akan menjadi lebih kabur.

Lapisan kedua ialah pengeluar peralatan. ASML, Applied Materials, Lam Research dan KLA masih merupakan pembekal peralatan teras bagi proses lanjutan, tetapi keperluan kilang wafer terhadap peralatan akan berkembang daripada “prestasi mesin tunggal” kepada “antara muka data, keserasian model, keupayaan kawalan gelung tertutup”. Ini bermaksud persaingan peralatan pada masa depan bukan sahaja pada perkakasan, tetapi juga pada kebolehpemerhatian pembelajaran mesin dan keupayaan integrasi perisian.

Lapisan ketiga ialah pembekal bahan dan gas khas. Apabila tetingkap proses semakin sempit, kestabilan bahan dan konsistensi batch menjadi lebih penting, manakala kawalan proses dipacu AI akan terus meningkatkan nilai “pengurusan variasi”. Data kualiti bagi wafer silikon, photoresist dan gas khas lanjutan akan lebih kerap disepadukan ke dalam gelung tertutup pembuatan.

Pertengahan: kilang wafer dan kilang pembungkusan lanjutan mempercepat pemplatformanTSMC ialah penerima manfaat utama daripada peristiwa ini kerana ia mempunyai data, proses dan skala pengeluaran besar-besaran yang paling matang. Bagi fab wafer, AI bukan untuk menggantikan jurutera, tetapi untuk menyeragamkan, mengautomasikan dan memplatformkan keputusan kejuruteraan.

Namun ini juga bermakna ambang persaingan di peringkat pertengahan meningkat. Samsung Foundry dan Intel Foundry, jika mahu mengejar proses lanjutan, bukan sahaja perlu menambah baik proses dan kapasiti pengeluaran, tetapi juga perlu melengkapkan susunan perisian pembuatan dan keupayaan gelung tertutup data mereka. Terutamanya dalam era 2nm dan pembungkusan lanjutan, siapa yang lebih cepat memendekkan kitaran daripada pengeluaran percubaan ke pengeluaran besar-besaran, dialah yang lebih berpeluang mendapatkan pesanan cip AI kelas tinggi.

ASE, Amkor dan syarikat ujian pembungkusan lain juga akan terkesan. Cip AI semakin bergantung pada pembungkusan lanjutan, Chiplet dan sambungan lebar jalur tinggi; pembungkusan bukan lagi sekadar pautan sokongan di bahagian belakang, tetapi sebahagian daripada pengoptimuman prestasi dan hasil. Pada masa depan, syarikat pembungkusan juga memerlukan keupayaan analisis data dan automasi pemeriksaan yang lebih kuat.

Hiliran: Cip AI dan pelanggan pusat data akan menuntut penghantaran lebih pantas, konsistensi lebih tinggi

Pelanggan hiliran termasuk NVIDIA, AMD, Qualcomm, Broadcom, MediaTek, rantaian bekalan berkaitan Apple Silicon, serta pasukan cip rekaan dalaman penyedia perkhidmatan awan seperti Google TPU dan Amazon Trainium. Bagi pelanggan ini, peningkatan keupayaan pembuatan fab bermaksud: kitaran NPI yang lebih pantas, hasil yang lebih stabil dan keupayaan bekalan yang lebih boleh diramal.

Pasaran pelayan AI, kelompok GPU dan HPC sangat sensitif terhadap keanjalan bekalan. Sebarang penambahbaikan hasil dalam proses lanjutan dan pembungkusan lanjutan boleh diterjemahkan kepada lebih banyak cip yang boleh dihantar dan masa penghantaran yang lebih stabil, yang akan terus mempengaruhi kecekapan perbelanjaan modal hyperscaler.

Landskap Persaingan

Berita ini mengukuhkan kedudukan peneraju TSMC. Sebabnya bukan hanya kelebihan pada nod proses, tetapi kerana ia sedang menukar “pengetahuan pembuatan” menjadi “keupayaan pembuatan berasaskan perisian”. Apabila keupayaan seperti ini mencapai skala data dan pematangan proses, ia akan membentuk halangan mobiliti baharu.

Bagi NVIDIA, ini bukan sekadar pengembangan pelanggan, tetapi penembusan keupayaan infrastruktur AI-nya ke dalam pembuatan industri. Dengan kata lain, NVIDIA sedang mengubah dirinya daripada “syarikat cip AI” kepada “syarikat platform pengkomputeran AI” dengan lebih jauh. Ini akan meluaskan pasaran boleh sasarannya di luar pusat data.

Bagi pesaing, risikonya ialah: jika pengoptimuman pembuatan semakin bergantung pada platform GPU tertentu, ekosistem perisian CUDA dan aliran kerja model AI, maka kos penggantian akan meningkat. Sama ada AMD atau penyelesaian pecutan AI yang lain, semuanya perlu membuktikan bahawa mereka bukan sahaja mampu melakukan latihan/inferens, tetapi juga boleh memasuki pengkomputeran kejuruteraan gred industri dan operasi fab.

Implikasi Serantau### Amerika Syarikat Kelebihan Amerika Syarikat terletak pada platform kuasa pengkomputeran AI, perisian industri dan ekosistem reka bentuk cip. Peranan NVIDIA menunjukkan bahawa Amerika Syarikat mempunyai dominasi yang kukuh dalam “lapisan alat untuk pemintaran pembuatan”. Jika pada masa hadapan lebih banyak fab wafer mengguna pakai penyelesaian serupa, pengaruh teknologi Amerika Syarikat akan terus menembusi ke pangkalan pembuatan maju di luar negara.

Taiwan, China Taiwan, China masih merupakan hab teras bagi proses maju dan pembungkusan maju. TSMC membawa AI ke dalam fab, yang bermakna statusnya sebagai pusat pembuatan terus dipertingkatkan, dan juga mengukuhkan sifat tidak dapat diganti Taiwan, China dalam rantaian bekalan global berperingkat tinggi.

Korea Selatan Korea Selatan, khususnya Samsung Foundry, perlu mengejar keupayaan pembuatan dipacu AI di samping proses, hasil keluaran dan sistem pembungkusan. Jika tidak, walaupun jurang pada nod semakin mengecil, ia masih mungkin ketinggalan dari segi kecekapan pengeluaran besar-besaran.

Tanah Besar China Fab wafer di Tanah Besar China, di bawah kekangan peralatan proses maju dan kawalan eksport, akan lebih sukar untuk meniru terus model integrasi mendalam AI-fab ini dalam jangka pendek. Namun begitu, pengoptimuman pembuatan dipacu AI akan menjadi titik pembezaan industri baharu: perusahaan yang dapat mengakses platform kuasa pengkomputeran maju dan perisian industri akan lebih berdaya tahan dalam persaingan jangka sederhana hingga panjang.

Jepun dan Eropah Jepun mempunyai kekuatan dalam bahan, komponen peralatan dan sebahagian peralatan pembuatan, manakala Eropah memegang kedudukan penting dalam peralatan litografi dan sistem automasi industri. Pembuatan dipacu AI akan meningkatkan permintaan terhadap data berkualiti tinggi, kawalan industri dan antara muka perisian peralatan, yang bagi pembekal Jepun dan Eropah merupakan peluang dan juga tekanan untuk menaik taraf piawaian.

Asia Tenggara Asia Tenggara semakin meningkat kedudukannya dalam pembungkusan ujian, pembuatan bahagian belakang dan pemindahan sebahagian rantaian bekalan. Jika pembungkusan maju menjadi kesesakan baharu dalam era AI, nilai strategik ASE, Amkor serta industri sokongan dalam rantau ini akan terus meningkat.

Perspektif Pelaburan

Pasaran modal akan memberi tumpuan kepada berita ini atas tiga sebab:

Pertama, peningkatan hasil keluaran dan kecekapan pengeluaran TSMC bermakna pulangan perbelanjaan modal bagi proses maju mungkin lebih mampan.

Kedua, model perniagaan NVIDIA terus berkembang ke dalam senario AI industri dan perisian pembuatan, yang meningkatkan ruang imaginasi TAM jangka panjangnya.

Ketiga, sinergi antara peralatan, perisian dan pembungkusan semakin meningkat, yang mungkin membuatkan pelabur menilai semula wajaran penilaian bagi “bukan cip itu sendiri” dalam rantaian bekalan semikonduktor.

Bagi pelaburan semikonduktor, nilai jangka panjang bukan lagi hanya datang daripada siapa yang memiliki nod paling maju, tetapi juga daripada siapa yang memiliki sistem pembuatan paling kukuh, aset data dan keupayaan penguncian ekosistem.

Tinjauan Jangka Panjang

Dalam tempoh 3 tahun akan datang, alat AI-fab seperti ini paling berkemungkinan mula digunakan terlebih dahulu pada nod maju dan kilang dengan kerumitan tinggi, khususnya barisan pengeluaran 3nm, 2nm dan pembungkusan maju berkepadatan tinggi. Kesan jangka pendek terutamanya tercermin dalam peningkatan hasil keluaran, kecekapan penjadualan pengeluaran dan pengesanan kecacatan.Dalam 5 tahun akan datang, lebih banyak fab晶可能将 GPU/AI platform dimasukkan ke dalam infrastruktur pembuatan standard, membentuk pemahaman baharu bahawa “kuasa pengkomputeran ialah kapasiti pengeluaran”. Pada masa itu, persaingan fab bukan lagi sekadar tentang berapa banyak bilik bersih yang dibina, tetapi tentang berapa banyak data proses berkualiti tinggi dan keupayaan pengoptimuman gelung tertutup yang dimiliki.

Dalam 10 tahun akan datang, jika AI semakin mendalam disepadukan ke dalam EDA, kawalan peralatan dan penyelidikan serta pembangunan bahan, pembuatan semikonduktor mungkin akan menunjukkan satu lagi lapisan platformisasi: hanya sebilangan kecil pengeluar yang memiliki data lengkap, perisian dan gelung tertutup proses akan menduduki halangan yang lebih tinggi dalam pasar foundry global.

Conclusion

Perkara yang benar-benar penting dalam kerjasama ini ialah: persaingan proses lanjutan sedang beralih daripada “had fizikal” kepada “had pembuatan digital”. Gabungan NVIDIA dan TSMC menunjukkan bahawa keupayaan penentu dalam rantaian industri semikonduktor masa depan bukan sahaja nod yang lebih kecil, kapasiti yang lebih besar dan pembungkusan yang lebih maju, tetapi juga siapa yang paling pantas dapat menjadikan AI sebagai sebahagian daripada sistem pembuatan.

Bagi rantaian industri, pihak yang mendapat manfaat ialah perusahaan terkemuka yang mempunyai data, kuasa pengkomputeran dan keupayaan integrasi proses; risikonya pula akan jatuh kepada peserta yang hanya memiliki keupayaan perkakasan satu titik, tetapi kekurangan perisian peringkat sistem dan gelung tertutup pembuatan. Dengan kata lain, trend industri semikonduktor sedang naik taraf daripada “persaingan syarikat cip” kepada “persaingan sistem operasi pembuatan cip”.

Sources

• NVIDIA and TSMC Bring AI Into Fabs to Advance Semiconductor Design and Manufacturing: https://www.manilatimes.net/2026/06/01/tmt-newswire/globenewswire/nvidia-and-tsmc-bring-ai-into-fabs-to-advance-semiconductor-design-and-manufacturing/2355379