Глобальная гонка искусственного интеллекта окончательно переместилась из плоскости алгоритмов в плоскость физических ограничений кремния. Сегодня успех нейросетей зависит не столько от чистоты кода, сколько от способности аппаратного обеспечения передавать колоссальные объемы данных с минимальными задержками. Nvidia, задавая темп всей индустрии, форсирует подготовку к выпуску следующего поколения ускорителей Feynman. Этот переход требует от TSMC беспрецедентного ускорения производственных мощностей и внедрения радикально новых методов компоновки чипов.
Вторая половина 2028 года станет поворотным моментом для индустрии высокопроизводительных вычислений с выходом на рынок ускорителей Feynman. Согласно данным из тайваньских источников, Nvidia значительно ускоряет график подготовки к этому дебюту, выдвигая жесткие требования к своим подрядчикам. Речь идет не просто о переходе на новый техпроцесс A16 от TSMC, но и о глубокой трансформации самой философии сборки полупроводников.
Ключевым вектором развития становится переход к более сложным методам упаковки. В центре внимания — технология трехмерной компоновки SoIC (System on Integrated Chips) и метод совместной упаковки оптических соединений (CPO). Если традиционные методы передачи данных между чипами начинают упираться в «стеклянный потолок» энергопотребления и скорости, то CPO позволяет интегрировать оптические интерфейсы непосредственно в общую упаковку с процессором. Это открывает путь к пропускной способности до 400 Тбайт/с, что критически важно для обучения моделей следующего поколения, где объем данных растет экспоненциально.
Для TSMC амбиции Nvidia означают необходимость экстренной перестройки производственной инфраструктуры. В частности, компания вынуждена ускорить строительство фабрик AP7 и AP8, предназначенных для обработки чипов по методу SoIC. Первоначальные планы по выпуску 20 000 кремниевых пластин в месяц к концу 2026 года были признаны недостаточными. Теперь цель смещена: к концу 2027 года мощность должна вырасти до 50 000 пластин ежемесячно. Это влечет за собой форсированный монтаж инженерных сетей и установку оборудования в «чистых комнатах» с опережением графика.
Ускорители Feynman представляют собой сложный технологический стек, объединяющий техпроцесс A16, 3D-интеграцию SoIC, кастомизированную память HBM и упомянутые выше оптические соединения. Стоит отметить, что такая экспансия выгодна TSMC и за пределами заказов Nvidia, так как технология SoIC будет востребована множеством других клиентов, стремящихся к максимальной плотности размещения транзисторов и памяти.
Параллельно с этим TSMC продолжает работу над 2-нанометровыми решениями. В этом сегменте ситуация выглядит стабильной: производство процессоров A20 Pro для Apple идет согласно плану, а уровень брака остается в допустимых пределах. Однако здесь проявляется другая системная проблема — дефицит памяти DRAM. Из-за нехватки компонентов TSMC накопила партию процессоров A20 Pro на сумму около 1 млрд долларов, которые фактически простаивают в ожидании монтажа микросхем памяти. В данном случае используется специализированная упаковка, адаптированная под нужды Apple, которую эксперты называют мобильным аналогом технологии CoWoS.
Одновременно с этим наблюдается устойчивый тренд на создание специализированных ИИ-чипов облачными гигантами. Так, для Microsoft TSMC планирует выпустить более 300 000 экземпляров Maia 300 уже по итогам следующего года. Это подтверждает, что рынок движется в сторону глубокой кастомизации железа под конкретные задачи нейросетей. С середины текущего года TSMC приступает к расширению мощностей по упаковке CPO, что станет фундаментом для создания сверхскоростных интерконнектов, необходимых для работы гигантских вычислительных кластеров.
Цена ускоренного развития памяти CXMT
