TSMC отдаст до 86% мощностей N3 под ИИ-ускорители

Аналитическая компания SemiAnalysis оценивает, что к 2027 году до 86% мощностей TSMC на техпроцессе N3 будет занято выпуском ИИ-ускорителей. Освободившиеся за счёт падения спроса смартфонные мощности становятся резервом для перенаправления под ИИ.

В 2026 году почти все ключевые линейки ИИ-ускорителей переходят на техпроцесс TSMC N3: Nvidia Rubin, Google TPU v7/v8, Amazon Trainium3 и AMD MI350X. Этот одновременный переход создаёт резкий рост спроса на услуги TSMC, который компания не успевает покрыть за счёт наращивания производства.

По данным SemiAnalysis, TSMC серьёзно недооценила будущий спрос на ИИ. Масштабное наращивание вычислительных мощностей стартовало ещё в конце 2022 года, однако капитальные затраты TSMC превысили прежний максимум только в 2025 году. Лишь недавно компания признала разрыв между запросами клиентов и реальными возможностями и планирует в 2026 году значительно увеличить рекордные расходы прошлого года.

Дополнительные миллиарды инвестиций не дадут быстрый эффект: новые чистые комнаты и оборудование требуют времени на строительство и ввод. По оценке SemiAnalysis, TSMC не сможет добавить достаточно мощностей, чтобы полностью удовлетворить спрос, ещё как минимум два года.

Ситуация настолько напряжённая, что, по прогнозу аналитиков, эффективная загрузка N3 превысит 100% во второй половине 2026 года. TSMC уже переносит отдельные этапы техпроцесса на другие фабрики, чтобы выжать дополнительные мощности N3. Если сейчас ИИ-сегмент занимает чуть менее 60% выпуска N3 в 2026 году, то в 2027 году эта доля может вырасти до 86%.

Смартфонный сегмент выступает, как пишет SemiAnalysis, «клапаном сброса давления». Ослабление потребительского спроса на фоне роста цен на память освобождает часть пластин, которые перенаправляются под ИИ-ускорители. По расчётам SemiAnalysis, перераспределение 25% запусков пластин N3, предназначенных для смартфонов, позволит дополнительно выпустить около 700 тыс. GPU Rubin или 1,5 млн TPU v7.

При этом дефицит вычислительной логики не единственный ограничивающий фактор: остро не хватает и памяти. Производство HBM (высокоскоростной стековой памяти) требует примерно в три раза больше пластин, чем обычная DRAM, а при переходе к HBM4 этот разрыв может увеличиться почти до четырёх раз.

Источник: SemiAnalysis, The Decoder.

Читать новости ИИ и технологий в Telegram.


Оцените статью
Gimal-Ai