TSMC: energiezuinigheid, niet rekenkracht, is nu de bottleneck in AI-chips

TSMC kondigt een fundamentele koerswijziging aan in de manier waarop de halfgeleiderindustrie AI-chips moet ontwikkelen. Kevin Zhang, senior vice-president bedrijfsontwikkeling bij 's werelds grootste contractchipmaker, zei donderdag dat het sterk stijgende stroomverbruik van AI-werklasten energiezuinigheid tot de voornaamste beperking voor toekomstig chipdesign heeft gemaakt — niet rekenkracht.

"Het gebied waarop klanten de meeste verbetering willen, is energiezuinigheid," zei Zhang tegen journalisten op een conferentie in Amsterdam. "Dat geldt breed, of je nu actief bent in edge-toepassingen, smartphones, mobiel, IoT of krachtige AI-datacenters."

Een nieuw tijdperk voor chiparchitectuur

De uitspraken markeren een kantelpunt voor een industrie die vooruitgang van oudsher afmat aan transistordichtheid — het inpakken van meer schakelingen op kleinere stukjes silicium. Die aanpak, die decennialang de wet van Moore aandreef, stuit op fysieke en economische grenzen nu AI-datacenters steeds grotere hoeveelheden stroom verbruiken.

Zhang zei dat TSMC's klanten, van smartphonefabrikanten tot grote cloudbedrijven, nu prioriteit geven aan prestatieverbeteringen die het stroomverbruik niet opdrijven. Datacenterbeheerders staan onder toenemende druk door energiekosten en beperkingen in de beschikbaarheid van stroom.

TSMC verwacht dat zijn chips het stroomverbruik met maximaal 30% verlagen tussen de huidige N2-technologie en de A14-generatie, die rond 2028 wordt verwacht. Tegelijkertijd zou de rekenprestatie met meer dan 20% stijgen. Om die winst te behalen, zet het bedrijf in op geavanceerde verpakkingstechnieken, het stapelen van chips en fotonica, naast de traditionele verbetering van transistordichtheid.

Gevolgen voor het halfgeleiderecosysteem

Deze verschuiving heeft directe gevolgen voor ASML, de Nederlandse fabrikant van lithografiemachines wiens EUV-systemen de opmars naar kleinere chipstructuren mogelijk hebben gemaakt. TSMC maakte in april bekend de adoptie van ASML's volgende generatie EUV-technologie meerdere jaren uit te stellen. Dat signaleert dat energiezuinig ontwerp urgenter is geworden dan verdere verkleining van schakelingen op de AI-chiproadmap van TSMC.

NVIDIA, TSMC's grootste AI-chipklant, en andere grote techbedrijven zoals Google, Amazon, Meta en Microsoft, zullen hun chiparchitecturen moeten aanpassen aan dit nieuwe paradigma waarbij efficiëntie vooropstaat.

De alternatieve koers van Huawei

De energiebeperking heeft ook de Chinese concurrent Huawei ertoe gebracht een andere weg in te slaan. Het bedrijf presenteerde deze week zijn "Tau Scaling Law"-plan, gericht op prestatieverbeteringen door de gegevensoverdracht binnen chips te versnellen in plaats van te vertrouwen op kleinere transistoren.

Zhang wuifde het concept weg als niet revolutionair. Hij merkte op dat "het concept al lang genoeg bestaat in deze industrie" en grotendeels afhankelijk is van 3D-stapeltechnieken. De aanpak van Huawei weerspiegelt de beperkingen waarmee Chinese bedrijven te maken hebben: zij zijn door Amerikaanse exportcontroles uitgesloten van toegang tot ASML's geavanceerde EUV-lithografiemachines.

Voor beleggers is de boodschap helder: de AI-chiprace gaat een nieuwe fase in, waarbij stroomverbruik en operationele kosten even zwaar wegen als ruwe prestatiemetingen.

Hoe vond je dit artikel?