הבינה המלאכותית הגנרטיבית התחילה מבחינת רוב המשתמשים כחלון צ’אט. אבל מבחינת תעשיית השבבים, הצ’אטבוטים היו רק השלב הראשון. בסימפוזיון הטכנולוגיות של TSMC באירופה הוצגה תמונה רחבה יותר: AI מתקדמת מהענן וממרכזי הנתונים אל הקצה, אל מכוניות, רובוטים, מכונות תעשייתיות וחיישנים. כל מעבר כזה אינו רק שדרוג תוכנה, אלא קפיצת מדרגה בדרישות החומרה.

כריס תומאס, נשיא TSMC Europe, תיאר את ה-AI כטכנולוגיה שמתפשטת במקביל בענן, במרכזי נתונים ובקצה. לפי סיכום דבריו, ההתפשטות הזו דורשת “צפיפות מחשוב קיצונית, רוחב פס גבוה ויעילות הספק”. זהו למעשה קיצור של האתגר כולו: יותר חישוב, יותר נתונים, ופחות אנרגיה לכל פעולה.

שלב ראשון: צ’אטבוטים וכלכלת הטוקנים

השלב הראשון של הגל הנוכחי הוא הצ’אטבוט. כאן צוואר הבקבוק המרכזי הוא ייצור טוקנים: כמה מהר המודל עונה, כמה עולה כל תשובה, וכמה זיכרון נדרש כדי לשמור את ההקשר. ככל שהמודלים גדלים וחלונות ההקשר מתארכים, עולה החשיבות של HBM, רוחב פס לזיכרון, רשתות מהירות בין מאיצים ואריזות מתקדמות.

בשלב הזה המדד אינו רק ביצועי שיא של GPU יחיד. מרכזי נתונים נמדדים יותר ויותר בטוקנים לוואט, טוקנים לדולר, ניצול מערכת וזמן הגעה לייצור. לכן תעשיית השבבים עוברת מחשיבה על שבב בודד לחשיבה על מערכת שלמה: מאיץ, זיכרון, רשת, קירור, תוכנה ואריזה.

שלב שני: Agentic AI הופך תשובה לתהליך עבודה

השלב השני הוא Agentic AI — בינה מלאכותית סוכנית. כאן המערכת אינה מסתפקת בתשובה אחת. היא מפרקת משימה לשלבים, מפעילה כלים, בודקת תוצאות, מתקנת שגיאות וממשיכה לפעול לאורך זמן. מבחינת המחשוב, שאילתה אחת יכולה להפוך לעשרות פעולות משנה: קריאות למודלים, קוד, חיפוש, גישה למסדי נתונים, בדיקות והרצות חוזרות.

לכן Agentic AI מחזיר למרכז הבמה גם את המעבדים הכלליים, את מערכות האחסון ואת שכבות התזמור. לא מדובר רק בעוד עומס על GPU, אלא במפעל AI שמנהל תהליכים מתמשכים.

הדוגמה של Siemens ו-TSMC ממחישה שהשינוי הזה נכנס גם לתכנון השבבים עצמו. סימנס תיארה את מערכת Fuse EDA AI כ-Agentic AI ייעודי לתעשיית השבבים, שנועד לבצע “אוטומציות מרובות-שלבים ומרובות-כלים” סביב אימות פיזי, תיקון הפרות DRC וגישה מהירה למידע תכנוני. אנקור גופטה, סגן נשיא בכיר ב-Siemens EDA, אמר כי השילוב עם טכנולוגיות הייצור של TSMC מסייע ללקוחות להגיע ל“רמות חדשות של מהירות, דיוק וביטחון בתכנון”.

גם מצד TSMC הודגש הקשר בין AI לבין יעילות אנרגטית. אביק סרקר מ-TSMC אמר כי ההתקדמות המשותפת בכלי EDA מבוססי AI מסייעת לקדם “חדשנות שבבים יעילה אנרגטית” בעידן ה-AI.

שלב שלישי: Physical AI יוצא מהדאטה סנטר

השלב השלישי הוא Physical AI — בינה מלאכותית שפועלת בעולם הפיזי. כאן מדובר ברכבים אוטונומיים, רובוטים תעשייתיים, מכונות ייצור, מערכות לוגיסטיקה, ציוד רפואי וחיישנים חכמים. בשונה מצ’אטבוט, מערכת כזו אינה יכולה תמיד להמתין לענן. היא צריכה לראות, להבין, להחליט ולפעול בזמן אמת, תחת מגבלות הספק, חום ובטיחות.

ז’אן-מארק שרי, מנכ”ל STMicroelectronics, הציג בסימפוזיון את Physical AI כדוגמה להתכנסות בין תחומים שבעבר נראו שונים: רכב חשמלי, רובוטיקה תעשייתית וממשקי אדם-מכונה. בשלושתם מופיעים אותם רכיבים מערכתיים: מחשוב מרכזי, בקרה אזורית, חיישנים, דרייברים, מיקרו-בקרים ורכיבי הספק.

המשמעות היא ש-Physical AI אינו שוק של מאיצים בלבד. הוא דורש גם חיישנים, רכיבי הספק, SiC ו-GaN, בקרים, תקשורת, תוכנה משובצת ומודלים יעילים בקצה. בענן מאמנים ומדמים. בקצה מקבלים החלטות.

ג’נסן הואנג מאנבידיה ניסח זאת בשיחת הוועידה של החברה בצורה חדה: “The world is rebuilding computing for Agentic AI and robotic physical AI.” כלומר, לא מדובר בעוד מחזור שדרוג רגיל של מחשבים, אלא בבנייה מחדש של שכבת המחשוב סביב דפוסי שימוש חדשים.

המסקנה: AI הופך לארכיטקטורת מערכת

שלושת השלבים אינם מחליפים זה את זה. הם מצטרפים זה לזה. צ’אטבוטים ימשיכו לדרוש מרכזי נתונים עצומים וזיכרון מהיר. Agentic AI יוסיף עומסי תזמור, CPU, אחסון ואבטחה. Physical AI יוסיף אתגרי זמן אמת, חישה, אמינות והספק בקצה.

לכן קפיצת המדרגה הבאה ב-AI לא תימדד רק בגודל המודל. היא תימדד ביכולת לבנות מערכת מלאה: שבבים מתקדמים, זיכרון קרוב, אריזות תלת-ממדיות, קישוריות אופטית, רכיבי הספק, תוכנה, קירור ויכולת ייצור בהיקף גדול. עבור תעשיית השבבים, זהו מעבר ממירוץ על טרנזיסטורים למירוץ על ארכיטקטורה מערכתית שלמה.

הפוסט מצ’אטבוטים לרובוטים: שלוש קפיצות המחשוב של עידן ה-AI הופיע לראשונה ב-Chiportal.

קווין ז'אנג, סגן מנהל התפעול המשותף וסגן נשיא בכיר לפיתוח עסקי ולמכירות גלובליות ב־TSMC, הציג במסיבת עיתונאים במסגרת TSMC Technology Symposium Europe באמסטרדם מסר ברור: הבינה המלאכותית כבר אינה רק סיפור של חוות שרתים ו־GPU גדולים. השלב הבא שלה יהיה פיזי – כלי רכב, רובוטים, מערכות חישה ויישומי קצה – והוא ידרוש מהתעשייה להגדיר מחדש מהו "שיפור" בטכנולוגיית שבבים.

לדברי ז'אנג, מנוע הצמיחה המרכזי של תעשיית השבבים עבר לבינה מלאכותית ולמחשוב עתיר ביצועים. TSMC מעריכה כי עד סוף העשור שוק השבבים העולמי יעבור את רף 1.5 טריליון הדולר, כאשר AI ו־HPC יהיו אחראים ליותר ממחציתו. המשמעות היא שינוי בסדר העדיפויות: סמארטפונים עדיין חשובים, אך הם כבר אינם המנוע היחיד שמכתיב את קצב ההתקדמות הטכנולוגית.

צוואר הבקבוק: חשמל וחום

הנקודה המרכזית בדברי ז'אנג הייתה כי מגבלת הבינה המלאכותית אינה רק כמה טרנזיסטורים אפשר להכניס לשבב, אלא כמה חישוב אפשר להפיק מכל ואט. לקוחות TSMC, לדבריו, מבקשים ביצועים גבוהים יותר בלי עלייה מקבילה בצריכת החשמל – בדרישות שחוזרות על עצמן במרכזי נתונים, במכשירי קצה, ברכב ובאינטרנט של הדברים.

לכן, יעד היעילות האנרגטית הפך למרכזי במפת הדרכים. ז'אנג הצביע על יעד של שיפור של כ־30% ביעילות האנרגטית מדור טכנולוגי אחד למשנהו, למשל במעבר מ־N2 לדורות מתקדמים יותר כגון A14. מבחינת מרכזי נתונים, זהו שיפור משמעותי הרבה יותר מהתאמות תשתיתיות כמו שינוי מערכות אספקת החשמל, שמניבות בדרך כלל אחוזים בודדים בלבד.

עם זאת, ז'אנג הדגיש כי הטרנזיסטור לא נעלם מהתמונה. להפך: פיתוח טרנזיסטורים מתקדם, ובכלל זה שימוש ב־EUV ובמבני nanosheet, עדיין צורך את עיקר מאמצי המחקר והפיתוח. ההבדל הוא שהצפיפות כבר אינה נמדדת רק בשטח דו־ממדי על פני הפרוסה, אלא בנפח תלת־ממדי של מערכת שלמה.

ממפת דרכים של צמתים למפת דרכים של מערכות

בצד טכנולוגיות הייצור, TSMC מציגה משפחה רחבה של תהליכים מתקדמים. N2, טכנולוגיית ה־2 ננומטר של החברה, נכנסת להאצה מסחרית עם עניין רחב מצד לקוחות. בהמשך צפויות גרסאות משופרות כמו N2U, וכן A16, A14, A13 ו־A12. לפי TSMC, A12 תשלב טכנולוגיית אספקת חשמל מהצד האחורי של השבב, Super Power Rail, ותכוון במיוחד ליישומי AI ו־HPC.

אך החלק החשוב לא פחות הוא האריזה המתקדמת. ז'אנג הציג את CoWoS כאחד ממנועי הצמיחה המרכזיים של AI. הטכנולוגיה מאפשרת לשלב שבבי חישוב גדולים עם זיכרון HBM בתוך מארז אחד, וכך לקצר את המרחק הפיזי שהמידע צריך לעבור. TSMC כבר מייצרת מארזי CoWoS בגודל 5.5 שדות חשיפה, ומתכננת לעבור למארזים גדולים בהרבה, עד 14 שדות חשיפה, שיוכלו להכיל מספר רב של שבבי חישוב וערימות HBM.

המשמעות היא שחוק מור אינו נעלם, אלא משנה צורה. במקום להסתמך רק על הקטנת טרנזיסטורים, TSMC מנסה להגדיל את צפיפות החישוב באמצעות שילוב תלת־ממדי של לוגיקה, זיכרון, חיבוריות ופוטוניקה.

פוטוניקה משולבת: האור נכנס לאריזת השבב

אחד הכיוונים החשובים שהציג ז'אנג הוא מעבר הדרגתי מנחושת לסיבים אופטיים בתוך מרכזי הנתונים. לדבריו, אלקטרונים מצוינים לחישוב, אך פוטונים יעילים יותר להעברת מידע למרחקים קצרים ובינוניים בתוך מערכות גדולות.

כאן נכנסת לתמונה COUPE, טכנולוגיית הפוטוניקה המשולבת של TSMC. הרעיון הוא לקרב את מנוע ההמרה האופטית אל יחידת המיתוג והחישוב, במקום להשאיר את ההמרה ברמת הלוח או המודול החיצוני. שילוב כזה אמור להפחית את צריכת החשמל ואת ההשהיה בתקשורת בין שבבים ובין שרתים. מבחינת AI, שבו מאות אלפי מאיצים צריכים לעבוד יחד, זהו צוואר בקבוק מרכזי.

הבינה המלאכותית יוצאת מהשרתים

חלק בולט בהרצאת ז'אנג הוקדש למה שהוא כינה "בינה מלאכותית פיזית". הכוונה היא למערכות שאינן רק מנתחות טקסט, תמונה או וידאו, אלא פועלות בעולם הפיזי: כלי רכב אוטונומיים, רובוטים תעשייתיים, רובוטים דמויי אדם ומערכות חישה מתקדמות.

ז'אנג תיאר את הרכב כ"רובוט פשוט יחסית" בדרך לדורות מורכבים יותר של רובוטיקה. בניגוד לרובוטים תעשייתיים ישנים, שפעלו לפי תסריט קבוע בסביבה סגורה, רובוטים חכמים יצטרכו להבין סביבה משתנה ולהגיב אליה בזמן אמת. לשם כך הם יזדקקו לשילוב של חישוב, חישה, בקרה, מיקרו־בקרים, ניהול הספק וזיכרון – לא רק למעבד אחד חזק.

בהקשר זה הכריזה TSMC גם על N2A, תהליך ייצור המיועד לרכב ומבוסס nanosheet, שאמור לעמוד בדרישות האמינות המחמירות של תעשיית הרכב. החברה מציגה את התחום הזה כחיבור בין AI, רכב ורובוטיקה – שלושה שווקים שבעבר נחשבו נפרדים יותר.

אירופה כמגרש מרכזי ל־Physical AI

ז'אנג הדגיש כי לאירופה יש תפקיד חשוב בשלב הבא של הבינה המלאכותית. היתרון האירופי אינו בהכרח במרכזי הנתונים הגדולים ביותר, אלא בעומק ההנדסי של תעשיית הרכב, בניהול הספק, במיקרו־בקרים ובמערכות תעשייתיות. חברות כמו Infineon, Bosch ו־NXP מייצגות בדיוק את שכבת השבבים הנדרשת כאשר AI יוצאת מהענן אל העולם הפיזי.

בהקשר זה משתלבת ההשקעה של TSMC באירופה. מפעל ESMC בדרזדן, מיזם משותף של TSMC, Bosch, Infineon ו־NXP, מיועד לחזק את ייצור השבבים לתעשיות הרכב והתעשייה באירופה. במקביל, מרכז התכנון של TSMC במינכן נועד לסייע ללקוחות אירופיים להתאים את התכנונים שלהם לטכנולוגיות הייצור של החברה.

הפוסט קווין ז'אנג מ־TSMC: עתיד ה־AI יוכרע ביעילות אנרגטית ובאריזות שבבים תלת־ממדיות הופיע לראשונה ב-Chiportal.

בכנס ChipEx2025, שנערך ב–13 במאי באקספו תל אביב, הציג  Kees Joosse , מנהל הפיתוח העסקי של TSMC ב–EMEA, את מפת הדרכים הטכנולוגית של ענקית השבבים לדרישות גוברות של יישומי בינה מלאכותית. לפתיחת דבריו ציין Jooss כי למרות “ימים קשים ואתגרים לוגיסטיים” – כולל ביטולי טיסות – הגיעו נציגי תעשיית השבבים מ־EMEA ונכחו בדיון, ובישראל מתבצע כיום כ־50% מכלל ה-tape-out המתקדמים באזור, נתון הממחיש את עוצמת הפעילות המקומית.

Joosse הדגיש כי אמנם מרכזי נתונים (data centers) הם “לב” יישומי ה-AI מבחינת ביצועים וצריכת הספק, אך הגידול עצום במספר המכשירים המחוברים – מטלפונים חכמים ו-AI PCs ועד למערכות עזר ברכב ו-robotaxis – מציב אתגרים חדשים. “המעבר ל-edge computing דורש שבבים קטנים, יעילים וחסכוניים באותה מידה כמו פתרונות הדאטה־סנטר”, אמר.

בסקירה של מפת הדרכים, הציג Jooss את הפיתווחים העיקריים:

• N5 → N3E / N3X: הדור האחרון של FinFET בגימור 3 ננומטר, עם שיפור תדר גבוהה (ב-15–20%) והפחתת הספק בשיעורים דומים.
• N2 / N2P: המעבר לארכיטקטורת nanosheet בגימור 2 ננומטר, המציע שיפור ביצועים של כ-20% ו־40% הפחתת הספק ביחס ל-N3. גרסת הייצור N2P (לשנת 2026) צפויה להוסיף עוד כ-5% “device uplift”.
• A16: שבב ייעודי ל-AI data centers, עם backside power rail (מתן הספק מאחור), שמספק 8–10% שיפור מהירות או 15–20% חסכון בספק. הדור הבא, A14, ו-A22 (דור שני של nanosheet) יאפו ביצועים עולים של 15–30% וצפיפות לוגית גבוהה יותר.

למרות העלייה בעלויות הפיתוח ובמורכבות התכנון, הדגיש Jooss כי מספר “take-offs” לטכנולוגיות חדשות גדל במהירות: “בשנה הראשונה ל-N2 ראינו כפליים את מספר הפרויקטים שהועלו לייצור בהשוואה ל-N5, ואפילו כ-4x בשנה השנייה.” נתון זה, לדבריו, מעיד על הביקוש הגובר לשבבי AI מתקדמים, ולא על האטה בדרך להמשך קיום חוק מור.

אריזה תלת־ממדית ו-CoWoS, סיליקון פוטוניקס ב-COOP

בתחום האריזה, הציג Jooss את פלטפורמת 3D Fabric של TSMC, הכוללת טכנולוגיות InFO (Integrated Fan-Out) ו-CoWoS (Chips on Wafer on Substrate). בגרסה המתקדמת CoWoS-R, מחולק ממסך הסיליקון לגשרים קטנים, שמקצרים מרחק בין מערכת השבבים לזיכרון HBM ומאפשרים רוחב פס גבוה ותפוקה מיידית – מרכיב קריטי לאימון מודלים גדולים.

שילוב אלקטרוניקה ואופטיקה הוא התחום הבא שעומד לצאת לשוק: פרויקט COOP (Compact Universal Photonic Engine) יאפשר הארכה של סיבי אור לפוטוניקת die המונחת על die אלקטרוני, והכל בחבילה אחת על גבי substrate. לפי Jooss, PDK מסחרי יפורסם לקראת סוף 2026, מה שיאפשר ללקוחות לשלב תקשורת אופטית מהירה וחסכונית ישירות בשבבים.

הזמנה לשיתוף פעולה
“אנחנו ממשיכים לדחוף קדימה – התעשייה רק מתחילה”, אמר, והזמין את חברות ישראל לקחת חלק במימוש הטכנולוגיות החדשות.

הפוסט Kees Joosse ב-ChipEx2025:“חוק מור לא מת” הופיע לראשונה ב-Chiportal.

חברת Taiwan Semiconductor Manufacturing Co (TSMC) צפויה לצמוח בהכנסותיה בכ-25% לשיא חדש של כ-98 מיליארד דולר בשנה הבאה, בזכות ביקוש גובר לטכנולוגיות מתקדמות בתחום הבינה המלאכותית (AI) וכריית מטבעות קריפטוגרפיים, כך לפי דו"ח של חברת International Data Corp (IDC) שפורסם בשבוע שעבר.

תחזית זו מציינת כי TSMC תחזיק ב-67% מנתח השוק העולמי בשוק המוליכים למחצה בשנה הבאה, לעומת 64% השנה, כך אמר גלן זנג, מנהל המחקר הבכיר לתחום המוליכים למחצה ב-IDC. לפי הגדרה רחבה יותר של תחום הייצור, החברה תגדיל את נתח השוק שלה ל-36% לעומת 33% השנה, הוסיף.

כדי להתמודד עם חששות בנוגע לשליטתה בשוק, השיקה החברה בחודש יולי הגדרה חדשה לשוק הייצור בשם "Foundry 2.0", הכוללת אריזה, בדיקה, ייצור מסכות וכל היצרנים המשולבים (IDM), כמו חברת Intel Corp, אך ללא יצרני שבבי הזיכרון. "זוהי תחזית ש-TSMC תמשיך לשלוט בשוק הייצור, בין אם לפי ההגדרה Foundry 1.0 או Foundry 2.0," ציין זנג.

TSMC, יצרנית השבבים הגדולה בעולם, מאיצה את ייצור השבבים בטכנולוגיות 3, 4 ו-5 ננומטר כדי לעמוד בביקוש לקוחותיה, באמצעות תהליך ייצור מזורז במיוחד המכונה "super-hot-run", תהליך הייצור הקצר ביותר שמיועד להזמנות דחופות, הוסיף זנג. לדבריו, שיעור הניצול בטכנולוגיות אלו עומד על יותר מ-95%.

החברה מתכננת להוסיף 70,000 פרוסות שבבים מתקדמות בחודש בשנה הבאה, בנוסף לכושר הייצור הקיים של שבבי 2, 3, 4 ו-5 ננומטר.

בנוסף, צפויה החברה להכפיל את כושר הייצור בטכנולוגיית האריזה המתקדמת שלה, הידועה כ-CoWoS (Chip-on-Wafer-on-Silicon), המשמשת בעיקר לשבבים מתקדמים של Nvidia, לכ-660,000 יחידות בשנה הבאה, לעומת 330,000 יחידות השנה, אמר זנג. עם זאת, הוא ציין כי כושר ייצור זה יישאר בלתי מספק גם בשנה הבאה.

IDC מעריכה כי שוק המוליכים למחצה העולמי יצמח ב-15% בהיקפו לערך של 782 מיליארד דולר, בעוד שתחום הייצור הגלובלי יצמח ב-20% בשנה הבאה.

חברת סמסונג צפויה להאיץ את ייצור טכנולוגיית 2 ננומטר בשנה הבאה, ציין הדו"ח. מהלך זה של סמסונג צפוי להתרחש מוקדם יותר מזה של TSMC בטווח של רבעון עד חצי שנה, אך החברה עדיין מתמודדת עם בעיות תשואה נמוכה, נאמר.

TSMC צפויה להתחיל בייצור בנפח משמעותי בטכנולוגיית 2 ננומטר במחצית השנייה של השנה הבאה, עם משלוחים בהיקף קטן ל-Apple בסוף השנה או בתחילת 2026, הוסיפה IDC.

הפוסט TSMC צפויה לצמוח ב-25% בשנת 2025 ל-96 מיליארד ד' בעקבות ביקוש גובר לטכנולוגיות מתקדמות הופיע לראשונה ב-Chiportal.