Nvidia và TSMC đưa AI vào nhà máy bán dẫn, cắt giảm 50% chi phí quang khắc

TSMC đang tích hợp AI và điện toán tăng tốc của Nvidia vào các hoạt động phức tạp nhất trong nhà máy bán dẫn, từ quang khắc đến kiểm tra khuyết tật, trong một hợp tác có thể định hình lại kinh tế học sản xuất chip.

Các thư viện CUDA-X và mô hình AI của Nvidia hiện đang hỗ trợ quy trình quang khắc, mô phỏng quy trình và kiểm tra khuyết tật của TSMC, mang lại cải thiện từ 20% đến 50% về hiệu quả chi phí quang khắc và khả năng mô phỏng hóa học nhanh gấp 50 lần cho thiết kế vật liệu bán dẫn.

"TSMC đang đưa AI và điện toán tăng tốc của NVIDIA vào chính nhà máy bán dẫn, giải quyết một số thách thức thiết kế và sản xuất phức tạp nhất thế giới," Jensen Huang, nhà sáng lập kiêm giám đốc điều hành của Nvidia, cho biết.

Sự hợp tác này bao gồm bốn lĩnh vực vận hành trong nhà máy. TSMC đang sử dụng thư viện cuLitho của Nvidia cho quang khắc tính toán — phương pháp in ấn thiết kế mặt nạ chip — đạt được cải thiện từ 20% đến 50% về hiệu quả chi phí hoặc thời gian chu kỳ so với các phương pháp dựa trên CPU. Thư viện cuEST tăng tốc mô phỏng cấu trúc điện tử cho thiết kế vật liệu bán dẫn trung bình 50 lần. Đối với kiểm soát quy trình, thư viện học máy cuML của Nvidia giúp TSMC chưng cất hàng trăm nghìn thông số quy trình qua hàng nghìn bước thành các đầu vào chính xác cho mô hình ML, giảm biến động quy trình. Trên sàn nhà máy, GPU Nvidia H200 đang hỗ trợ các tính toán lập lịch giúp cải thiện năng suất nhà máy.

Việc tích hợp AI sâu hơn vào sản xuất bán dẫn xác nhận một luận điểm đã đưa Chỉ số Bán dẫn Philadelphia tăng 89% từ đầu năm đến nay: chi tiêu cho hạ tầng AI đang mở rộng ra ngoài thiết kế GPU sang các công cụ, vật liệu và quy trình hỗ trợ sản xuất chip. TSMC kỳ vọng mảng kinh doanh chip AI sẽ tăng trưởng với tốc độ kép hàng năm khoảng 60% từ năm 2024 đến 2029, trong khi Nvidia dự báo chi tiêu vốn cho trung tâm dữ liệu sẽ đạt 1.000 tỷ USD vào năm 2027.

Phát hiện Khuyết tật và Nhà máy Ảo

Ngoài sản xuất cốt lõi, TSMC đang triển khai nền tảng Metropolis và Bộ công cụ TAO của Nvidia để tự động kiểm tra khuyết tật bằng thị giác AI, cải thiện khả năng phát hiện các khuyết tật ở cấp độ nanomet đồng thời giảm nhu cầu ghi nhãn và đào tạo lại lặp đi lặp lại khi điều kiện quy trình thay đổi. Công ty cũng đang khám phá các thư viện Omniverse của Nvidia để xây dựng FabTwin, một môi trường nhà máy ảo nhằm đánh giá bố trí công cụ quy trình và quy trình mô phỏng trước khi triển khai thực tế — một sự chuyển đổi có thể giảm các cam kết vốn cần thiết cho việc xây dựng nhà máy mới.

Chi phí của Việc Vươn Ra Toàn Cầu

Sự hợp tác diễn ra trong bối cảnh TSMC đang điều hướng một chiến lược mở rộng địa lý tốn kém. Công ty đã đẩy chi tiêu vốn cả năm 2026 lên mức cao trong khoảng 52 tỷ USD đến 56 tỷ USD, với việc xây dựng nhà máy ở nước ngoài tại Arizona, Nhật Bản và Đức ước tính tốn kém gấp 4 đến 5 lần so với các cơ sở tương tự tại Đài Loan. Ban lãnh đạo TSMC cho biết việc mở rộng nhà máy ở nước ngoài và quá trình tăng tốc các nút thế hệ tiếp theo sẽ gây ra sự pha loãng biên lợi nhuận gộp từ 2% đến 3%, bắt đầu từ nửa cuối năm 2026 và kéo dài sang năm 2027. Những cải thiện hiệu suất từ sản xuất tối ưu hóa bằng AI có thể giúp bù đắp một phần áp lực đó, mặc dù quy mô của cản trở đối với biên lợi nhuận là đáng kể so với biên lợi nhuận gộp hiện tại của TSMC.

Đối với các nhà đầu tư, sự hợp tác này củng cố hào lũy cạnh tranh của Nvidia — hệ sinh thái CUDA của họ đang thâm nhập vào các quy trình phần cứng công nghiệp ngoài trung tâm dữ liệu, mở rộng thị trường có thể tiếp cận sang thiết bị vốn bán dẫn. Cổ phiếu Nvidia đang giao dịch ở mức khoảng 35 lần thu nhập dự phóng. TSMC, ở mức 26 lần thu nhập dự phóng, mang lại cách tiếp cận beta thấp hơn để tận dụng cùng xu hướng, mặc dù sự pha loãng biên lợi nhuận từ mở rộng ở nước ngoài cần được theo dõi. Bên hưởng lợi rộng hơn có thể là chuỗi cung ứng thiết bị bán dẫn và bộ nhớ, nơi các ETF trọng số đều như Invesco Semiconductors ETF đã mang lại lợi nhuận 105% từ đầu năm đến nay khi chi tiêu AI mở rộng ra ngoài các nhà thiết kế chip vốn hóa lớn.

Bài viết này chỉ nhằm mục đích cung cấp thông tin và không cấu thành lời khuyên đầu tư.