KI beschleunigt die Chip-Entwicklung, doch die Fertigung bleibt bei TSMC

KI-Werkzeuge ziehen in die Fabrikhalle ein

NVIDIA hat am 3. November einen Blogbeitrag veröffentlicht, in dem das Unternehmen eine von KI mitbestimmte Fab beschreibt. Kurz gefasst: KI hilft Ingenieuren, Prozesse zu optimieren und Probleme früher zu erkennen. Sie hilft ihnen auch, Entscheidungen über den gesamten Fertigungszyklus hinweg zu treffen.

Der Beitrag listet eine Reihe von Beschleunigungen auf. COMSOL beschleunigt Multiphasen-Simulationen für die Halbleiterfertigung mit der Bibliothek cuDSS von NVIDIA um bis zu 10x. Die Simulationsplattform Ginestra von Applied Materials läuft mit cuDSS bis zu 10x schneller als reine CPU-Ansätze. Die Plattform ACE+ liefert mit PhysicsNeMo Topografie-Simulationen bis zu 35x schneller. Siemens bindet cuLitho in seine Lithografie-Software Calibre ein. Laut NVIDIA bringt das bei wichtigen Simulationslasten bis zu 17x Beschleunigung. Der Fall beruht auf einer einfachen Einschränkung. Physikalische Experimente an einer Fertigungslinie dauern lange und sind teuer. Eine falsche Entscheidung bei Ausbeute oder Prozessqualität hat reale Folgen.

NVIDIA beschreibt außerdem digitale Zwillinge. Sie lassen Teams Änderungen in einer virtuellen Umgebung testen, bevor sie physische Versuche festlegen. Das Unternehmen betont, dass die Ingenieure die Arbeit weiterhin steuern und aus ihrer eigenen Erfahrung heraus entscheiden. Sie warten nur weniger lange auf Antworten.

Schnellere Simulation verändert, wie viele Alternativen ein Ingenieur prüfen kann. Er kann sie testen, bevor er einen physischen Versuch festlegt.

Warum die Simulationsgeschwindigkeit zählt

Computational Lithography bestimmt, wie Schaltkreismuster auf Silizium gedruckt werden. Sie erfordert Berechnungen, die sich laut NVIDIA auf einer CPU im Produktionsmaßstab nicht bewältigen lassen. Wer sie beschleunigt, erweitert, was Ingenieure prüfen können, bevor ein Wafer in den Druck geht. In manchen Fällen verkürzt die Beschleunigung eine Berechnung nicht nur. Sie macht sie überhaupt erst möglich, heißt es in dem Beitrag. Dort steht auch, dass ein mit Physik trainiertes KI-Modell vorhersagen kann, wie sich Materialien und Prozesse verhalten. Das gelingt, ohne jedes Mal eine vollständige Simulation laufen zu lassen. NVIDIA zufolge hat Lam Research gezeigt, dass sein PhysicsNeMo-Framework das Plasmayerhalten vorhersagen kann. Das ist eines der teureren Modellierungsprobleme beim Ätzen. Multiphasen-Simulationen bilden das Zusammenspiel von Wärmeübertragung, elektrischem Verhalten und mechanischer Spannung ab. Deshalb zählt die Geschwindigkeit des Lösers. NVIDIAs Beispiele reichen von Simulation über Materialentdeckung bis Lithografie.

Wo diese Werkzeuge ankommen, ist wichtig, weil die fortschrittlichste Fertigung konzentriert ist. TSMC erklärte, fortschrittliche Fertigungsprozesse hätten im dritten Quartal 2026 79 Prozent des Waferumsatzes ausgemacht.

Die Zahl umfasst nur den Waferumsatz, so wie TSMC ihn berichtet.

Die KI-Nachfrage konzentriert sich bei TSMC

Der Umsatz von TSMC stieg im dritten Quartal um 41,2 Prozent gegenüber dem Vorjahr auf 46.700.000.000 Dollar. High-Performance Computing umfasst KI-Anwendungen. Auf dieses Segment entfielen 68 Prozent des Gesamtumsatzes, nach 57 Prozent ein Jahr zuvor. Intel meldete für dasselbe Quartal einen Umsatz von 16.500.000.000 Dollar, ein Plus von 21 Prozent. Das Unternehmen arbeitet daran, nach Jahren der Schwierigkeiten wieder Schwung zu gewinnen. Die Sparte Data Center and AI wuchs um 78 Prozent auf 7.300.000.000 Dollar. Das PC-Geschäft ging um 5 Prozent zurück, wegen schwächerer Konsumentennachfrage und Wettbewerbsdruck. Der Vergleich von Motley Fool kommt zu dem Schluss, dass Intel weiter einen schweren Weg vor sich hat. Es geht um die Aufgabe, die Fertigungswettbewerbsfähigkeit wiederherzustellen und die Rentabilität zu verbessern. Erhebliche Kapitalanforderungen schaffen Unsicherheit. Für Käufer zählt die Aufteilung weniger als die Kapazität. Intels PC-Geschäft schrumpfte, während die Serverchips wuchsen. Das deutet darauf hin, dass die Nachfrage zu Datenzentrums-Silizium wandert und nicht verschwindet.

Intels Sparte Data Center and AI wuchs schneller als das gesamte Geschäft von TSMC. Sie tat das von einer viel kleineren Basis aus.

Auch das Design bewegt sich in dieselbe Richtung, sagt eine Branchengröße. Er sprach am 30. Oktober auf einem Wissenschaftsforum in Shanghai. Chen Yunji ist Mitgründer des KI-Chipherstellers Cambricon Technologies. Er sagte voraus, dass die Verbindung von KI und Chipdesign den Chipdesign-Prozess irgendwann vollständig automatisieren werde.

"In den [nächsten] 10 Jahren ist die wichtigste Entwicklung ... die RSI-Technik (recursive self-improvement) für künstliche Intelligenz, bei der KI-Modelle KI-Modelle verbessern und KI-Chips KI-Chips verbessern." Chen Yunji, Mitgründer von Cambricon Technologies, auf einem Forum in Shanghai am 30. Oktober

Taiwan-Risiko und zersplitterte Planung

Der Vergleich der beiden Chiphersteller bei Motley Fool nennt ein Risiko. Die geografische Konzentration von TSMC auf Taiwan ist angesichts geopolitischer Spannungen erwähnenswert. Dem Unternehmen wird eine kritische Position in der KI-Lieferkette zugeschrieben. Ihm wird auch die Preissetzungsmacht zugeschrieben, die mit Spitzenfertigung einhergeht. Robin Saxby ist Gründungsvorstand von Arm. Er beschrieb eine verwandte Verschiebung darin, wie Chipmanager planen. Er sprach mit EE Times in einem Interview, das am 30. Oktober erschien. Während seiner Laufbahn bei Motorola, ES2 und Arm seien Halbleiterdesign und Fertigung von Natur aus global gewesen, sagte er. Die heutigen Führungskräfte hätten es mit lokal begrenzter Gesetzgebung und geopolitischen Spannungen zu tun. Dazu zählten die verschiedenen CHIPS-Gesetze und der Brexit in Großbritannien.

"Leider ist es für jeden CEO heute viel schwieriger, langfristige Entscheidungen zu treffen, etwa Investitionen und so weiter, als zu der Zeit, als ich CEO war." Robin Saxby gegenüber EE Times

Saxby wurde 2002 geadelt und schied 2007 bei Arm aus. Das moderne Siliziumdesign habe sich von flachen Layoutbögen zu dreidimensionalen Ingenieursproblemen mit vielen Variablen entwickelt, sagte er. Der Erfolg hänge von ausgewogenen, spezialisierten Teams ab. Er hänge nicht davon ab, dass ein Ingenieur den ganzen Stack beherrscht. 3D-Packaging, KI-Werkzeuge und die Integration großer Software erhöhen die Anforderungen. Er sprach auf dem TechWorks S2S Summit 2026 im Westen Londons.

Die praktische Frage für Käufer ist, wo die nächste Generation fortschrittlicher Chips entsteht. Auf fortschrittliche Prozesse von TSMC entfielen 79 Prozent des Waferumsatzes. Auf High-Performance Computing entfielen 68 Prozent des Gesamtumsatzes. Keine der beiden Zahlen sagt, wie viel dieser Produktion in Taiwan liegt. Motley Fool schlüsselt das nicht auf. Was all das nicht klärt, ist die Verbreitung. Der Beitrag von NVIDIA beschreibt Werkzeuge und Beschleunigungen. Er sagt nicht, wie breit sie in der Serienfertigung laufen. Die berichteten Zahlen von TSMC betreffen den Umsatzmix. Sie sagen nicht, welche Simulationssoftware dahintersteht.