L'AI accelera il lavoro sui chip, mentre la produzione avanzata resta concentrata in TSMC

Gli strumenti AI scendono in fabbrica

NVIDIA ha pubblicato il 3 novembre un post in cui descrive quella che chiama una fabbrica definita dall'AI. In breve: l'AI aiuta gli ingegneri a ottimizzare i processi e a individuare prima i problemi. Li aiuta anche a prendere decisioni lungo tutto il ciclo produttivo.

Il post elenca una serie di accelerazioni. COMSOL accelera fino a 10 volte le simulazioni multifisiche per la produzione di semiconduttori usando la libreria cuDSS di NVIDIA. La piattaforma di simulazione Ginestra di Applied Materials gira fino a 10 volte più veloce rispetto agli approcci solo su CPU con cuDSS. La sua piattaforma ACE+ offre simulazioni di topografia fino a 35 volte più rapide con PhysicsNeMo. Siemens sta integrando cuLitho nel suo software di litografia Calibre. NVIDIA sostiene che questo porta fino a 17 volte di accelerazione sui carichi di simulazione principali. Il ragionamento si regge su un vincolo semplice. Gli esperimenti fisici su una linea di produzione sono lenti e costosi. Una scelta sbagliata sulla resa o sulla qualità del processo ha conseguenze reali.

NVIDIA descrive anche i gemelli digitali. Permettono ai team di provare le modifiche in un ambiente virtuale prima di passare alle prove fisiche. L'azienda afferma che gli ingegneri continuano a guidare il lavoro e a decidere in base alla propria esperienza. Passano meno tempo ad aspettare le risposte.

Una simulazione più veloce cambia quante alternative un ingegnere può provare. Può verificarle prima di impegnarsi in una prova fisica.

Perché conta la velocità di simulazione

La litografia computazionale stabilisce come i circuiti vengono stampati sul silicio. Comporta calcoli troppo intensivi per essere completati su una CPU su scala produttiva, secondo NVIDIA. Accelerarli amplia ciò che gli ingegneri possono verificare prima che un wafer vada in stampa. In alcuni casi l'accelerazione non si limita ad accorciare un calcolo. Lo rende possibile, afferma il post. Il post dice anche che l'AI addestrata sulla fisica può prevedere come si comporteranno materiali e processi. Può farlo senza eseguire ogni volta una simulazione completa. NVIDIA afferma che Lam Research ha dimostrato che il suo framework PhysicsNeMo può prevedere il comportamento del plasma. È uno dei problemi di modellazione più costosi nell'etch. Le simulazioni multifisiche modellano le interazioni tra trasferimento di calore, comportamento elettrico e stress meccanico. Per questo conta la velocità del solver. Gli esempi di NVIDIA spaziano dalla simulazione alla scoperta di materiali fino alla litografia.

Dove arrivano questi strumenti conta perché la produzione più avanzata è concentrata. TSMC ha dichiarato che i processi di produzione avanzati hanno rappresentato il 79% dei ricavi da wafer nel terzo trimestre del 2026.

Il dato riguarda solo i ricavi da wafer, come riportato da TSMC.

La domanda di AI è concentrata in TSMC

I ricavi del terzo trimestre di TSMC sono cresciuti del 41,2% su base annua, a 46.700.000.000 di dollari. Il calcolo ad alte prestazioni include le applicazioni di AI. Ha rappresentato il 68% dei ricavi totali, contro il 57% di un anno prima. Intel ha riportato 16.500.000.000 di dollari di ricavi nello stesso trimestre, in crescita del 21%. Sta lavorando per ritrovare slancio dopo anni difficili. La sua divisione Data Center and AI è cresciuta del 78%, a 7.300.000.000 di dollari. L'attività orientata ai PC è calata del 5% per la domanda dei consumatori più debole e la pressione competitiva. Il confronto di Motley Fool afferma che Intel deve ancora affrontare una battaglia in salita. Deve ripristinare la competitività produttiva e migliorare la redditività. Fabbisogni di capitale consistenti aggiungono incertezza. Per gli acquirenti la divisione conta meno della capacità. L'attività PC di Intel è diminuita mentre i suoi chip per server sono cresciuti. Questo indica che la domanda si sposta verso il silicio per data center invece di sparire.

La divisione Data Center and AI di Intel è cresciuta più velocemente dell'intera attività di TSMC. Lo ha fatto partendo da una base molto più piccola.

Anche il design va nella stessa direzione, secondo una figura del settore. Ha parlato a un forum scientifico a Shanghai il 30 ottobre. Chen Yunji è cofondatore dell'azienda di chip per AI Cambricon Technologies. Ha previsto che l'integrazione tra AI e progettazione dei chip avrebbe finito per automatizzare del tutto il processo di progettazione.

"Nei [prossimi] 10 anni, lo sviluppo più importante ... saranno le tecniche RSI (recursive self-improvement) per l'intelligenza artificiale, in cui i modelli di AI migliorano i modelli di AI e i chip di AI migliorano i chip di AI." Chen Yunji, cofondatore di Cambricon Technologies, a un forum a Shanghai il 30 ottobre

Rischio Taiwan e pianificazione frammentata

Il confronto di Motley Fool tra i due produttori di chip segnalava un rischio. La concentrazione geografica di TSMC a Taiwan, in mezzo alle tensioni geopolitiche, merita attenzione. Riconosceva a TSMC una posizione critica nella catena di fornitura dell'AI. Le riconosceva anche il potere di fissare i prezzi che deriva dalla produzione di punta. Robin Saxby è stato il primo amministratore delegato di Arm. Ha descritto un cambiamento correlato nel modo in cui i leader dei chip pianificano. Ha parlato a EE Times in un'intervista pubblicata il 30 ottobre. Ha detto che durante la sua carriera in Motorola, ES2 e Arm la progettazione e la produzione di semiconduttori erano per loro natura globali. I leader di oggi devono fare i conti con legislazioni locali e tensioni geopolitiche, ha affermato. Tra queste i vari CHIPS Act e la Brexit nel Regno Unito.

"Purtroppo per qualsiasi amministratore delegato di oggi, prendere decisioni di lungo periodo, come gli investimenti e così via, è molto più difficile di quando ero amministratore delegato io." Robin Saxby, a EE Times

Saxby è stato nominato cavaliere nel 2002 e ha lasciato Arm nel 2007. Ha detto che il design moderno del silicio è passato dai fogli di layout piatti a problemi di ingegneria 3D a più variabili. Ha sostenuto che il successo dipende da team equilibrati e specializzati. Non dipende da un solo ingegnere che padroneggia l'intero stack. Il packaging 3D, gli strumenti di AI e l'integrazione di grandi software alzano l'asticella. Ha parlato al TechWorks S2S Summit 2026 nel West London.

La domanda pratica per gli acquirenti è dove verrà prodotta la prossima generazione di chip avanzati. I processi avanzati di TSMC hanno rappresentato il 79% dei ricavi da wafer. Il calcolo ad alte prestazioni ha rappresentato il 68% dei ricavi totali. Nessuno dei due dati dice quanto di quella produzione si trovi a Taiwan. Motley Fool non lo scompone. Quello che nessuno di questi elementi chiarisce è l'adozione. Il post di NVIDIA descrive strumenti e accelerazioni. Non dice quanto siano diffusi nella produzione di massa. Le cifre riportate da TSMC riguardano il mix di ricavi. Non dicono quale software di simulazione ci sia dietro.