Резко растущие энергозатраты из‑за вычислений на базе искусственного интеллекта превращают энергоэффективность в ключевой фактор, определяющий дальнейшую эволюцию компьютерных чипов. Об этом заявил в четверг старший руководитель TSMC, подчеркнув: в ближайшие годы технологический прогресс будет упираться не столько в «сырую мощность» вычислителей, сколько в возможность надежно и экономно питать их электричеством.
Электричество становится главным ограничением для разработчиков
Кевин Чжан (Kevin Zhang), старший вице‑президент по развитию бизнеса TSMC, отметил, что запросы клиентов смещаются. Речь идет о компаниях из разных сегментов — от производителей смартфонов до операторов дата‑центров, где работают AI‑сервисы. Покупатели все чаще выбирают улучшения, которые дают прирост производительности, но при этом не разгоняют потребление энергии, поскольку стоимость электричества и его наличие становятся все более чувствительными для бизнеса.
«Улучшения, которые клиенты сильнее всего хотят видеть, — это энергоэффективность. Это актуально для всех без исключения: для тех, кто работает на “краю” сети, для смартфонов, для мобильных устройств, для IoT‑приложений и для высокопроизводительных AI‑дата‑центров», — сказал Чжан журналистам на конференции в Амстердаме.
Сдвиг в полупроводниковой отрасли: одного роста плотности транзисторов уже мало
По словам представителя TSMC, происходящий поворот отражает более широкий переломный момент в индустрии. Раньше технологический скачок часто связывали с тем, что удавалось размещать все больше транзисторов на кристалле, повышая вычислительные возможности. Однако для энергоемких AI‑нагрузок такой подход перестает быть достаточным — важнее становится, насколько эффективно чип выполняет операции при заданном энергопотреблении.
Чем занимается TSMC и почему ее позиция важна
TSMC — крупнейший в мире контрактный производитель микросхем. Компания выпускает AI‑чипы для Nvidia и AMD, а также разрабатывает заказные AI‑процессоры для крупных облачных игроков, включая Google, Amazon, Meta и Microsoft. Поэтому ее оценка того, как именно будут развиваться требования рынка, напрямую отражается на траектории технологий для всей экосистемы.
План TSMC: N2 против A14, рост эффективности и вычислительной мощности
Чжан подчеркнул, что увеличение плотности транзисторов по‑прежнему остается в центре дорожной карты TSMC. Но параллельно компания усиливает внимание к методам, которые позволяют повысить эффективность без простого «уменьшения размеров» элементов. К таким решениям он отнес:
- продвинутое упаковочное производство (advanced packaging);
- стекование чипов (chip stacking);
- использование фотоники (photonics).
При этом TSMC ожидает, что ее будущие решения снизят энергопотребление примерно на 30% при переходе от текущей технологии N2 к поколению A14, которое намечено на период около 2028 года. Одновременно планируется обеспечить рост вычислительной производительности более чем на 20%.
Почему конкуренты тоже меняют подход к повышению мощности
Комментарии TSMC прозвучали на фоне того, что соперники ищут альтернативные пути дальнейшего увеличения производительности. В частности, китайская компания Huawei представила на этой неделе план под названием «Tau Scaling Law». Его цель — ускорить передачу данных внутри чипов, чтобы повысить эффективность вычислений и производительность за счет более быстрого перемещения информации.
Комментируя инициативу Huawei, Чжан отметил, что подобная идея в отрасли обсуждается уже давно. По его словам, в основе подхода лежит интеграция компонентов ближе друг к другу — например, через 3D‑стекование, когда элементы и слои размещаются так, чтобы сократить задержки и ускорить обмен данными.
Давление экспортных ограничений и роль оборудования EUV
Схема Huawei также отражает ограничения, с которыми сталкиваются китайские производители. Компании из КНР ограничены в доступе к оборудованию для литографии EUV (extreme ultraviolet — «экстремально ультрафиолетовая» литография). Такие системы производит нидерландская ASML, а они считаются продвинутыми инструментами, позволяющими формировать на поверхности микросхем более мелкие структуры.
В контексте этих ограничений TSMC выступает как крупный покупатель EUV‑систем ASML. При этом в апреле компания заявила, что сдвинет внедрение следующего поколения технологии на несколько лет. Этот шаг, как следует из логики высказываний Чжана, подчеркивает: для будущих AI‑чипов приоритет смещается в сторону решений, повышающих энергоэффективность, а не только в сторону дальнейшего уменьшения геометрии элементов.
Что значит энергоэффективность в чипах и почему она важна для AI
Энергоэффективность в данном контексте — это способность чипа выполнять больше полезной вычислительной работы на единицу потребляемой электроэнергии. Для AI‑систем это напрямую связано с тем, сколько электроэнергии нужно дата‑центру, как быстро растут расходы на электричество и охлаждение, а также насколько сложно (или дорого) наращивать мощности при ограничениях сетей и инфраструктуры.
Именно поэтому, по мнению TSMC, вектор развития смещается: дальнейшие скачки производительности будут оцениваться не только по тому, сколько операций чип способен выполнить, но и по тому, насколько экономно эти операции обходятся энергией.