TSMC está integrando la IA y la computación acelerada de Nvidia en sus operaciones fabriles más complejas, desde la litografía hasta la inspección de defectos, en una colaboración que podría redefinir la economía de la fabricación de semiconductores.
TSMC está integrando la IA y la computación acelerada de Nvidia en sus operaciones fabriles más complejas, desde la litografía hasta la inspección de defectos, en una colaboración que podría redefinir la economía de la fabricación de semiconductores.
Las bibliotecas CUDA-X y los modelos de IA de Nvidia ahora impulsan los flujos de trabajo de litografía, simulación de procesos e inspección de defectos de TSMC, logrando una mejora del 20% al 50% en la rentabilidad de la litografía y simulaciones químicas 50 veces más rápidas para el diseño de materiales semiconductores.
"TSMC está llevando la IA y la computación acelerada de Nvidia directamente a la fábrica, abordando algunos de los desafíos de diseño y fabricación más complejos del mundo", afirmó Jensen Huang, fundador y director ejecutivo de Nvidia.
La colaboración abarca cuatro áreas de operaciones fabriles. TSMC utiliza la biblioteca cuLitho de Nvidia para la litografía computacional —el método de impresión para el diseño de máscaras de chips— logrando una mejora del 20% al 50% en la rentabilidad o el tiempo de ciclo frente a los enfoques basados en CPU. La biblioteca cuEST acelera las simulaciones de estructura electrónica para el diseño de materiales semiconductores en un promedio de 50 veces. Para el control de procesos, la biblioteca de aprendizaje automático cuML de Nvidia ayuda a TSMC a destilar cientos de miles de parámetros de proceso a lo largo de miles de pasos en entradas de precisión para modelos de ML, reduciendo la variación del proceso. En la planta de fabricación, las GPU Nvidia H200 impulsan los cálculos de programación que mejoran la productividad de la fábrica.
La integración más profunda de la IA en la fabricación de semiconductores valida una tesis que ha impulsado el Índice de Semiconductores de Filadelfia un 89% en lo que va del año: el gasto en infraestructura de IA se está expandiendo más allá del diseño de GPU hacia las herramientas, los materiales y los procesos que sustentan la producción de chips. TSMC espera que su negocio de chips de IA crezca a una tasa compuesta anual de aproximadamente el 60% entre 2024 y 2029, mientras que Nvidia ha proyectado que los gastos de capital en centros de datos alcanzarán el billón de dólares para 2027.
Detección de Defectos y la Fábrica Virtual
Más allá de la fabricación principal, TSMC está implementando la plataforma Metropolis de Nvidia y el TAO Toolkit para la inspección automatizada de defectos mediante visión artificial, mejorando la detección de defectos a escala nanométrica y reduciendo la necesidad de etiquetado y reentrenamiento repetidos a medida que cambian las condiciones del proceso. La compañía también está explorando las bibliotecas Omniverse de Nvidia para construir FabTwin, un entorno de fábrica virtual para evaluar diseños de herramientas de proceso y flujos de trabajo de simulación antes de la implementación física, un cambio que podría reducir los compromisos de capital necesarios para la construcción de nuevas fábricas.
El Costo de la Expansión Global
La colaboración se produce mientras TSMC navega por una costosa expansión geográfica. La compañía situó sus gastos de capital para el año fiscal 2026 en el extremo superior de su rango de 52.000 a 56.000 millones de dólares, y se estima que la construcción de fábricas en el extranjero, en Arizona, Japón y Alemania, cuesta entre 4 y 5 veces más que instalaciones idénticas en Taiwán. La dirección de TSMC ha señalado que las expansiones de fábricas en el extranjero y el lanzamiento de nodos de próxima generación provocarán una dilución del margen bruto del 2% al 3% a partir del segundo semestre de 2026 y que se extenderá hasta 2027. Las ganancias de eficiencia derivadas de la fabricación optimizada por IA podrían ayudar a compensar parte de esa presión, aunque la magnitud del lastre sobre los márgenes es material en relación con los márgenes brutos actuales de TSMC.
Para los inversores, la colaboración refuerza el foso competitivo de Nvidia: su ecosistema CUDA se está integrando en flujos de trabajo de hardware industrial más allá de los centros de datos, extendiendo su mercado direccionable hacia los equipos de capital semiconductores. Las acciones de Nvidia cotizan a aproximadamente 35 veces las ganancias futuras. TSMC, a 26 veces las ganancias futuras, ofrece una forma de menor beta para aprovechar la misma tendencia, aunque la dilución de márgenes por la expansión en el extranjero justifica un seguimiento cuidadoso. El beneficiario más amplio podría ser la cadena de suministro de equipos semiconductores y memoria, donde los ETF de igual ponderación, como el Invesco Semiconductors ETF, han devuelto un 105% en lo que va del año a medida que el gasto en IA se amplía más allá de los megadiseñadores de chips.
Este artículo es solo con fines informativos y no constituye asesoramiento de inversión.
