De vraag naar chips voor kunstmatige intelligentie is niet langer exclusief geconcentreerd op GPU’s. Het probleem begint bij de geavanceerde nodes van TSMC, verdergaat bij CoWoS-pakkettechnologie, verdergaat met HBM-geheugen, substrates, assemblage, testen en zelfs fabrikanten die oudere technieken gebruiken voor het produceren van ondersteunende chips voor AI-servers. De hele keten ervaart niet meer slechts een knelpunt op één plek, maar voelt de druk omdat bijna alle kritieke onderdelen gelijktijdig worden aangevoerd.
Digitimes vat het deze week kernachtig samen: Nvidia en andere chip-ontwerpers voor AI blijven geconfronteerd worden met tekorten omdat de capaciteit van TSMC’s geavanceerde nodes en CoWoS-assemblages onder druk staat. Deze spanningsboog verschuift de vraag naar foundries, uitgebreide assemblage, testing en fabrieken buiten Taiwan.
TSMC erkent zelf de spanning. C.C. Wei, voorzitter en CEO van het bedrijf, verklaarde in juni dat de vraag naar AI zo snel blijft groeien dat niet alleen TSMC, maar ook haar leveranciers en upstroompartners moeite krijgen om het tempo bij te houden. Reuters berichtte dat het bedrijf werkt aan manieren om niet de bottleneck van de hele semiconductorketen te worden, hoewel de druk op kosten en capaciteit al zichtbaar is.
Het probleem ligt niet meer alleen in het chipontwerp
Jarenlang lag de focus in de semiconductorwereld vooral op de nodes: 7 nm, 5 nm, 3 nm, 2 nm. Die taal blijft relevant, maar AI heeft het kritieke punt verschoven naar geavanceerd pakkettechnologie, met name het integreren van logicapakketten met high-bandwidth geheugen. Een moderne accelerator is niet slechts een logicake gelote chip op een geavanceerde node; hij moet worden geïntegreerd met geheugen van hoge breedte, dense interconnecties, complexe substrates en een assemblageproces dat verschillende componenten tot één functioneel module verenigt.
Daar komt CoWoS om de hoek kijken, de technologie van TSMC die zich heeft ontwikkeld tot een fundament voor de meest geavanceerde AI-accelerators. TSMC beschrijft CoWoS als een wafer-level integratieplatform voor high-performance toepassingen, met grote interposers, meerdere HBM-memorykernen en pakketten die logicapakketten met high-bandwidth geheugen combineren.
Kort gezegd: een chip maken is niet genoeg. De logicaplaat en de HBM moeten in één pakket worden samengebracht dat gegevens razendsnel kan verplaatsen. Als er niet voldoende capaciteit is in CoWoS, bereikt de chip het serverplatform niet, zelfs als de wafer al klaar is. Hierdoor is het knelpunt verschoven van chipproductie naar een industrieonderdeel dat voor het grote publiek minder zichtbaar is geworden.
TrendForce schat dat de maandcapaciteit van TSMC voor CoWoS in 2026 tussen de 120.000 en 140.000 wafers per maand ligt. Daarnaast kan de extra capaciteit van OSAT-partners circa 50.000 tot 60.000 wafers toevoegen, waardoor het ecosysteem bijna op 200.000 wafers per maand uitkomt. De markt absorbeert deze capaciteit snel, ondanks de enorme omvang.
De vraag sijpelt door naar OSAT, testen en alternatieve foundries
Wanneer TSMC de vraag niet volledig aankan, wordt de druk verdeeld over andere partijen. OSAT-bedrijven, gespecialiseerd in assemblage en testen, winnen aan belang omdat een deel van het verpakkingsproces en de back-end capaciteit uit de eigen fabrieken van TSMC moet komen. Namen als ASE, Amkor, SPIL en King Yuan Electronics krijgen meer aandacht, mede omdat de waarde niet alleen ligt in de lithografie, maar vooral in het omzetten van chips in complete systemen voor AI-toepassingen.
Ook komen oudere (mature) fandries in beeld. AI heeft niet alleen GPU’s en ASICs nodig, maar ook chips voor netwerken, controllers, PMICs, retimers, energiebeheersystemen, sensoren en microcontrollers. Veel van deze chips worden niet op de nieuwste nodes gemaakt, maar op meer traditionele, volwassen processen van 8 of 12 inch. Digitimes merkt op dat de vraag naar AI in 2026 zich uitbreidt naar ASICs voor netwerken, PMICs en perifere componenten, die zowel in jonge als oudere fabricageprocessen worden geproduceerd.
Het gevolg is een complexere en minder flexibele supply chain. Als een leverancier geen capaciteit voor packaging heeft, of er ontbreekt een substraat zoals ABF, of het testen duurt langer dan gepland, of een voeding- of energiecomponent ondermaats is, ontstaan vertragingen in het hele systeem. In AI-producten is het eindproduct geen geïsoleerde chip, maar een volledige plaat, module, server, rack en uiteindelijk een heel datacenter.
| Supply chainlaag | Waarom wordt het problematisch door AI | Waarschijnlijk effect |
|---|---|---|
| Geavanceerde nodes | GPU’s en ASICs vereisen geavanceerde fabricageprocessen | Meer concurrentie om capaciteit bij TSMC |
| CoWoS en geavanceerd packaging | Integreert logic en HBM in één pakket | Vertraagde levering, ook al is de logicataal al gemaakt |
| HBM-geheugen | Grote modellen vereisen hoge bandbreedte | Afhankelijkheid van SK hynix, Samsung en Micron |
| Substraten | Grotere en complexere pakketten vragen meer kwaliteit | Mogelijke knelpunten bij gespecialiseerde leveranciers |
| OSAT en testen | Meer complexe chips moeten worden geassembleerd en getest | Toename werkbelasting voor ASE, Amkor, SPIL, KYEC en anderen |
| Oudere fabrieken (mature process) | AI-servers vragen om PMICs, netwerkchips en ondersteunende componenten | Grotere benutting bij UMC, Vanguard, PSMC, SMIC |
| Fabrieken buiten Taiwan | Klanten willen risico’s geografisch spreiden | Toegenomen druk op fabrieken in Arizona, Japan, Europa en lokale partners |
Substraten mogelijk het onzichtbare knelpunt
Een waarschuwing vanuit de financiële sector komt van MarketWatch, dat een rapport van Nomura citeert. Hoewel TSMC haar CoWoS-capaciteit uitbreidt, zou de afhankelijkheid van kleine leveranciers van substrates het behalen van productiedoelstellingen bemoeilijken en het hele AI-chip-ecosysteem onder druk zetten.
Deze factor krijgt minder aandacht dan GPU’s of HBM, maar is uiterst kritisch. AI-pakketten zijn fysiek groot, verbruiken veel energie en vereisen hoog-dichtheids interconnects. Het substraat is niet slechts een ondersteunend laagje; het is een essentieel onderdeel dat chips in staat stelt te communiceren, warmte af te voeren en elektrische stabiliteit te garanderen.
Als de industrie de capaciteit voor wafers en CoWoS uitbreidt, maar substrates, chemicaliën, assemblagetools en logistieke capaciteit niet gelijke tred houden, blijft de keten beperkt. AI dwingt niet alleen tot schaalvergroting, maar ook tot het verbeteren van complexe onderdelen die voorheen minder snel groeiden.
Uitbreiding van CoWoS lost niet alles op
TSMC investeert in capaciteitsuitbreiding, maar de fysieke tijdlijn voor semiconductorproductie wordt niet snel terzijde geschoven. Het opzetten van nieuwe lijnen, het installeren van apparatuur, proceskwalificatie, personeel opleiden en het bereiken van stabiele productie vereist tijd. Ook de uitbreiding in Arizona, waarvoor TSMC 165 miljard dollar heeft gereserveerd, ondervindt vertragingen door milieukwesties en beschikbaarheid van arbeidskrachten, aldus Reuters.
Bovendien zijn alternatieven nog niet op hetzelfde niveau uitgerijpt. TSMC benadrukt dat paneelgebaseerd packaging op korte termijn geen vervanging zal zijn voor CoWoS voor grote AI-processors. Zowel Tom’s Hardware als andere bronnen merken op dat CoWoS nog steeds superioriteit biedt in dichtheid en technologische volwassenheid, terwijl paneeltechnologieën aanvulling kunnen bieden maar niet direct de standaardtechnologieën zullen vervangen.
Dit plaatst de industrie in een lastige positie: iedereen wil meer capaciteit, maar niet alle capaciteit is geschikt voor de meest veeleisende chips. Het is niet genoeg dat een fabriek er staat; die fabriek moet ook consistente prestaties, hoge kwaliteit en betrouwbaarheid leveren, zeker bij uiterst complexe pakketten.
Wat betekent dit voor Nvidia, AMD en hyperscalers?
Voor Nvidia vormt de capaciteit van TSMC en CoWoS zowel een voordeel als een beperking. Haar AI-GPU’s vereisen een stabiel stroomaanbod van geavanceerde nodes, HBM en geavanceerd packaging. Als Nvidia erin slaagt meer capaciteit te verzekeren dan haar concurrenten, behoudt ze haar marktpositie. Lukt dat niet, dan kunnen zelfs enorme vraag en bestellingen leiden tot leveringsknelpunten en tekorten.
Ook AMD, Broadcom, Marvell, Google, Amazon, Microsoft en andere ASIC-ontwerpers concurreren om deze infrastructuur. AI is niet meer uitsluitend afhankelijk van algemeen inzetbare GPU’s; hyperscalers ontwikkelen eigen chips, netwerken, accelerators en volledige platforms voor training en inferentie. Deze ontwikkeling verhoogt de druk op TSMC en de gehele toeleveringsketen.
Volgens Nomura, gerapporteerd door MarketWatch, zullen de mismatch en componenttekorten waarschijnlijk verergeren bij de lancering van nieuwe AI-platforms van Nvidia en Amazon, met een sterk blijvend groeiende markt voor servers in 2026 en 2027.
Voor infrastructureaankopers betekent dit dat de beschikbaarheid van AI-capaciteit niet alleen van de prijs van GPU’s afhangt, maar ook van toewijzing van productie, fabricageschema’s, geheugenhardware, packaging, racks, stroomvoorziening, koeling, netwerkinfrastructuur en de volledige levering van operationele servers.
Een supply chain die winstgevender maar ook fragieler wordt
De AI-boom verdeelt de inkomsten over de hele semiconductorwaarde keten. TSMC leidt, maar is niet de enige die profiteert. Foundries, OSAT-bedrijven, substrateleveranciers, geheugenproducenten, testbedrijven, meetinstrumentenmakers, chemiebedrijven en datacenter-infrastructuuraanbieders krijgen allemaal extra vraag.
Deze uitbreiding brengt ook fragiliteit aan het licht. Wanneer actoren afhankelijk worden van slechts enkele kritieke technologieën – zoals packaging, substrates of HBM – kunnen vertragingen of knelpunten in één onderdeel de hele high-waarde productieketen stilleggen.
Daarom spreekt de industrie steeds minder over een ‘chip shortage’ in het enkelvoud en meer over systemische capaciteit. De vraag is niet alleen hoeveel wafers TSMC kan produceren, maar hoeveel complete accelerators en systemen kunnen worden geleverd en geïmplementeerd door datacenters en operators.
AI heeft van de semiconductorindustie een race gemaakt in fysieke integratie. Het trainen gebeurt in de software, maar daarvoor is een enorme, precieze en uitgebreide industriële keten nodig. Die keten bereikt haar grenzen op het moment dat veel klanten willen opschalen.
Veelgestelde vragen
Wat is de belangrijkste bottleneck bij TSMC voor AI?
De druk ligt vooral op de geavanceerde nodes en vooral op CoWoS-packaging, dat nodig is om high-performance logic te combineren met HBM-geheugen.
Wat is CoWoS?
Een geavanceerde packagingtechnologie van TSMC die logicapakketten en HBM-geheugen in één high-density pakket integreert voor HPC en AI-toepassingen.
Waarom heeft dit impact op de hele semiconductorketen?
Omdat een AI-accelerator afhankelijk is van geavanceerde wafers, HBM, substrates, packaging, testen, ondersteunende circuits, netwerken en serverassemblage. Als één schakel hapert, vertraagt het hele eindproduct.
Wie profiteert van de vraagoverschotten?
Naast TSMC kunnen OSAT-bedrijven, testbedrijven, substratefabrikanten, oudere fabrieken, HBM-producenten en leveranciers van hardware en apparatuur zien dat hun vraag groeit.
Zal de uitbreiding van CoWoS in 2026 het probleem oplossen?
Het zal zeker helpen, maar lost niet alle knelpunten op. De groei gaat door en kan de druk verschuiven naar substrates, HBM, testen en andere operationele capaciteiten.