TSMC: Semikonduktor mencapai 1,5 triliun dolar AS pada tahun 2030, AI menggantikan ponsel sebagai pendorong utama

张曉強, Wakil Presiden Senior dan Wakil Co-COO TSMC (Taiwan Semiconductor Manufacturing Company), pada forum teknologi tahunan TSMC tanggal 14 Mei menyatakan bahwa nilai pasar semikonduktor global diperkirakan akan mencapai 1,5 triliun dolar pada tahun 2030, lebih tinggi daripada perkiraan umum pasar sebelumnya sebesar 1 triliun dolar. Ia menuturkan, dalam 10 tahun terakhir, industri semikonduktor terutama digerakkan oleh smartphone, namun dalam 10 tahun ke depan, penggerak utama sepenuhnya beralih ke AI dan komputasi berkinerja tinggi (HPC).

Proyeksi struktur pasar semikonduktor pada 2030: data per segmen

Di forum tersebut, Zhang Xiaoqiang mengungkapkan prediksi TSMC mengenai struktur pasar semikonduktor global pada tahun 2030:

AI dan HPC: Sekitar 55% dari nilai pasar semikonduktor global

Smartphone: Sekitar 20% (turun tajam dibanding saat ini)

Otomotif: Sekitar 10%

Internet of Things (IoT): Sekitar 10%

TSMC juga memperkirakan bahwa jika nilai pasar semikonduktor global pada 2030 mencapai 1,5 triliun dolar, ukuran pasar perangkat elektronik terkait akan semakin berkembang hingga sekitar 4 triliun dolar, sementara nilai pasar industri informasi secara keseluruhan berpotensi menembus 15 triliun dolar.

Teknologi COUPE: definisi, target, dan latar teknis

Zhang Xiaoqiang menyatakan bahwa saat ini pengembangan chip AI secara bertahap telah mendekati batas fisik transmisi sinyal elektronik konvensional. Ke depan, sistem AI akan sangat bergantung pada komunikasi optik dan teknologi fotonik untuk mengatasi masalah bandwidth dan konsumsi daya pusat data.

Target inti COUPE adalah meningkatkan kemampuan transmisi data berkecepatan tinggi antar sistem AI melalui miniaturisasi dan generalisasi mesin fotonik, sekaligus menurunkan konsumsi energi. Arsitektur “tiga lapis kue AI” yang diajukan TSMC mencakup lapisan komputasi logika, integrasi heterogen, serta lapisan 3D IC, ditambah lapisan transmisi berkecepatan tinggi yang berpusat pada foton dan interkoneksi optik.

Dampak rantai pasokan: penyebaran kebutuhan pada tahap inferensi dan persaingan infrastruktur AI

Zhang Xiaoqiang menyatakan bahwa saat ini hampir semua akselerator AI global dibangun di atas model pembagian kerja antara perusahaan desain IC dan pabrik foundry/pengecoran. Pola ini mempercepat laju inovasi arsitektur chip AI. TSMC mengamati bahwa fokus pengembangan AI bergeser dari pelatihan model secara bertahap ke tahap inferensi (Inference). Ini berarti permintaan chip AI akan menyebar dari sejumlah kecil perusahaan teknologi besar ke sisi perusahaan, perangkat ujung (end-device), serta pasar komputasi edge. Analis pasar menyebutkan, investasi infrastruktur AI yang terus diperluas oleh perusahaan teknologi besar seperti NVIDIA, AMD, Google, dan Amazon mendorong pertumbuhan permintaan pada rantai pasokan terkait seperti advanced packaging, HBM, interkoneksi berkecepatan tinggi, dan AI ASIC.

Pertanyaan yang sering diajukan

Seberapa jauh prediksi TSMC untuk 1,5 triliun dolar pada 2030 lebih tinggi daripada konsensus pasar?

Zhang Xiaoqiang menyatakan bahwa prediksi TSMC adalah nilai pasar semikonduktor global mencapai 1,5 triliun dolar pada 2030, sementara sebelumnya pasar secara umum memperkirakan sekitar 1 triliun dolar. Prediksi TSMC lebih tinggi sekitar 50%, dengan selisih terutama disebabkan oleh estimasi yang lebih tinggi terhadap skala kebutuhan AI dan HPC.

Apa perbedaan posisi COUPE dan CoWoS?

CoWoS adalah teknologi advanced packaging yang saat ini digunakan TSMC untuk pengemasan memori bandwidth tinggi (HBM) dan chip AI, serta banyak digunakan pada akselerator AI seperti NVIDIA. Zhang Xiaoqiang memposisikan COUPE sebagai arah baru penting setelah CoWoS, dengan fokus pada terobosan teknologi interkoneksi fotonik yang melampaui batas transmisi sinyal elektronik. TSMC belum mengungkapkan spesifikasi teknis lengkap COUPE atau jadwal komersial.

Bagaimana dampak struktural transisi AI dari pelatihan ke inferensi terhadap kebutuhan chip TSMC?

Pada tahap inferensi, distribusi kebutuhan chip menjadi lebih luas. Permintaan tidak lagi hanya terpusat pada infrastruktur dasar untuk pelatihan dalam skala besar, melainkan menyebar ke server perusahaan, perangkat ujung, dan komputasi edge. Zhang Xiaoqiang menuturkan bahwa ini berarti cakupan calon pelanggan potensial untuk chip AI meluas secara signifikan, yang selanjutnya mendukung penggerak pertumbuhan jangka panjang industri semikonduktor.