Quý 4/2026: TSMC(TSM) ấn định sản xuất hàng loạt tiến trình A16 1,6nm

TSMC(TSM) của Đài Loan đã hoàn tất phát triển và kiểm chứng nền tảng tiến trình A16 1,6 nanomet tích hợp cấu trúc cấp nguồn mặt sau, đồng thời ấn định mốc sản xuất hàng loạt vào quý 4 năm 2026.

Chương trình Hội nghị chuyên đề VLSI IEEE·JSAP 2026 cho biết TSMC đã phát triển và kiểm chứng công nghệ nền tảng A16 ứng dụng đường dẫn nguồn Super Power Rail (SPR), đồng thời xác nhận thời điểm sản xuất hàng loạt là quý 4/2026. Tài liệu kỹ thuật chính thức của TSMC cũng mô tả A16 là tiến trình kết hợp bóng bán dẫn dạng tấm nano (nanosheet) với cấu trúc cấp nguồn mặt sau. (vlsi26.mapyourshow.com) (tsmc.com)

Điểm cốt lõi của A16 là cấu trúc cấp nguồn mặt sau, đưa hệ thống dây dẫn điện từ mặt trước chip sang mặt sau. Ở cấu trúc cũ, dây dẫn tín hiệu và dây dẫn điện cùng nằm ở mặt trước. Khi tiến trình càng thu nhỏ, mật độ dây dẫn càng tăng, khiến việc duy trì hiệu suất cấp điện trở nên khó khăn hơn.

TSMC cho biết ở A16, không gian dây dẫn mặt trước được dành riêng cho tín hiệu, trong khi việc cấp nguồn ở mặt sau giúp giảm sụt áp. Báo giới Đài Loan đưa tin cấu trúc này cấp nguồn trực tiếp vào vùng nguồn (source) và vùng máng (drain) của bóng bán dẫn.

Các số liệu hiệu năng cũng được công bố. TSMC cho biết so với tiến trình N2P, A16 tăng tốc độ 8-10% ở cùng mức điện áp, giảm tiêu thụ điện 15-20% ở cùng tốc độ, đồng thời có thể nâng mật độ chip tối đa 1,10 lần. Chương trình hội nghị VLSI cũng cho biết A16 phù hợp với các sản phẩm trí tuệ nhân tạo (AI) và điện toán hiệu năng cao (HPC).

Những con số này cho thấy trọng tâm của cuộc đua thu nhỏ tiến trình đang chuyển từ việc giảm độ rộng đường mạch đơn thuần sang cải thiện cấu trúc cấp nguồn và dây dẫn. Các chip tăng tốc AI và HPC có khối lượng tính toán lớn, tiêu thụ điện cao, nên cách phân chia đường tín hiệu và mạng cấp nguồn trên cùng một diện tích sẽ quyết định hiệu năng và hiệu suất.

Điểm đáng chú ý với chuỗi cung ứng bán dẫn AI là hiệu năng của các chip tăng tốc AI cỡ lớn không chỉ phụ thuộc vào tiến trình thu nhỏ. Cấp nguồn, dây dẫn tín hiệu, bộ nhớ băng thông cao (HBM) và công nghệ đóng gói tiên tiến đều gắn kết với nhau.

TokenPost trước đó đưa tin nền tảng Feynman của NVIDIA(NVDA) được nhắc tới cùng tiến trình A16 của TSMC, công nghệ xếp lớp ba chiều và đóng gói khoang quang học. Tuy nhiên, thông số cuối cùng và lịch trình cung ứng của Feynman vẫn là nội dung được đề cập trong các bài báo liên quan, chưa phải công bố chính thức từ NVIDIA(NVDA).

Kế hoạch đầu tư của TSMC cũng được công bố. Hãng thông tấn trung ương Đài Loan (CNA) đưa tin ngày 11, hội đồng quản trị TSMC đã phê duyệt ngân sách vốn khoảng 29,44 tỷ USD, phù hợp với kế hoạch năng lực sản xuất dài hạn và lộ trình phát triển công nghệ. Ngân sách này dự kiến dùng cho việc lắp đặt năng lực sản xuất công nghệ tiên tiến và xây dựng nhà máy. (focustaiwan.tw)

Điểm nghẽn về đóng gói vẫn cần được theo dõi thêm. Báo giới Đài Loan đưa tin năng lực sản xuất CoWoS của TSMC không đủ, khiến một phần đơn hàng đóng gói phải chuyển sang nhà máy Intel(INTC) tại Malaysia. CoWoS là công nghệ đóng gói tiên tiến dùng để kết nối các chip tính toán như GPU với HBM.

TokenPost cũng từng đưa tin TSMC đã sản xuất hàng loạt công nghệ đóng gói tiên tiến CoWoS với kích thước gấp 5,5 lần reticle và nâng tỷ lệ sản phẩm đạt chuẩn lên trên 98%. Các gói AI cỡ lớn đòi hỏi chip tính toán, HBM, đế nền và cấu trúc tản nhiệt phải được thiết kế đồng bộ, nên năng lực sản xuất công đoạn trước và sau đều phải khớp nhau.

Trong ngành có ý kiến cho rằng cấu trúc TSMC đảm nhận tiến trình tiên tiến còn một phần đóng gói hậu kỳ do các công ty khác đảm nhận có thể được nhắc tới thường xuyên hơn khi nhu cầu AI tăng lên. Tuy nhiên, việc từng khách hàng cụ thể có ứng dụng sản phẩm này hay không, cùng sản lượng thực tế, vẫn cần chờ thêm thông tin về thiết kế, tỷ lệ đạt chuẩn và năng lực đóng gói được công bố.

A16 là bước tiếp theo mà TSMC đưa ra trong tiến trình tiên tiến dành cho AI và HPC. Mốc thời gian được xác nhận hiện tại là sản xuất hàng loạt vào quý 4/2026, còn hiệu năng và sản lượng cung ứng thực tế cho từng sản phẩm của khách hàng sẽ phụ thuộc vào thông số sản phẩm và kế hoạch sản xuất được công bố sau này.