Yapay zeka (AI) alanındaki hızlı gelişmeler ve özellikle ajan tabanlı iş akışlarının yaygınlaşması, token talebini rekor seviyelere taşıyarak hesaplama gücüne olan ihtiyacı katlanarak artırıyor. Anthropic gibi şirketlerin tek bir ayda milyarlarca dolar ek gelir elde etmesi, mevcut hesaplama kapasitesinin yetersizliğini gözler önüne seriyor. Son yıllarda yapılan büyük AI altyapı yatırımlarına rağmen, piyasada GPU bulmak giderek zorlaşıyor; hatta iki nesil öncesine ait Hopper GPU'ların bile fiyatları yükseliyor. Büyük bulut sağlayıcıları (hyperscaler) dahi daha fazla yatırım yapmak isteseler de, temel bir kısıtlamayla karşı karşıya: silikon tedariki. Gelişmiş mantık ve bellek üretim kapasitesi, mevcut hesaplama dağıtım hızını desteklemek için yetersiz kalıyor. ChatGPT'nin piyasaya sürülmesinden bu yana CoWoS paketleme ve veri merkezi güç kısıtlamaları gibi çeşitli engeller yaşansa da, sektör artık doğrudan silikon kıtlığı aşamasına girmiş durumda.
Bu silikon kıtlığının en büyük nedenlerinden biri, TSMC'nin N3 mantık wafer kapasitesindeki yetersizliktir. TSMC'nin N3 ailesi 2023'te gelir elde etmeye başlasa da, başlangıçta talep akıllı telefonlar ve PC'ler tarafından yönlendiriliyordu. İlk N3B varyantı verim sorunları ve yüksek maliyet nedeniyle zor bir başlangıç yaptı. Ancak, daha rahat bir varyant olan N3E süreci, daha az EUV katmanı ve dolayısıyla daha düşük maliyetle daha geniş bir benimseme sağladı. Apple (M3-M5 Mac çipleri, A17-A19 iPhone işlemcileri), Qualcomm (Snapdragon 8 Elite serisi), MediaTek (Dimensity SoC'ler) ve Intel (Lunar Lake, Arrow Lake işlemcileri) gibi büyük müşteriler N3E'yi kullanmaya başladı. Bugün itibarıyla N3 talebi ağırlıklı olarak tüketici elektroniği tarafından yönlendirilse de, 2026'da tüm ana AI hızlandırıcı aileleri N3'e geçiş yapacak ve bu tarihten itibaren AI, N3 talebinin büyük çoğunluğunu oluşturacak, ardından N2 ve ötesine geçiş başlayacak. Bu durum, AI sektörünün gelecekteki büyümesi için ciddi bir darboğaz oluşturuyor.
Yapay zeka teknolojilerinin hızla yayılmasıyla artan hesaplama gücü ihtiyacı, küresel çip üreticilerinin mevcut kapasitesini aşarak ciddi bir silikon tedarik kıtlığına yol açıyor ve bu durum, AI sektörünün gelecekteki büyümesini doğrudan etkiliyor.