Trend Cip Global 2026: Implikasi Besar Untuk AI Pembuatan

AI dalam Pembuatan (Elektronik, Automotif, Semikonduktor)••By 3L3C

Industri cip global sedang memacu AI dalam pembuatan. Dari RISC‑V, HBM hingga keselamatan perkakasan, ini implikasi langsung untuk kilang elektronik dan automotif Malaysia.

AI dalam pembuatansemikonduktorkilang pintarautomotifelektronikkeselamatan siber industri
Share:

Mengapa kilang Malaysia perlu ambil serius berita cip minggu ini

216 bilion dolar – itu anggaran hasil pasaran semikonduktor global untuk suku ketiga 2025 sahaja. Kadar pertumbuhan sekitar 15% suku ke suku menunjukkan satu perkara: perlumbaan cip untuk AI sedang memecut, dan siapa yang lambat akan tertinggal jauh.

Bagi Malaysia, yang bergantung kuat pada industri E&E dan automotif, ini bukan sekadar berita global. Ia petunjuk langsung bagaimana AI dalam pembuatan – dari kilang elektronik di Penang hingga plant automotif di Tanjung Malim – akan berubah sepanjang 2026.

Dalam artikel ini, saya rangkum dan tafsir perkembangan utama minggu ini dalam industri cip dunia, kemudian kaitkan terus dengan peluang dan risiko untuk pengilang di Malaysia. Fokusnya: elektronik, automotif dan semikonduktor.

1. Keselamatan cip: Asas baru untuk smart factory AI

Perkembangan terpenting minggu ini dari sudut kilang pintar bukan sekadar prestasi cip, tapi keselamatan pada aras perkakasan.

Arteris + Cycuity: Data dalam kilang tak lagi “percuma” untuk diintip

Arteris mengumumkan rancangan mengambil alih Cycuity, syarikat yang fokus pada hardware security assurance untuk semikonduktor. Terjemahan mudah untuk pengilang:

Laluan data di dalam cip – antara CPU, accelerator AI, memori dan I/O – akan semakin mudah untuk diuji, diaudit dan dipastikan selamat dari awal reka bentuk.

Dalam konteks smart factory:

  • Sistem MES, SCADA, PLC moden dan robot industri banyak bergantung pada SoC dan MCU kompleks.
  • Apabila modul keselamatan perkakasan jadi standard dalam IP interconnect, risiko manipulasi data sensor, kawalan robot atau resepi proses dapat dikurangkan.

Untuk kilang elektronik atau automotif yang sudah pasang ratusan kamera vision AI dan sensor IoT di line produksi, implikasinya jelas:

  1. Rantaian bekalan cip perlu dipantau dari sudut keselamatan, bukan hanya kos dan prestasi.
  2. Spesifikasi masa depan untuk mesin baru wajar menilai:
    • ada sokongan secure boot?
    • perlindungan bus dalaman?
    • mekanisme pengesahan firmware?

PCIe, IoT dan amaran keselamatan yang tak boleh diabaikan

Pada masa sama, PCI‑SIG mengeluarkan amaran berkaitan kerentanan keselamatan untuk PCIe 5.0. Dalam persekitaran data center biasa ini sudah membimbangkan, tetapi dalam kilang yang guna server edge untuk AI vision, predictive maintenance dan digital twin, risiko ini berganda kerana:

  • Banyak peranti PCIe (GPU, accelerator AI, capture card) berada dalam rangkaian OT/IT yang sering kurang dipantau seketat sistem kewangan.
  • Serangan pada aras PCIe boleh memberi akses dalam ke memori sistem dan model AI yang melatih algoritma kawalan proses.

Tambahan pula, startup seperti SandGrain membangunkan identity perkakasan untuk IoT, manakala MITRE menerbitkan penilaian terkini untuk solusi cybersecurity perusahaan. Trendnya jelas:

AI dalam pembuatan tidak boleh dianggap matang jika keselamatan perkakasan dan rangkaian industri masih tahap “asal jalan”.

Apa yang praktikal untuk pengilang Malaysia sekarang?

  • Wajibkan vendor mesin dan robot menyatakan komponen keselamatan perkakasan yang digunakan.
  • Selaraskan pasukan OT dan IT untuk semak risiko PCIe, firmware dan IoT device di kilang.
  • Masukkan klausa secure silicon dalam kontrak mesin baru mulai 2026.

2. RISC‑V, analog AI dan CPU baharu: Otak kepada kilang AI

AI dalam pembuatan bergantung kepada dua perkara: otak perkakasan yang betul, dan perisian yang pandai guna otak itu. Minggu ini ada tiga perkembangan besar yang patut menarik perhatian pengilang.

Qualcomm + Ventana: RISC‑V masuk kelas pusat data

Qualcomm membeli Ventana Micro Systems, pembangun CPU RISC‑V kelas pusat data. Ini petanda bahawa:

  • RISC‑V bukan lagi mainan akademik atau MCU kecil; ia mula menjadi enjin untuk workload berat seperti AI, analitik masa nyata dan kawalan awan.
  • Untuk pengilang, ini membuka peluang platform AI yang lebih boleh dikustom bagi aplikasi seperti:
    • pengoptimuman jadual produksi multi-kilang,
    • simulasi HPC untuk reka bentuk produk,
    • analitik kualiti merentas ratusan mesin.

Bagi syarikat Malaysia yang membina mesin khas atau sistem automasi sendiri, ekosistem RISC‑V bermakna:

  • Lesen IP lebih fleksibel berbanding arkitektur tertutup.
  • Peluang membangunkan controller AI tersuai untuk mesin SMT, handler semikonduktor atau line pemasangan automotif.

Unconventional AI dan analog AI: Mengurangkan bil elektrik AI

Unconventional AI memperoleh pembiayaan sekitar USD475 juta untuk membangun cip AI analog yang direka bersama algoritma dan perisian. Kenapa ini penting untuk kilang?

  • Model AI untuk vision, predictive maintenance dan pengoptimuman proses biasanya intensif penggunaan GPU.
  • Banyak kilang Malaysia menghadapi had bekalan kuasa di zon perindustrian dan kos elektrik yang makin meningkat.

Cip analog AI yang jauh lebih cekap tenaga memberi beberapa kelebihan:

  • Sistem vision untuk pemeriksaan kualiti di setiap stesen boleh dijalankan pada modul kecil berkuasa rendah, bukan server besar.
  • Robot mudah alih, AGV dan sistem inspeksi mudah alih mendapat tempoh operasi bateri lebih panjang.

Rivian dan pemproses kenderaan 5nm: Petanda masa depan automotif tempatan

Rivian memperkenalkan pemproses 5nm in‑house berasaskan Arm Cortex‑A720AE V9, dioptimumkan untuk AI fizikal berasaskan visi. Untuk Malaysia yang menjadi hab pembuatan komponen automotif dan elektronik kenderaan, mesejnya terang:

OEM automotif global bergerak pantas ke arah platform kenderaan yang sangat bergantung pada AI vision dan cip tersuai.

Kesan kepada ekosistem tempatan:

  • Pembekal Tier‑1/2 Malaysia perlu bersedia untuk komponen dengan keperluan signal integrity, thermal dan keselamatan lebih ketat.
  • Kilang automotif yang ingin kekal kompetitif mesti mula bereksperimen dengan sistem bantuan pemandu berasaskan AI (ADAS), line pemasangan fleksibel dan simulasi digital twin.

3. Photonics, HBM dan 3D cip: Infrastruktur kilang AI generasi seterusnya

AI industri yang serius – contohnya latihan model untuk pengoptimuman global atau simulasi termal wafer – memerlukan infrastruktur perkakasan yang sangat pantas dan cekap. Beberapa berita minggu ini menunjukkan di mana arah teknologi sedang pergi.

UMC dan silicon photonics: Jalur lebar cahaya ke dalam fab

UMC melesenkan proses silicon photonics iSiPP300 daripada imec. Silicon photonics membolehkan:

  • pemindahan data berkelajuan tinggi menggunakan cahaya di atas wafer CMOS,
  • integrasi transceiver optik terus dalam cip atau modul.

Untuk pengilang Malaysia, terutama dalam backend semikonduktor dan elektronik berkelajuan tinggi:

  • Sistem AI untuk analisis data ujian wafer dan paket akan memerlukan interkoneksi optik apabila jumlah data terus melonjak.
  • Photonics on‑chip juga membuka peluang produk baru: modul komunikasi optik untuk data center, 5G/6G dan automotif.

JEDEC SPHBM4: Kelajuan HBM tanpa kos packaging ekstrem

HBM4 biasanya memerlukan interposer silikon yang mahal. SPHBM4 – standard baharu yang dibangunkan JEDEC – menggunakan DRAM yang sama tetapi dengan interface base die yang boleh dipasang pada substrat organik biasa.

Implikasi kepada kilang yang buat sistem AI industri:

  • Pengeluar server edge dan appliance AI untuk kilang boleh mendapat bandwidth seperti HBM dengan kos packaging lebih rendah.
  • Ini memudahkan pemasangan cluster AI dalam kilang (on‑prem) untuk memproses video, data sensor dan log proses tanpa bergantung 100% kepada awan.

3D cip, HBM‑on‑GPU dan penyejukan: Lesson penting untuk reka bentuk mesin

Imec membentang kajian tentang 3D HBM‑on‑GPU dan teknik mitigasi haba di IEDM. Intinya:

  • 3D stacking meningkatkan prestasi, tetapi suhu GPU semasa latihan AI boleh menjadi penghalang utama.
  • Dengan reka bentuk sistem dan strategi thermal yang betul, puncak suhu dapat dikurangkan dengan ketara.

Untuk pengilang:

  • Kabinet AI di lantai produksi perlu direka dengan pengurusan haba kelas pusat data.
  • Startup seperti Corintis yang membangunkan penyejukan cecair mikro terus‑ke‑cip menandakan bahawa air‑cooling tradisional akan semakin kurang mencukupi untuk workload AI berat.

4. Dinamika geopolitik cip dan kesannya kepada kilang Malaysia

AI dalam pembuatan bergantung pada rantai bekalan cip global yang kini sangat dipengaruhi dasar kerajaan.

H200 Nvidia, China dan dasar eksport

Amerika Syarikat membenarkan Nvidia menjual cip H200 ke syarikat China yang diluluskan dengan fi 25%. Pada masa sama, terdapat laporan pembelian melalui pasaran kelabu.

Apa kaitannya dengan kilang di Batu Kawan atau Kulim?

  • Jika projek AI anda bergantung kepada GPU kelas data center, ketersediaan dan harga boleh berubah mendadak bergantung keputusan geopolitik.
  • Strategi lebih selamat untuk kilang adalah:
    • gabungkan GPU high‑end dengan NPU/accelerator khusus,
    • gunakan model AI lebih cekap,
    • dan rancang bekalan multi‑vendor.

Pelaburan gergasi Korea, EU dan inisiatif tempatan

Korea Selatan merancang pelaburan sekitar USD534 bilion untuk penyelidikan semikonduktor; EU pula meluluskan ratusan juta euro untuk kilang baharu GlobalFoundries dan X‑FAB.

Dalam masa yang sama, di Malaysia:

  • Universiti Teknologi Malaysia dan Infineon melancarkan UTM–Infineon Innovation Launchpad untuk penyelidikan dan pembangunan bakat semikonduktor dan AI.
  • Ini selari dengan keperluan industri: syarikat seperti Intel dan Infineon di Malaysia sudah bergerak ke arah pembuatan bernilai tambah tinggi dengan integrasi AI yang mendalam.

Realitinya, Malaysia tak boleh menandingi jumlah pelaburan Korea atau EU. Tetapi kita boleh fokus pada tiga kekuatan:

  1. Rangkaian pengilang EMS dan OSAT yang kukuh – sesuai untuk guna AI bagi menaikkan kecekapan.
  2. Tenaga kerja kejuruteraan kos kompetitif – jika digabung dengan pusat latihan seperti sekolah reka bentuk cip Arm yang dirancang di Korea, model seumpamanya boleh diadaptasi di sini.
  3. Posisi neutral dari sudut geopolitik – sesuai sebagai lokasi pembuatan untuk pelanggan yang mahu kepelbagaian lokasi di luar negara kuasa besar.

5. Apa pengilang Malaysia boleh buat pada 6–12 bulan akan datang

Melihat semua perkembangan – dari RISC‑V, analog AI, HBM, photonics, keselamatan perkakasan hingga geopolitik – persoalan utama ialah: apa langkah praktikal untuk pengilang di Malaysia?

Berikut pendekatan yang saya lihat paling realistik untuk 2026.

1) Naik taraf strategi AI kilang daripada “projek” kepada “pelan jalan”

  • Tetapkan peta jalan 24–36 bulan untuk AI kilang: vision, kualiti, OEE, logistik dalaman, dan perancangan pengeluaran.
  • Pastikan peta jalan itu menyebut keperluan perkakasan secara jelas: CPU, GPU, NPU, storan, rangkaian dan penyejukan.

2) Masukkan keselamatan perkakasan sebagai kriteria tender

  • Dalam RFP untuk mesin baharu, tambah seksyen “AI & Semiconductor Security” yang merangkumi:
    • sokongan secure boot dan TPM/identity cip,
    • kemampuan remote attestation,
    • kemas kini firmware selamat.
  • Audit vendor mengikut standard ini, bukan hanya harga dan throughput.

3) Cuba model rintis infrastruktur AI yang lebih cekap tenaga

  • Mulakan projek perintis menggunakan:
    • accelerator AI berkuasa rendah atau modul edge AI,
    • penyejukan hibrid (air + liquid) untuk rak AI paling berat,
    • pengurusan tenaga cerdas berdasarkan beban AI.
  • Ukur metrik seperti kWh per lot produk, bukan hanya masa kitaran.

4) Bangun bakat dalaman yang faham perkakasan dan AI serentak

  • Hantar jurutera proses dan IT untuk program yang mirip dengan kerjasama UTM–Infineon: gabungan semikonduktor, data dan AI.
  • Galakkan pasukan kejuruteraan menyertai webinar, persidangan dan latihan berkaitan chiplet, RISC‑V dan photonics.

5) Rancang kerjasama dengan pemain global yang sedang berkembang

Daripada cuba buat semuanya sendiri, lebih praktikal untuk:

  • bekerjasama dengan vendor yang sedang agresif dalam AI kilang (contoh: Siemens + GlobalFoundries yang menggunakan AI untuk automasi fab),
  • jadikan kilang Malaysia sebagai tapak rintis serantau untuk teknologi AI pembuatan mereka.

Ini cara lebih cepat untuk memanfaatkan perkembangan global tanpa perlu menanggung semua kos R&D.

Penutup: 2026 bakal jadi tahun “AI serious” dalam pembuatan

Berita minggu ini menunjukkan satu pola konsisten: AI dan semikonduktor semakin rapat dengan dunia pembuatan – daripada keselamatan SoC, CPU RISC‑V pusat data, HBM4 dalam pakej biasa, sehinggalah photonics dan penyejukan cecair.

Bagi Malaysia, dengan asas kukuh dalam pembuatan elektronik, automotif dan semikonduktor, peluangnya besar. Tetapi faedah sebenar hanya akan diraih oleh kilang yang:

  • mula ambil berat tentang keselamatan cip dan infrastruktur AI,
  • berani menguji teknologi baru seperti edge AI cekap tenaga,
  • dan melabur dalam bakat yang faham kedua‑dua dunia: pembuatan dan AI.

Soalannya sekarang bukan lagi perlukah kita bawa AI ke kilang, tetapi sejauh mana pantas kita boleh sejajarkan strategi pembuatan dengan arah baru industri cip global.