De Variabele Die Niemand Bestuurt: Waarom TSMC en NVIDIA Bepalen Welke AI-Toekomst We Krijgen

Door The Aether Council | Strategische Technologie- & Nationale Veiligheidsanalyse

De meeste AI-governancedebatten vinden één laag te hoog plaats.

Elk serieus raamwerk dat tussen 2021 en 2025 is gepubliceerd — de EU AI Act, het NIST AI Risk Management Framework, de Bletchley Declaration, China's Interim Measures for Generative AI, Biden's Executive Order 14110 — deelt een structurele blinde vlek die zo fundamenteel is dat elk van hen op zijn best voorwaardelijk handhaafbaar en op zijn slechtst strategisch decoratief wordt. Ze bespreken allemaal modellen. Ze bespreken allemaal trainingsdata, uitrolwaarborgen, rode lijnen en alignment-technieken. Geen van hen modelleert formeel de variabele die bepaalt of enig van die raamwerken überhaupt kan worden gehandhaafd.

Noem het The Intangible Fallacy: beleidsmakers die proberen gewichten, datasets en uitrolvangnetten te reguleren terwijl ze de enkele variabele negeren die dat beleid in de eerste plaats handhaafbaar maakt — het fysieke substraat waarop AI draait.

Software is inwisselbaar. Hardware is begrensd. Als je het fysieke silicium niet kunt beheersen, is je governanceraamwerk een suggestie.

Twee raamwerken maken dat probleem hanteerbaar:

The Compute Control Hierarchy (CCH) — de keten van hefboomwerking van grondstoffen tot clouduitrol, die identificeert welke actoren elke laag beheersen en wat die beheersing mogelijk maakt of verhindert.

Het Supply Chain Leverage Point (SCLP) Framework — de specifieke knelpunten waar één bedrijf of jurisdictie mondiale AI-ontwikkelingstrajecten kan wijzigen door één toewijzings-, weigerings-, licentie- of productiebeslissing.

De centrale conclusie is ongemakkelijk maar onvermijdelijk: TSMC en NVIDIA, samen met ASML en een kleine groep bedrijven uit geallieerde staten, oefenen momenteel meer praktische invloed uit op het tempo, de geografie en de handhaafbaarheid van AI-ontwikkeling dan de meeste formele AI-governance-instellingen. Niet omdat zij de regels schrijven. Omdat zij de knelpunten beheersen.

I. The Compute Control Hierarchy

De standaard AI-governancestack behandelt compute als een input. Dat is analytisch ontoereikend. Compute is geen generieke input. Het is een politiek gestructureerde toeleveringsketen, en beheersing op elke laag betekent iets anders.

Laag 1: Grondstoffen — Het Minerale Knelpunt

Het substraat van geavanceerde halfgeleiders vereist ultra-zuiver silicium, neongas, palladium, gallium, germanium en een portfolio aan zeldzame aardmetalen. Dit zijn geen uitwisselbare grondstoffen. Geavanceerde fabs vereisen inputs van buitengewone zuiverheid met nultolerantie voor verontreiniging.

China beheerst ongeveer 60% van de wereldwijde winning van zeldzame aardmetalen en 90% van de verwerking van zeldzame aardmetalen, volgens het IEA's 2023 Critical Minerals Report. In juli 2023 legde Peking exportcontroles op gallium en germanium op via MOFCOM — niet als embargo, maar als demonstratie. Een signaal dat Laag 1 selectief kan worden bewapend en gekalibreerd op specifieke escalatiedynamiek. De U.S. Geological Survey bevestigde dat de Verenigde Staten vrijwel geen binnenlandse raffineercapaciteit hebben voor beide elementen.

Neongas — essentieel voor excimerlasers in DUV-lithografie — werd historisch voor 45–54% betrokken uit Oekraïne. De Russische invasie van Oekraïne verbrak die aanvoer. De industrie heeft sindsdien gediversifieerd, maar het incident vestigde een precedent: een enkele geopolitieke schok op Laag 1 plant zich voort door elke stroomafwaartse laag zonder governancemechanisme om het te beheersen.

Japan beheerst cruciale aandelen in fotoresists en speciale chemicaliën via JSR, TOK en Shin-Etsu. Het mechanisme is kwaliteitsgebonden afhankelijkheid. Geavanceerde fabs kunnen geen lagere kwaliteit chemie substitueren zonder opbrengstverlies.

Governance-implicatie: Geen enkel AI-governanceraamwerk houdt rekening met de mogelijkheid dat een grondstoffenverstoring de wereldwijde AI-computeproductie gedurende 12–36 maanden kan beperken zonder substituut. Dit is Dependency Exposure Class I: een knelpunt waar getroffen actoren geen kortetermijnmitigatie hebben en geen institutioneel mechanisme voor gecoördineerde respons.

Laag 2: Fabricageapparatuur — Het Lithografische Knelpunt

Dit is het meest consequentiële enkele knelpunt in de gehele CCH, en het wordt beheerst door één bedrijf.

ASML Holding, gevestigd in Veldhoven, is de enige fabrikant van extreme ultraviolet (EUV) lithografiemachines ter wereld. De TWINSCAN NXE- en EXE-series zijn vereist om elke halfgeleider op 7nm of kleiner te fabriceren. Er is geen alternatieve leverancier en geen omweg. Canon en Nikon produceren DUV-systemen voor mature nodes, maar geen van beiden heeft een levensvatbaar EUV-programma. ASML's monopolie is niet een marktuitkomst die concurrentie zou kunnen eroderen — het is een gevolg van meer dan 20 jaar co-ontwikkeling met Zeiss SMT (EUV-optica tot sub-ångström-toleranties) en Trumpf (CO₂-lasers die EUV-licht genereren door gesmolten tindruppels te raken), wat meer dan €6 miljard aan R&D vertegenwoordigt voordat het eerste commerciële apparaat werd geleverd.

Elke NXE:3800E kost ongeveer €350–380 miljoen. De volgende generatie High-NA EXE:5000-serie, die sub-2nm-fabricage mogelijk maakt, kost vergelijkbaar — met eerste leveringen aan Intel en TSMC vanaf 2024–2025. ASML produceerde in 2023 ongeveer 53 EUV-systemen. De wereldwijde vraag overtreft het aanbod. De wachtlijst wordt gemeten in jaren.

In september 2023 eiste de Nederlandse overheid — onder aanhoudende Amerikaanse diplomatieke druk gecoördineerd via de trilaterale exportcontroleregeling met Japan — vergunningen voor de export van geavanceerde lithografie naar China. Het U.S. Bureau of Industry and Security maakt gebruik van de Foreign Direct Product Rule om ASML te dwingen machines op afstand te blokkeren of onderhoud te weigeren, waardoor hardware van honderden miljoenen euro's in dood gewicht verandert. Nieuwe verschepingen van geavanceerde apparatuur zijn effectief geblokkeerd.

Applied Materials, Lam Research en KLA beheersen essentiële depositie-, ets- en procescontrolegereedschappen in de Verenigde Staten. Tokyo Electron levert cruciale coater/developer- en etssystemen vanuit Japan. Dit is wat formeel The Allied Toolchain Denial Regime zou moeten worden genoemd: een coalitiegebaseerde exportcontrolearchitectuur waarin de VS, Nederland en Japan controles coördineren over de productieapparatuur die nodig is voor geavanceerde-nodefabricage.

Governance-implicatie: Het exportcontrolebesluit van de Nederlandse overheid is, in functionele termen, het meest consequentiële AI-governancebesluit dat tot op heden door enige overheid is genomen. Het bepaalt welke naties frontierships kunnen produceren. Geen AI-governance-orgaan had inbreng. Geen raamwerk modelleert het. Dit is Dependency Exposure Class II: een monopolieknelpunt waar de politieke positionering van één actor mondiale technologietrajecten bepaalt — en waar het governancebesluit wordt genomen via exportcontrolerecht, niet via AI-toezichtsmechanismen.

Laag 3: Waferfabricage — De Foundry

Dit is het hart van het systeem.

Taiwan Semiconductor Manufacturing Company (TSMC) fabriceert ongeveer 90% van 's werelds meest geavanceerde halfgeleiders op sub-7nm nodes. TSMC's N3- en N4/N5-procesnodes produceren de chips die frontier-AI aandrijven: NVIDIA's H100 (N4), H200 (N4) en Blackwell-architectuur B100/B200 (N4P), AMD's MI300X (N5/N6), Google's TPU v5-serie, Amazon's Trainium2 en Microsoft's Maia 100.

Samsung Foundry is de enige andere sub-5nm-actor, maar kampt met aanhoudende opbrengstproblemen. Intel Foundry Services is strategisch belangrijk maar blijft een inhaalspeler. GlobalFoundries stapte in 2018 uit de geavanceerde-noderace.

TSMC is niet slechts een fabrikant. TSMC is het fysieke substraat van frontier-AI. Elk groot AI-lab — OpenAI, Anthropic, Google DeepMind, Meta FAIR, xAI — is afhankelijk van chips uit TSMC's Fab 18 in Tainan en gerelateerde faciliteiten. TSMC's kapitaaluitgaven in 2024 bedroegen $28–32 miljard, het merendeel gericht op uitbreiding van geavanceerde nodes. De vraag van AI-klanten heeft allocatieschaarste gecreëerd. TSMC beslist hoeveel wafers elke klant per kwartaal ontvangt. Deze allocatiebeslissing is een van de meest consequentiële mechanismen voor middelverdeling in de wereldeconomie, genomen door het operationele planningsteam van een privébedrijf zonder enig publiek verantwoordingskader.

Dit creëert wat formeel The Taiwan Fabrication Concentration Problem zou moeten worden genoemd: een situatie waarin één eiland, via één bedrijf, een disproportioneel aandeel van 's werelds meest strategisch waardevolle productiecapaciteit herbergt.

Governance-implicatie: TSMC's capaciteitstoewijzing is de bindende beperking op het wereldwijde AI-computeaanbod. Geen overheid beoordeelt deze toewijzingen. Geen internationaal orgaan monitort ze. Dit is Dependency Exposure Class III: een fabricagemonopolie in een betwist geografisch gebied waar het governancegat totaal is.

Laag 4: Geavanceerde Packaging — De CoWoS-Vernauwing

Dit is de laag die de meeste beleidsdiscussies volledig missen.

Moderne AI-versnellers zijn niet alleen gefabriceerde chips. Hun prestaties zijn afhankelijk van geavanceerde packaging — specifiek CoWoS (Chip-on-Wafer-on-Substrate) en gerelateerde 2.5D/3D-integratietechnieken die GPU's koppelen aan HBM-stacks. CoWoS-capaciteit was een ernstiger knelpunt dan waferfabricage voor AI-chipproductie gedurende 2023–2024. TSMC heeft agressief uitgebreid — naar verluidt een verdrievoudiging van de CoWoS-capaciteit tot 2025 — maar de vraag blijft het aanbod overtreffen.

HBM wordt beheerst door een triopoly: SK Hynix (~53% van HBM3E), Samsung (~40–43%) en Micron (~4–7%, opschalend). SK Hynix is NVIDIA's voorkeursleverancier geweest en behaalde als eerste HBM3E-kwalificatie. Samsung kampte met opbrengst- en warmteafvoerproblemen, wat naar verluidt de NVIDIA-kwalificatie tot laat 2024 vertraagde.

Dit is The Packaging Bottleneck Reality: in frontier-AI is geavanceerde packagingcapaciteit een eersteorde strategische variabele. Een AI-versneller zonder CoWoS-integratie en HBM is geen inzetbare trainingschip.

Governance-implicatie: Geavanceerde packaging en HBM-aanbod zijn onzichtbaar voor elk AI-governanceraamwerk maar functioneren als harde plafonds op chipproductie. Dit is Dependency Exposure Class IV: een verborgen knelpunt dat beleidsanalisten niet kunnen zien omdat het te diep in de technische stack zit.

Laag 5: Chipdistributie — Het Veto van de Toewijzer

Zelfs nadat chips zijn gefabriceerd, worden ze niet neutraal toegewezen. Ze worden gerantsoeneerd.

NVIDIA heeft een geschat marktaandeel van meer dan 80% voor AI-trainingsversnellers. Zijn dominantie is niet louter een hardwareverhaal — het is een ecosysteemverhaal. CUDA, NVIDIA's propriëtaire parallel computing-platform dat voor het eerst in 2006 werd uitgebracht, is het de facto programmeermodel voor AI-workloads. Meer dan 4 miljoen ontwikkelaars gebruiken CUDA. Elk groot AI-framework — PyTorch, TensorFlow, JAX — is CUDA-geoptimaliseerd. AMD's ROCm en Intel's oneAPI zijn levensvatbare alternatieven maar kampen met een ecosysteemachterstand die in jaren wordt gemeten.

Tijdens de acute schaarste van 2023–2024 waren NVIDIA's toewijzingsbeslissingen niet puur marktgedreven. CEO Jensen Huang ging persoonlijk in gesprek met grote klanten — de hyperscalers, soevereine AI-programma's, geselecteerde startups. Het toewijzingsraamwerk prioriteerde naar verluidt volumecommitments van hyperscalers met langetermijninkoopovereenkomsten, strategische relaties en nationale veiligheidsoverwegingen waarbij de richtlijnen van de Amerikaanse overheid een factor waren.

NVIDIA ontwierp ook de A800 en H800 als China-specifieke varianten die voldeden aan de BIS-regels van oktober 2022 door de interconnectbandbreedte te verlagen tot onder de gecontroleerde drempels. Toen BIS de controles in oktober 2023 aanscherpte, werden die varianten niet-exporteerbaar. NVIDIA's naleving van exportcontroles — of de creatieve omzeiling ervan via gedegradeerde producten — bepaalt de effectiviteit van die controles.

NVIDIA is niet langer simpelweg een privaat technologiebedrijf. Het is The Corporate State Proxy. Wanneer het U.S. Department of Commerce de Chinese AI-ontwikkeling wil beperken, schrijft het een prestatiedichtheidsdrempel die specifiek is ontworpen om NVIDIA te dwingen zijn productarchitectuur te wijzigen. NVIDIA's nalevingsmechanismen en toewijzingsgrafieken zijn de daadwerkelijke handhavingsarm van Amerikaans AI-beleid. Dit is The Private-Sovereign Entanglement Problem: de commerciële beslissingen van een privébedrijf hebben strategische gevolgen op soeverein niveau, terwijl het bedrijf opereert onder geen enkel governanceraamwerk dat evenredig is aan die gevolgen.

Governance-implicatie: NVIDIA is een van de meest consequentiële governanceactoren in AI vandaag. Geen governanceraamwerk modelleert het als zodanig. Dit is Dependency Exposure Class V: een distributieknelpunt waar marktstructuur de toegang tot frontiercapaciteit bepaalt.

Laag 6: Cloudinfrastructuur — De Soevereine Cloudlaag

De laatste laag is waar compute een oproepbare dienst wordt in plaats van een verscheept object.

AWS, Microsoft Azure, Google Cloud en Oracle Cloud beheren de datacenters waar AI-training en -inferentie plaatsvinden. Deze bedrijven dienen ook als voorkeurskanalen voor exportconforme toegang — het mechanisme is jurisdictioneel gecontroleerde computetoegang in plaats van onbeperkt fysiek bezit.

De verticale integratie van cloudaanbieders met frontier-AI-labs creëert een structuur die geen neutrale marktplaats is. De exclusieve relatie van Microsoft met OpenAI, de integratie van DeepMind door Google en de investering van $4 miljard door Amazon in Anthropic (met AWS als voorkeurs-cloudaanbieder) betekenen dat cloudcomputetoewijzing is gebonden aan strategische partnerschappen, aandelenbelangen en preferentiële toegangsovereenkomsten.

Voor AI-startups en academische onderzoekers die niet gelieerd zijn aan een hyperscaler is compute het primaire knelpunt — meer dan talent, meer dan data, meer dan financiering. De National AI Research Resource-pilot, gelanceerd in januari 2024, ligt ordes van grootte onder wat frontiertraining vereist.

Governance-implicatie: De prijs-, toewijzings- en partnerschapsbeslissingen van de hyperscalers functioneren als de facto AI-ontwikkelingsbeleid. Hun verticale integratie met frontier-labs creëert een structureel belangenconflict dat geen enkel governanceraamwerk adresseert.

Laag 7: Edge- en Inferentie-uitrol

Een zevende laag, opkomend en steeds belangrijker: AI-governance moet rekening houden met de verschuiving van gecentraliseerde cloudinferentie naar uitrol op het apparaat. Gekwantiseerde en gedistilleerde modellen — Meta's Llama 3-familie, Mistral's modellen — kunnen draaien op consumenten-hardware. Dit distribueert AI-capaciteit voorbij het datacenter en bemoeilijkt elk governanceregime dat afhankelijk is van het centraal monitoren van computegebruik. Gecentraliseerde compute-gebaseerde governance blijft de bindende beperking voor training; voor inferentie wordt het progressief minder handhaafbaar.

II. Het Supply Chain Leverage Point Framework

Het SCLP-framework stelt een moeilijkere vraag: waar, precies, kan één actor één beslissing nemen die het mondiale AI-traject verandert?

Een SCLP moet aan drie criteria voldoen: monopolie of bijna-monopoliecontrole op het knooppunt (>60% zonder substitueerbaar alternatief binnen 24 maanden), geen haalbare omweg binnen het relevante tijdskader, en een beslissingsruimte die opties omvat die de mondiale AI-capaciteit materieel zouden wijzigen.

Er bestaan vijf primaire SCLP's per 2025:

|------|-------|-------------------|---------------------|

De cruciale observatie: SCLP's 1, 2 en 4 bevinden zich allemaal binnen de eerste eilandenketen van de westelijke Stille Oceaan. Nederland is de uitzondering, maar ASML's sub-toeleveringsketen is sterk afhankelijk van Oost-Aziatische componenten. De fysieke infrastructuur van frontier-AI is geconcentreerd in het meest betwiste geopolitieke theater ter wereld.

Beheersing op elke sport cascadeert: ASML houdt EUV in → TSMC stelt 3nm-lijnen stil → NVIDIA rantsoenert H100's → xAI vertraagt zijn volgende supercluster. De CCH is geen theoretische abstractie. Het is de daadwerkelijke causale structuur van mondiale AI-capaciteit.

III. The Substrate Shock Doctrine: Wat Er Van De Ene Op De Andere Dag Gebeurt

Elk serieus AI-governancegesprek moet de Taiwan-contingentie modelleren. Niet omdat een invasie zeker is. Omdat het gehele frontier-computesysteem architecturaal is gebaseerd op TSMC's ononderbroken werking.

Scenario A: Blokkade

Een marine- en luchtblokkade van Taiwan door de Volksrepubliek China zou TSMC's toeleveringsketen verstoren zonder TSMC direct aan te vallen. TSMC's fabs vereisen continue inputs: fotoresists van JSR en Tokyo Ohka Kogyo, etsmiddelen van Stella Chemifa, gassen, fotomaskers, reserveonderdelen voor EUV- en DUV-apparatuur — allemaal voornamelijk afkomstig uit Japan. Een blokkade die maritieme en luchtlogistiek afsnijdt, dwingt TSMC om voorraden ter plaatse aan te spreken. Schattingen uit de industrie suggereren 2–8 weken operationele continuïteit voordat kritieke inputs zijn uitgeput.

Binnen 30–60 dagen zou TSMC's geavanceerde-nodeoutput beginnen af te nemen. Binnen 90 dagen zou het nul naderen voor nieuwe waferstarts. Bestaande voorraad — opgeslagen bij NVIDIA, hyperscalers, distributeurs — zou het totale beschikbare aanbod worden. Een eindige en snel slinkende voorraad.

Scenario B: Directe Militaire Actie

Fysieke vernietiging van TSMC's geavanceerde fabs zou een catastrofaal en effectief onomkeerbaar verlies vertegenwoordigen. Een enkele geavanceerde fab vertegenwoordigt $15–20+ miljard aan kapitaalinvestering en 3–5 jaar bouw- en kwalificatietijd. De ingebedde kennis — procesrecepten, opbrengstoptimalisatiedata, expertise van het personeelsbestand — kan niet worden gereconstrueerd uit blauwdrukken. De wereldwijde productiecapaciteit voor frontier-AI-chips zou worden geëlimineerd voor minimaal 3–7 jaar, zelfs onder een optimistisch scenario waarin Intel, Samsung en TSMC's overzeese fabs in Arizona, Kumamoto en Dresden snel werden versneld.

De Strategische Implicatie

Een Taiwan-contingentie zou AI-ontwikkeling niet slechts vertragen. Het zou een discontinuïteit creëren — een stapfunctiereductie in het wereldwijde frontier-computeaanbod die jaren aanhoudt. Elk AI-governanceraamwerk dat is gebaseerd op continue capaciteitsschaling (tijdlijnen voor alignment-onderzoek, regulatoire aanpassingscycli, internationale coördinatiemechanismen) zou van de ene op de andere dag ongeldig worden.

Dit is The Overnight Capability Reordering Scenario: een geopolitieke schok wist AI-capaciteit niet gelijkmatig uit. Het bevoordeelt actoren met de grootste bestaande geïnstalleerde basis, chipvoorraden, beveiligde cloudtoegang en binnenlandse politieke prioriteit. Een Taiwancrisis zou AI onmiddellijk transformeren van een groeimarkt naar een gerantsoeneerd strategisch goed — en de actoren die pre-conflictsilicium in handen hebben zouden de nieuwe compute-aristocratie vormen.

Dit is ook waarom de U.S. CHIPS and Science Act van 2022 — $52,7 miljard voor halfgeleiderfabricage-incentives, R&D en personeelsontwikkeling — niet primair een economisch ontwikkelingsprogramma is. Het is een nationale veiligheidshedge tegen dit scenario. Het is ook, volgens de analyse van de CCH, ontoereikend in schaal en snelheid. De totale geavanceerde-nodecapaciteit geleverd door in de VS gevestigde fabs tot 2028–2030 zal een klein deel blijven van wat TSMC vandaag in Taiwan opereert.

IV. Het Regulatory Sieve Effect: Werken Exportcontroles?

De eerlijke beoordeling: gedeeltelijk, ongelijkmatig, en effectiever op het productieplafond dan op kortetermijntoegang.

Het BIS heeft drie grote controlerondes geïmplementeerd. Oktober 2022 beperkte de export van geavanceerde logicachips boven prestatiedrempels, EUV-lithografieapparatuur en Amerikaanse personen die geavanceerde halfgeleiderfabricage in China ondersteunen — het meest agressieve gebruik van exportcontroles voor technologieontzegging sinds CoCom. Oktober 2023 sloot de A800/H800-maas door prestatiedichtheidsdrempels te verlagen en gecontroleerde items te verbreden. 2024 en doorlopend voegde entity list-aanduidingen en beperkingen op geavanceerde packagingapparatuur toe.

Waar controles werken: China kan niet binnenlands vooraanstaande AI-chips produceren. SMIC's 7nm-klasse N+2-proces gebruikt DUV multi-patterningtechnieken die opbrengstbeperkt, kostbaar en niet economisch schaalbaar zijn. Zonder EUV is fabricage op 5nm en kleiner tegen concurrerende opbrengsten niet haalbaar. China's binnenlandse apparatuurfabrikanten — SMEE voor lithografie, Naura en AMEC voor ets en depositie — lopen meerdere technologiegeneraties achter op ASML, Applied Materials, Lam Research, KLA en Tokyo Electron.

Waar controles niet werken: Chinese bedrijven deden aan tijdsarbitrage en sloegen honderdduizenden NVIDIA A100's in voordat beperkingen van kracht werden. Entiteiten krijgen toegang tot geavanceerde compute via shellbedrijven in Zuidoost-Azië, het Midden-Oosten en Centraal-Azië. Chinese AI-onderzoekers hebben nog steeds toegang tot compute via niet-Amerikaanse cloudaanbieders in niet-gedekte jurisdicties. Huawei's Ascend 910B, gefabriceerd door SMIC, levert ruwweg 60–80% van de A100-trainingsprestaties tegen lagere opbrengsten en hogere kosten — een binnenlandse bodem waaronder Chinese AI-capaciteit niet zal vallen, ongeacht de controles.

Dit is The Regulatory Sieve Effect: het mechanisme is poreus. Het exportcontroleregime vertraagt, maar ontzegt geen computetoegang. Je kunt een API-aanroep niet met douanebeambten embargeren. Totdat cloudaanbieders wettelijk verplicht worden om cryptografische KYC te implementeren op hypervisorniveau, blijft Compute Arbitrage — het huren van H100-instances via offshore shell-entiteiten bij westerse of Midden-Oosterse cloudaanbieders — structureel beschikbaar.

Dit produceert The Threshold Evasion Cycle: regelgevers definiëren een prestatiegrens; bedrijven herontwerpen producten om commercieel bruikbaar te blijven terwijl ze technisch conform zijn; regelgevers updaten controles; bedrijven herontwerpen opnieuw. De cyclus begunstigt de ontwijker boven de regelgever.

Netto-beoordeling: de controles slagen erin China's toegang tot de frontier van AI-compute te vertragen, waarschijnlijk met 2–4 jaar voor chipontwerp en 5–10+ jaar voor binnenlandse fabricage van equivalente capaciteiten op schaal. Ze bereiken niets dat lijkt op volledige ontzegging.

V. Het Soevereine Siliciumtraject: China's Realistische Onafhankelijkheidstijdlijn

China's programma voor halfgeleider-zelfvoorziening is de grootste staatsgestuurde industriële beleidsinspanning sinds het Sovjet-ruimtevaartprogramma, gedreven door dezelfde fundamentele motivatie: strategische kwetsbaarheid die het nationale leiderschap als existentieel beschouwt.

Het National Integrated Circuit Industry Investment Fund — het Big Fund — heeft $19 miljard (Fase I, 2014), $28,9 miljard (Fase II, 2019) en $47,5 miljard (Fase III, 2024) ingezet — de grootste enkele tranche halfgeleiderinvesteringskapitaal die ooit door enige overheid is samengesteld. De totale directe staatsinvestering via alleen het Big Fund overschrijdt $95 miljard, aangevuld met provinciale fondsen en staatsgestuurd krediet dat de totale ondersteuning tot ruim boven $150 miljard brengt tot 2030.

Waar China echte vooruitgang heeft geboekt: Fabricage op mature nodes bij 28nm en groter nadert zelfvoorziening. Chinese fabless-ontwerpbedrijven — HiSilicon, Cambricon, Biren, Moore Threads — hebben competente en in sommige gevallen innovatieve architecturen gedemonstreerd. Standaard OSAT-packaging is mondiaal concurrerend.

Waar structurele barrières aanhouden: EUV-lithografie is het moeilijkste probleem en de meest duurzame barrière. SMEE heeft een 28nm DUV-immersietool gedemonstreerd — ongeveer 15 jaar achter op ASML's huidige capaciteit. Het ontwikkelen van binnenlandse EUV vereist niet alleen de scanner maar de gehele sub-toeleveringsketen: EUV-lichtbronnen (Trumpf-equivalent), EUV-optica (Zeiss SMT-equivalent met sub-ångström-oppervlakteprecisie), EUV-pellicles, EUV-compatibele fotoresists. Er bestaat geen geloofwaardige tijdlijn voor China om binnenlandse EUV-capaciteit te bereiken vóór begin tot midden jaren 2030 op zijn vroegst. EDA-tools van Synopsys en Cadence lopen 5–10 jaar voor op Chinese alternatieven. Procesengineering-talent — de stilzwijgende kennis van opbrengstengineering en defectanalyse die leeft in het personeel opgeleid bij TSMC, Samsung en Intel — kost een generatie om op te bouwen, niet een financieringscyclus.

Realistische tijdlijn: Dit is de Semiconductor Catch-Up Time Constant — kapitaal versnelt vooruitgang, maar kan niet elke laag van industrieel leren op commando comprimeren.

| Capaciteit | Verwachte Binnenlandse Verwezenlijking |

|------------|--------------------------------------|

| Zelfvoorziening mature nodes (28nm+) | Nu lopend |

| Betekenisvolle vernauwing geavanceerde AI-versnellers | Eind jaren 2020, specifieke niches