A Variável Que Ninguém Está a Governar: Porque é que a TSMC e a NVIDIA Controlam Qual Futuro de IA Teremos

Por The Aether Council | Análise de Tecnologia Estratégica e Segurança Nacional

A maioria dos debates sobre governança de IA está a acontecer uma camada acima do necessário.

Todos os quadros regulatórios sérios publicados entre 2021 e 2025 — o EU AI Act, o NIST AI Risk Management Framework, a Bletchley Declaration, as Interim Measures for Generative AI da China, a Executive Order 14110 de Biden — partilham um ponto cego estrutural tão fundamental que os torna, na melhor das hipóteses, contingentemente aplicáveis e, na pior, estrategicamente decorativos. Todos discutem modelos. Todos discutem dados de treino, salvaguardas de implementação, linhas vermelhas e técnicas de alinhamento. Nenhum deles modela formalmente a variável que determina se algum desses quadros regulatórios pode sequer ser aplicado.

Chamemos-lhe The Intangible Fallacy: decisores políticos a tentar regular pesos, conjuntos de dados e barreiras de implementação enquanto ignoram a única variável que torna essas políticas aplicáveis em primeiro lugar — o substrato físico onde a IA é executada.

O software é fungível. O hardware é limitado. Se não se consegue controlar o silício físico, o quadro de governança é uma sugestão.

Dois quadros conceptuais tornam esse problema tratável:

The Compute Control Hierarchy (CCH) — a cadeia de alavancagem desde as matérias-primas até à implementação na nuvem, identificando quais atores controlam cada camada e o que esse controlo permite ou nega.

The Supply Chain Leverage Point (SCLP) Framework — os pontos de estrangulamento específicos onde uma única empresa ou jurisdição pode alterar as trajetórias globais de desenvolvimento de IA através de uma única decisão de alocação, negação, licenciamento ou produção.

A conclusão central é desconfortável mas inevitável: a TSMC e a NVIDIA, juntamente com a ASML e um pequeno conjunto de empresas de estados aliados, exercem atualmente mais influência prática sobre o ritmo, a geografia e a aplicabilidade do desenvolvimento de IA do que a maioria das instituições formais de governança de IA. Não porque escrevam as regras. Porque controlam os estrangulamentos.

I. The Compute Control Hierarchy

O modelo padrão de governança de IA trata o poder computacional como um input. Isso é analiticamente inadequado. O poder computacional não é um input genérico. É uma cadeia de abastecimento politicamente estruturada, e o controlo em cada camada significa algo diferente.

Camada 1: Matérias-Primas — O Ponto de Estrangulamento Mineral

O substrato dos semicondutores avançados requer silício de pureza ultra-elevada, gás néon, paládio, gálio, germânio e um portfólio de elementos de terras raras. Estes não são mercadorias intercambiáveis. As fábricas avançadas requerem inputs de pureza extraordinária com tolerância zero à contaminação.

A China controla aproximadamente 60% da mineração global de terras raras e 90% do processamento de terras raras, segundo o Relatório de Minerais Críticos de 2023 da IEA. Em julho de 2023, Pequim impôs controlos de exportação sobre gálio e germânio através do MOFCOM — não como embargo, mas como demonstração. Um sinal de que a Camada 1 pode ser armada seletivamente e calibrada para dinâmicas de escalada específicas. O U.S. Geological Survey confirmou que os Estados Unidos têm capacidade de refinação doméstica próxima de zero para ambos os elementos.

O gás néon — crítico para lasers excímeros na litografia DUV — era historicamente 45–54% proveniente da Ucrânia. A invasão russa da Ucrânia cortou esse fornecimento. A indústria diversificou-se desde então, mas o episódio estabeleceu um precedente: um único choque geopolítico na Camada 1 propaga-se por todas as camadas subsequentes sem qualquer mecanismo de governança para o gerir.

O Japão controla quotas críticas de fotorresinas e químicos especializados através da JSR, TOK e Shin-Etsu. O mecanismo é a dependência controlada pela qualidade. As fábricas avançadas não conseguem substituir por química de menor grau sem perda de rendimento.

Implicação para a governança: Nenhum quadro de governança de IA contabiliza a possibilidade de que uma disrupção nas matérias-primas possa restringir a produção global de poder computacional para IA durante 12–36 meses sem substituto. Isto é Dependency Exposure Class I: um ponto de estrangulamento onde os atores afetados não têm mitigação a curto prazo e nenhum mecanismo institucional para resposta coordenada.

Camada 2: Equipamento de Fabricação — O Estrangulamento Litográfico

Este é o ponto de estrangulamento individual mais consequente em todo o CCH, e é controlado por uma única empresa.

A ASML Holding, sediada em Veldhoven, é a única fabricante de máquinas de litografia ultravioleta extrema (EUV) na Terra. As séries TWINSCAN NXE e EXE são necessárias para fabricar qualquer semicondutor a 7nm ou abaixo. Não existe fornecedor alternativo nem solução alternativa. A Canon e a Nikon fabricam sistemas DUV para nós maduros, mas nenhuma tem um programa EUV viável. O monopólio da ASML não é um resultado de mercado que a concorrência possa corroer — é consequência de mais de 20 anos de co-desenvolvimento com a Zeiss SMT (óticas EUV com tolerâncias sub-angstrom) e a Trumpf (lasers de CO₂ que geram luz EUV ao atingir gotas de estanho fundido), representando mais de €6 mil milhões em I&D antes do envio da primeira ferramenta comercial.

Cada NXE:3800E custa aproximadamente €350–380 milhões. A série de próxima geração High-NA EXE:5000, que possibilita a fabricação sub-2nm, tem custos semelhantes — com as primeiras entregas à Intel e à TSMC a começar em 2024–2025. A ASML produziu aproximadamente 53 sistemas EUV em 2023. A procura global excede a oferta. A lista de espera mede-se em anos.

Em setembro de 2023, o governo holandês — sob pressão diplomática sustentada dos EUA coordenada através do acordo trilateral de controlo de exportações com o Japão — passou a exigir licenças para exportações de litografia avançada para a China. O U.S. Bureau of Industry and Security utiliza a Foreign Direct Product Rule para forçar a ASML a desativar máquinas remotamente ou negar manutenção, transformando hardware de centenas de milhões de dólares em peso morto. Os novos envios de ferramentas de ponta estão efetivamente bloqueados.

A Applied Materials, a Lam Research e a KLA controlam ferramentas essenciais de deposição, ataque químico e controlo de processo nos Estados Unidos. A Tokyo Electron fornece sistemas críticos de coating/revelação e ataque químico a partir do Japão. Isto é o que deveria ser formalmente designado The Allied Toolchain Denial Regime: uma arquitetura de controlo de exportações baseada em coligação na qual os EUA, os Países Baixos e o Japão coordenam controlos sobre o equipamento de produção necessário para a fabricação em nós avançados.

Implicação para a governança: A decisão de controlo de exportações do governo holandês é, em termos funcionais, a decisão de governança de IA mais consequente tomada por qualquer governo até à data. Determina quais nações podem fabricar chips de fronteira. Nenhum órgão de governança de IA teve contribuição. Nenhum quadro regulatório a modela. Isto é Dependency Exposure Class II: um ponto de estrangulamento monopolista onde o alinhamento político de um único ator determina as trajetórias tecnológicas globais — e onde a decisão de governança é tomada através da lei de controlo de exportações, não de mecanismos de supervisão de IA.

Camada 3: Fabricação de Wafers — A Fundição

Este é o coração do sistema.

A Taiwan Semiconductor Manufacturing Company (TSMC) fabrica aproximadamente 90% dos semicondutores mais avançados do mundo em nós sub-7nm. Os nós de processo N3 e N4/N5 da TSMC fabricam os chips que alimentam a IA de fronteira: os H100 (N4), H200 (N4) e B100/B200 de arquitetura Blackwell (N4P) da NVIDIA, o MI300X da AMD (N5/N6), a série TPU v5 da Google, o Trainium2 da Amazon e o Maia 100 da Microsoft.

A Samsung Foundry é o único outro ator sub-5nm, mas tem enfrentado desafios persistentes de rendimento. A Intel Foundry Services é estrategicamente importante mas permanece um ator em recuperação. A GlobalFoundries abandonou a corrida dos nós avançados em 2018.

A TSMC não é meramente um fabricante. A TSMC é o substrato físico da IA de fronteira. Todos os principais laboratórios de IA — OpenAI, Anthropic, Google DeepMind, Meta FAIR, xAI — dependem de chips da Fab 18 da TSMC em Tainan e instalações relacionadas. A despesa de capital da TSMC em 2024 foi de $28–32 mil milhões, a maioria direcionada para a expansão de nós avançados. A procura de clientes de IA criou escassez de alocação. A TSMC decide quantos wafers cada cliente recebe por trimestre. Esta decisão de alocação é um dos mecanismos de distribuição de recursos mais consequentes da economia global, tomada pela equipa de planeamento de operações de uma empresa privada sem qualquer quadro de prestação de contas pública.

Isto cria o que deveria ser formalmente designado The Taiwan Fabrication Concentration Problem: uma condição na qual uma única ilha, através de uma empresa, alberga uma proporção desproporcionada da capacidade de fabricação mais estrategicamente valiosa do mundo.

Implicação para a governança: A alocação de capacidade da TSMC é a restrição vinculativa sobre a oferta global de poder computacional para IA. Nenhum governo revê estas alocações. Nenhum organismo internacional as monitoriza. Isto é Dependency Exposure Class III: um monopólio de fabricação numa geografia contestada onde a lacuna de governança é total.

Camada 4: Empacotamento Avançado — A Constrição CoWoS

Esta é a camada que a maioria das discussões políticas ignora completamente.

Os aceleradores de IA modernos não são apenas chips fabricados. O seu desempenho depende do empacotamento avançado — especificamente CoWoS (Chip-on-Wafer-on-Substrate) e técnicas relacionadas de integração 2.5D/3D que combinam GPUs com pilhas de HBM. A capacidade de CoWoS foi um estrangulamento mais severo do que a fabricação de wafers para a produção de chips de IA ao longo de 2023–2024. A TSMC tem expandido agressivamente — alegadamente triplicando a capacidade de CoWoS até 2025 — mas a procura continua a ultrapassar a oferta.

A HBM é controlada por um triopolio: SK Hynix (~53% da HBM3E), Samsung (~40–43%) e Micron (~4–7%, em crescimento). A SK Hynix tem sido o fornecedor preferido da NVIDIA, alcançando a qualificação de HBM3E primeiro. A Samsung enfrentou desafios de rendimento e dissipação de calor, alegadamente atrasando a sua qualificação pela NVIDIA até ao final de 2024.

Isto é The Packaging Bottleneck Reality: na IA de fronteira, a capacidade de empacotamento avançado é uma variável estratégica de primeira ordem. Um acelerador de IA sem integração CoWoS e HBM não é um chip de treino implementável.

Implicação para a governança: O empacotamento avançado e o fornecimento de HBM são invisíveis para todos os quadros de governança de IA, mas funcionam como tetos rígidos para a produção de chips. Isto é Dependency Exposure Class IV: um estrangulamento oculto que os analistas de políticas não conseguem ver porque se situa demasiado fundo na pilha técnica.

Camada 5: Distribuição de Chips — O Veto do Alocador

Mesmo depois de fabricados, os chips não são alocados de forma neutra. São racionados.

A NVIDIA detém uma quota de mercado estimada em mais de 80% para aceleradores de treino de IA. A sua dominância não é meramente uma história de hardware — é uma história de ecossistema. O CUDA, a plataforma proprietária de computação paralela da NVIDIA lançada pela primeira vez em 2006, é o modelo de programação de facto para cargas de trabalho de IA. Mais de 4 milhões de programadores usam CUDA. Todos os principais frameworks de IA — PyTorch, TensorFlow, JAX — são otimizados para CUDA. O ROCm da AMD e o oneAPI da Intel são alternativas viáveis mas enfrentam uma lacuna de ecossistema medida em anos.

Durante a escassez aguda de 2023–2024, as decisões de alocação da NVIDIA não foram puramente orientadas pelo mercado. O CEO Jensen Huang envolveu-se pessoalmente com os principais clientes — os hyperscalers, programas soberanos de IA, startups selecionadas. O quadro de alocação alegadamente priorizou compromissos de volume de hyperscalers com acordos de compra a longo prazo, relações estratégicas e considerações de segurança nacional onde a orientação do governo dos EUA foi um fator.

A NVIDIA também desenhou o A800 e o H800 como variantes específicas para a China em conformidade com as regras do BIS de outubro de 2022, reduzindo a largura de banda de interconexão abaixo dos limiares controlados. Quando o BIS apertou os controlos em outubro de 2023, essas variantes tornaram-se não exportáveis. A conformidade da NVIDIA com os controlos de exportação — ou a sua contornação criativa através de produtos com especificações reduzidas — determina a eficácia desses controlos.

A NVIDIA já não é simplesmente uma empresa tecnológica privada. É The Corporate State Proxy. Quando o Departamento de Comércio dos EUA deseja restringir o desenvolvimento de IA chinês, escreve um limiar de densidade de desempenho especificamente concebido para forçar a NVIDIA a alterar a sua arquitetura de produto. Os mecanismos de conformidade e os quadros de alocação da NVIDIA são o braço efetivo de aplicação da política de IA dos EUA. Isto é The Private-Sovereign Entanglement Problem: as decisões comerciais de uma empresa privada acarretam consequências estratégicas de nível soberano, enquanto a empresa opera sem qualquer quadro de governança proporcional a essa consequência.

Implicação para a governança: A NVIDIA é um dos atores de governança mais consequentes na IA atualmente. Nenhum quadro de governança a modela como tal. Isto é Dependency Exposure Class V: um ponto de estrangulamento de distribuição onde a estrutura de mercado determina o acesso à capacidade de fronteira.

Camada 6: Infraestrutura de Nuvem — A Camada de Nuvem Soberana

A camada final é onde o poder computacional se torna um serviço invocável em vez de um objeto expedido.

A AWS, o Microsoft Azure, o Google Cloud e o Oracle Cloud operam os centros de dados onde o treino e a inferência de IA ocorrem. Estas empresas também servem como canais preferenciais para acesso em conformidade com exportações — o mecanismo é o acesso computacional jurisdicionalmente supervisionado em vez da posse física sem restrições.

A integração vertical dos fornecedores de nuvem com os laboratórios de IA de fronteira cria uma estrutura que não é um mercado neutro. A relação exclusiva da Microsoft com a OpenAI, a integração da Google com a DeepMind e o investimento de $4 mil milhões da Amazon na Anthropic (com a AWS como fornecedor de nuvem preferencial) significam que a alocação de poder computacional na nuvem está ligada a parcerias estratégicas, participações acionistas e acordos de acesso preferencial.

Para startups de IA e investigadores académicos não afiliados a um hyperscaler, o poder computacional é o principal estrangulamento — mais do que o talento, mais do que os dados, mais do que o financiamento. O programa piloto National AI Research Resource, lançado em janeiro de 2024, está ordens de magnitude abaixo do que o treino de fronteira requer.

Implicação para a governança: As decisões de preços, alocação e parcerias dos hyperscalers funcionam como política de facto de desenvolvimento de IA. A sua integração vertical com laboratórios de fronteira cria um conflito de interesses estrutural que nenhum quadro de governança aborda.

Camada 7: Implementação Edge e Inferência

Uma sétima camada, emergente e cada vez mais significativa: a governança de IA deve lidar com a mudança da inferência centralizada na nuvem para a implementação em dispositivos. Modelos quantizados e destilados — a família Llama 3 da Meta, os modelos da Mistral — podem ser executados em hardware de consumo. Isto distribui a capacidade de IA para além do centro de dados e complica qualquer regime de governança que dependa da monitorização centralizada do uso de poder computacional. A governança baseada em poder computacional centralizado permanece a restrição vinculativa para o treino; para a inferência, está a tornar-se progressivamente menos aplicável.

II. The Supply Chain Leverage Point Framework

O SCLP Framework faz uma pergunta mais difícil: onde, exatamente, pode um único ator tomar uma decisão que altera a trajetória global da IA?

Um SCLP deve cumprir três critérios: controlo monopolista ou quase-monopolista no nó (>60% sem alternativa substituível em 24 meses), ausência de solução alternativa viável no prazo relevante, e um espaço de decisão que inclua opções que alterariam materialmente a capacidade global de IA.

Cinco SCLPs primários existem em 2025:

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

A observação crítica: os SCLPs 1, 2 e 4 estão todos localizados dentro da primeira cadeia de ilhas do Pacífico Ocidental. Os Países Baixos são a exceção, mas a cadeia de sub-abastecimento da ASML depende fortemente de componentes do Leste Asiático. A infraestrutura física da IA de fronteira está concentrada no teatro geopolítico mais contestado da Terra.

O controlo em qualquer degrau propaga-se em cascata: a ASML retém EUV → a TSMC paralisa as linhas de 3nm → a NVIDIA raciona H100s → a xAI atrasa o seu próximo supercluster. O CCH não é uma abstração teórica. É a estrutura causal real da capacidade global de IA.

III. The Substrate Shock Doctrine: O Que Acontece de Um Dia Para o Outro

Qualquer conversa séria sobre governança de IA deve modelar a contingência de Taiwan. Não porque uma invasão seja certa. Porque todo o sistema de poder computacional de fronteira está arquiteturalmente predicado no funcionamento ininterrupto da TSMC.

Cenário A: Bloqueio

Um bloqueio naval e aéreo da RPC a Taiwan perturbaria a cadeia de abastecimento da TSMC sem visar a TSMC diretamente. As fábricas da TSMC requerem inputs contínuos: fotorresinas da JSR e Tokyo Ohka Kogyo, agentes de ataque da Stella Chemifa, gases, fotomáscaras, peças de reposição para ferramentas EUV e DUV — todas principalmente de origem japonesa. Um bloqueio que cortasse a logística marítima e aérea forçaria a TSMC a consumir os inventários no local. As estimativas da indústria sugerem 2–8 semanas de continuidade operacional antes que os inputs críticos se esgotem.

Em 30–60 dias, a produção de nós avançados da TSMC começaria a degradar-se. Em 90 dias, aproximar-se-ia de zero para novos inícios de wafer. O inventário existente — armazenado na NVIDIA, hyperscalers, distribuidores — tornar-se-ia a oferta total disponível. Um stock finito e em rápido esgotamento.

Cenário B: Ação Militar Direta

A destruição física das fábricas avançadas da TSMC representaria uma perda catastrófica e efetivamente irreversível. Uma única fábrica avançada representa $15–20+ mil milhões em investimento de capital e 3–5 anos de construção e tempo de qualificação. O conhecimento incorporado — receitas de processo, dados de otimização de rendimento, expertise da força de trabalho — não pode ser reconstruído a partir de plantas. A capacidade de produção global de chips de IA de fronteira seria eliminada por um mínimo de 3–7 anos, mesmo num cenário otimista onde a Intel, a Samsung e as fábricas no estrangeiro da TSMC no Arizona, Kumamoto e Dresden fossem rapidamente aceleradas.

A Implicação Estratégica

Uma contingência de Taiwan não atrasaria meramente o desenvolvimento da IA. Criaria uma descontinuidade — uma redução em degrau na oferta global de poder computacional de fronteira persistindo durante anos. Todos os quadros de governança de IA predicados na escalabilidade contínua de capacidade (calendários de investigação de alinhamento, ciclos de adaptação regulatória, mecanismos de coordenação internacional) seriam invalidados de um dia para o outro.

Isto é The Overnight Capability Reordering Scenario: um choque geopolítico não apaga a capacidade de IA igualmente. Favorece os atores com a maior base instalada existente, reservas de chips, acesso seguro à nuvem e prioridade política doméstica. Uma crise de Taiwan transformaria instantaneamente a IA de um mercado de crescimento num ativo estratégico racionado — e os atores que detivessem silício pré-conflito constituiriam a nova aristocracia computacional.

É também por isto que o U.S. CHIPS and Science Act de 2022 — $52,7 mil milhões para incentivos à fabricação de semicondutores, I&D e desenvolvimento de força de trabalho — não é primariamente um programa de desenvolvimento económico. É uma cobertura de segurança nacional contra este cenário. É também, pela análise do CCH, insuficiente em escala e velocidade. A capacidade total de nós avançados entregue por fábricas baseadas nos EUA até 2028–2030 permanecerá uma pequena fração do que a TSMC opera em Taiwan hoje.

IV. The Regulatory Sieve Effect: Os Controlos de Exportação Estão a Funcionar?

A avaliação honesta: parcialmente, de forma desigual, e mais eficazmente sobre o teto de fabricação do que sobre o acesso a curto prazo.

O BIS implementou três rondas de controlo principais. Outubro de 2022 restringiu as exportações de chips lógicos avançados acima de limiares de desempenho, ferramentas de litografia EUV e cidadãos americanos que apoiam a fabricação avançada de semicondutores na China — o uso mais agressivo de controlos de exportação para negação tecnológica desde o CoCom. Outubro de 2023 fechou a brecha do A800/H800 ao baixar os limiares de densidade de desempenho e alargar os itens controlados. 2024 e seguintes adicionaram designações de listas de entidades e restrições a equipamentos de empacotamento avançado.

Onde os controlos estão a funcionar: A China não consegue fabricar chips de IA de ponta domesticamente. O processo N+2 de classe 7nm da SMIC usa técnicas de multi-patterning DUV que são limitadas em rendimento, dispendiosas e não conseguem escalar economicamente. Sem EUV, a fabricação a 5nm e abaixo com rendimentos competitivos não é viável. Os fabricantes de equipamento domésticos da China — SMEE para litografia, Naura e AMEC para ataque e deposição — permanecem múltiplas gerações tecnológicas atrás da ASML, Applied Materials, Lam Research, KLA e Tokyo Electron.

Onde os controlos não estão a funcionar: As empresas chinesas praticaram arbitragem temporal, acumulando centenas de milhares de A100 da NVIDIA antes de as restrições entrarem em vigor. Entidades acedem a poder computacional avançado através de empresas-fachada no Sudeste Asiático, Médio Oriente e Ásia Central. Investigadores de IA chineses ainda acedem a poder computacional através de fornecedores de nuvem não-americanos em jurisdições não abrangidas. O Ascend 910B da Huawei, fabricado pela SMIC, entrega aproximadamente 60–80% do desempenho de treino do A100 com rendimentos inferiores e custos superiores — um patamar doméstico abaixo do qual a capacidade de IA chinesa não cairá independentemente dos controlos.

Isto é The Regulatory Sieve Effect: o mecanismo é poroso. O regime de controlo de exportações está a atrasar, não a negar, o acesso ao poder computacional. Não se pode embargar uma chamada de API com agentes aduaneiros. Até que os fornecedores de nuvem sejam legalmente obrigados a implementar KYC criptográfico ao nível do hipervisor, o Compute Arbitrage — alugar instâncias H100 através de entidades offshore de fornecedores de nuvem ocidentais ou do Médio Oriente — permanece estruturalmente disponível.

Isto produz The Threshold Evasion Cycle: os reguladores definem um limite de desempenho; as empresas redesenham produtos para permanecerem comercialmente úteis enquanto tecnicamente em conformidade; os reguladores atualizam os controlos; as empresas redesenham novamente. O ciclo favorece quem evade sobre quem regula.

Avaliação geral: os controlos estão a ter sucesso em atrasar o acesso da China à fronteira do poder computacional de IA, provavelmente em 2–4 anos para o design de chips e 5–10+ anos para a fabricação doméstica de capacidades equivalentes em escala. Não estão a alcançar nada que se assemelhe a uma negação completa.

V. The Sovereign Silicon Trajectory: O Calendário Realista de Independência da China

O programa de autossuficiência em semicondutores da China é o maior esforço de política industrial dirigida pelo estado desde o programa espacial soviético, motivado pela mesma motivação fundamental: vulnerabilidade estratégica que a liderança nacional considera existencial.

O National Integrated Circuit Industry Investment Fund — o Big Fund — mobilizou $19 mil milhões (Fase I, 2014), $28,9 mil milhões (Fase II, 2019) e $47,5 mil milhões (Fase III, 2024) — a maior parcela única de capital de investimento em semicondutores alguma vez reunida por qualquer governo na história. O investimento estatal direto total apenas através do Big Fund excede $95 mil milhões, complementado por fundos provinciais e empréstimos dirigidos pelo estado que elevam o apoio total a bem mais de $150 mil milhões até 2030.

Onde a China fez progresso real: A fabricação em nós maduros a 28nm e acima está a aproximar-se da autossuficiência. As empresas chinesas de design fabless — HiSilicon, Cambricon, Biren, Moore Threads — demonstraram arquiteturas competentes e em alguns casos inovadoras. O empacotamento OSAT standard é competitivo globalmente.

Onde persistem barreiras estruturais: A litografia EUV é o problema mais difícil e a barreira mais duradoura. A SMEE demonstrou uma ferramenta de imersão DUV de 28nm — aproximadamente 15 anos atrás da capacidade atual da ASML. Desenvolver EUV domesticamente requer não apenas o scanner mas toda a cadeia de sub-abastecimento: fontes de luz EUV (equivalente à Trumpf), óticas EUV (equivalente à Zeiss SMT com precisão de superfície sub-angstrom), películas EUV, fotorresinas compatíveis com EUV. Não existe um calendário credível para a China alcançar capacidade EUV doméstica antes do início a meados da década de 2030, na melhor das hipóteses. As ferramentas EDA da Synopsys e Cadence permanecem 5–10 anos à frente das alternativas chinesas. O talento de engenharia de processos — o conhecimento tácito de engenharia de rendimento e análise de defeitos que reside na força de trabalho treinada na TSMC, Samsung e Intel — leva uma geração a construir, não um ciclo de financiamento.

Calendário realista: Esta é a Semiconductor Catch-Up Time Constant — o capital acelera o progresso, mas não pode comprimir todas as camadas de aprendizagem industrial por ordem.

| Capacidade | Conquista Doméstica Projetada |

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

| Autossuficiência em nós maduros (28nm+) | Em curso atualmente |

| Aproximação significativa em aceleradores