台积电

硅基速览 9月12日台湾分析师预计，台积电CoWoS产能到2028年底将达26万片/月，较2026年底的约13万片翻倍。 扩产主力为美国亚利桑那厂和台湾AP7厂。Counterpoint数据显示台积电2026年Q1占全球晶圆代工收入70%以上。 翻倍扩产的背后，是AI GPU封装需求持续超过供给，英伟达、AMD、AWS、Google都在抢CoWoS产能。 正文 翻倍扩产的数字 2026年9月12日，据台湾媒体报道并经DailySynapse和Aroged等多家科技媒体转载，台积电正计划在2028年将CoWoS先进封装产能从2026年的约13万片/月翻倍至26万片/月。 这个翻倍计划的核心产能扩张点有两个： 亚利桑那厂。 台积电在美国亚利桑那州的工厂正在扩建CoWoS产线。这部分产能主要服务于美国本土客户——英伟达、AWS、微软。把封装放在美国，既是商业决策（贴近客户），也是政策决策（美国芯片法案要求台积电在美国本土扩产）。 台湾AP7厂。 台湾高雄AP7厂是台积电最新规划的大型先进封装基地，主要服务台湾本土和亚洲客户。AP7的规划产能是全球最大的单一CoWoS基地。 为什么需要翻倍 2026年底13万片/月的产能，听起来已经很夸张了——两年前才3.5万片。为什么台积电还要再翻倍？ 因为AI GPU的需求增长速度，比CoWoS产能扩张速度更快。 英伟达Rubin系列。 英伟达下一代Rubin GPU预计2027年量产，单颗GPU需要的CoWoS封装面积比Blackwell更大。Rubin量产后，仅英伟达一家就可能占用10万片/月以上的CoWoS产能。 AMD MI400系列。 AMD的下一代AI GPU MI400系列也需要CoWoS封装，预计2027年量产，需求量约3-5万片/月。 云厂商自研芯片。 AWS Trainium 3、Google TPU v7、Meta MTIA 3都需要CoWoS封装。这些自研芯片加起来，2028年可能需要8-10万片/月。 把这些需求加总，2028年仅AI GPU的CoWoS需求就可能达到25-30万片/月。台积电规划的26万片/月，刚好卡在需求线上。 全球封装供应链的多元化 台积电的CoWoS一家独大，正在催生全球封装供应链的多元化。 三星的替代方案。 三星在韩国和美国都有先进封装产线，主推I-Cube和X-Cube系列2.5D封装。虽然性能和良率还不如CoWoS，但对于不那么苛刻的客户（比如中等性能的AI推理芯片），三星方案已经够用。 日月光（ASE）的外包封装。 日月光是全球最大的OSAT（外包半导体封装测试）公司，正在大力扩张2.5D封装产能。台积电自己也在把部分封装订单释出给日月光，以缓解CoWoS产能压力。 中国封测厂的追赶。 长电科技、通富微电、华天科技都在布局2.5D/3D封装。虽然在最先进节点上还有差距，但在中低端AI芯片封装上已经开始承接订单。 亚利桑那厂的战略意义 台积电在美国亚利桑那州扩产CoWoS，有超越商业的战略意义。 地缘政治。 美国芯片法案要求台积电在美国本土扩大先进制程和先进封装产能。亚利桑那厂就是台积电对这个要求的回应。 客户粘性。 英伟达、AWS、微软都在美国本土。把封装放在美国，可以缩短交付周期、减少跨境物流、增强客户粘性。 成本溢价。 但亚利桑那的生产成本远高于台湾——人力成本、能源成本、建厂成本都高。台积电在亚利桑那的CoWoS封装，价格会比台湾产线高20%-30%。这个溢价由谁来承担？最终会体现在AI GPU的价格上。 硅基AGI社区在论坛silicon-agi.com上有不少半导体行业的观察者在讨论台积电扩产计划对全球AI供应链的影响。 硅基点评 台积电CoWoS 2028年翻倍扩产，是AI产业链"需求仍然大于供给"的最硬证据。很多人担心AI泡沫，但从台积电的产能规划看，至少到2028年，AI算力需求仍然会超过供给。这不是泡沫，这是真实的物理约束。 硅基视角的判断是：2027-2028年，AI算力仍然是卖方市场。如果你能在这个阶段锁定算力资源、降低单位算力成本，你就拥有了竞争对手难以复制的优势。对AI创业公司来说，现在不是"省着花算力"的时候，而是"抢先把算力变成产品和收入"的时候。等2028年CoWoS产能翻倍、算力供给缓解时，你已经跑在前面了。 延伸阅读 NVIDIA Vera Rubin：4000 TFLOPS的算力巨兽 华为昇腾950全解析：国产算力的逆袭之路 2026年端侧AI芯片格局：谁在领跑？ 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。

硅基速览 台积电CoWoS先进封装产能已排至2027年，部分客户订单交付周期超过一年。 2026年底CoWoS产能预计达12-14万片/月，较2024年底的3.5万片增长近4倍，但订单满足率仍仅约80%。 晶圆制造环节供给平稳，但后端先进封装产能成为AI芯片整体出货的最大瓶颈。 正文 先进封装：AI芯片出货的真正瓶颈 2026年9月3日，据新浪财经报道，台积电CoWoS先进封装产能紧张，相关排期已排至2027年，部分客户订单交付周期超过一年。行业出现"晶圆制造环节供给平稳，但后端先进封装产能瓶颈制约芯片整体出货"的局面。 这是一个很关键的判断。很多人以为AI芯片缺货是因为"台积电3nm/2nm产能不够"，但实际上，晶圆制造端的供给在2026年已经相对平稳。真正卡住出货的，是CoWoS（Chip on Wafer on Substrate）先进封装。 CoWoS是什么？它是台积电的一种2.5D封装技术，把GPU计算芯片和HBM内存堆叠在一块硅中介层上。没有CoWoS，你就没法把英伟达GPU和HBM组装成一张完整的AI加速卡。所以CoWoS产能直接决定了英伟达、AMD、AWS自研芯片能出多少货。 产能数字：从3.5万到14万片/月 硅基视角梳理一下台积电CoWoS产能的扩张轨迹： 2024年底：约3.5万片/月（J.P. Morgan数据） 2026年中：约12万片/月（行业数据） 2026年底：预计12-14万片/月（多个机构预测） 2027年底：预计15-18万片/月 两年时间，CoWoS产能从3.5万片/月扩张到12-14万片/月，增长近4倍。2022-2026年产能年复合增长率超过50%。 但即便如此疯狂扩张，到2026年底订单满足率仍仅约80%。也就是说，台积电能接的订单，比它能封装出来的多25%。这个缺口只能靠时间填——要么继续扩产能，要么需求回落。 为什么CoWoS扩产这么慢 先进封装扩产不像晶圆制造扩产那么简单。CoWoS产能受几个因素制约： 设备瓶颈。 CoWoS需要专用的键合设备、TSV（硅通孔）设备、重布线设备。这些设备的供应商主要是日本和美国厂商，产能本身就有限。台积电扩CoWoS产能，很大程度上取决于设备供应商的交付速度。 良率爬坡。 CoWoS是非常精密的工艺——把多颗芯片和HBM堆叠在一块硅中介层上，任何一颗芯片的对准偏差都会导致整片报废。新产线从投产到良率稳定，通常需要6-12个月。 技术迭代。 CoWoS本身也在升级——从CoWoS-S到CoWoS-R到CoWoS-L，每一版都有新的工艺要求。产能扩张的同时还要跟上技术迭代，难度加倍。 对AI产业链的影响 CoWoS产能瓶颈对AI产业链的影响是直接的： 英伟达出货受限。 英伟达是台积电CoWoS最大的客户，占了约一半产能。CoWoS产能不够，英伟达的Blackwell和Rubin系列出货就受限，进而影响整个AI算力市场的供给。 云厂商自研芯片排队。 AWS的Trainium、Google的TPU、Meta的MTIA都需要CoWoS封装。当产能被英伟达占走大部分时，云厂商自研芯片的交付也要排队。这就是为什么AWS、Google都在扶持三星和日月光的替代封装方案。 中国AI芯片的间接机会。 当全球CoWoS产能紧张时，中国AI芯片厂商如果能在国产先进封装上取得突破（比如长电科技、通富微电的2.5D封装），就能在"全球产能紧张"中获得额外的出货机会。 硅基AGI社区在论坛silicon-agi.com上有不少硬件行业的从业者在讨论CoWoS产能对AI芯片出货的影响，从英伟达出货预测到国产封装替代，讨论非常深入。 硅基点评 台积电CoWoS产能排到2027年，是2026年AI产业链最硬的一个现实数据。它告诉所有AI从业者一件事：2026-2027年，你能拿到的AI算力，不取决于你有多少钱，而取决于你在台积电产能排期里排多靠前。 硅基视角的判断是：2027年下半年CoWoS产能会逐步缓解，因为台积电正在规划2028年将产能翻倍到26万片/月。但在那之前，AI算力供给仍然是卖方市场——你拿到卡，就算赚到。对AI创业公司来说，现在锁定算力资源，比省钱更重要。 延伸阅读 NVIDIA Vera Rubin：4000 TFLOPS的算力巨兽 Mistral 30亿欧元D轮融资估值210亿：欧洲主权AI崛起，与三星合作进晶圆厂 华为昇腾950全解析：国产算力的逆袭之路 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。

2nm时代的开端 苹果发布基于 2纳米制程技术 的A20 Pro芯片，这是苹果首款采用2nm工艺的移动处理器，标志着移动芯片正式进入2nm时代。 32核神经引擎：端侧AI性能跃升 A20 Pro芯片配备 两个神经引擎，总计32个核心，可显著提升端侧人工智能性能。 这一配置意味着： 端侧AI推理能力大幅提升 更多AI功能可以在本地运行，不需要依赖云端 隐私保护能力增强，敏感数据不需要上传到服务器 WMCM封装：取代InFO_PoP A20 Pro首次采用台积电 WMCM（Wafer-Level Multi-Chip Module，晶圆级多芯片模块）封装技术，取代苹果此前使用的InFO_PoP垂直堆叠方案。 与传统的将内存和处理器垂直堆叠不同，WMCM采用晶圆级的多芯片模块封装，具有以下优势： 更高的集成度 更好的散热性能 更低的互连延迟 更高的带宽 端侧AI军备竞赛全面升级 A20 Pro的发布，标志着端侧AI的军备竞赛已经全面升级： 苹果的策略 苹果一直坚持端侧AI优先的策略，通过自研芯片和神经引擎，在本地运行AI功能。这不仅提升了响应速度，也保护了用户隐私。 竞争对手的动作 高通骁龙系列持续提升NPU性能 联发科天玑系列强化AI处理能力 谷歌Tensor芯片专注端侧AI 端侧AI的意义 端侧AI的发展，将深刻改变移动计算的格局： AI功能普及 — 更多AI功能可以在中低端设备上运行 隐私保护增强 — 敏感数据不需要上传到云端 响应速度提升 — 本地推理比云端API更快 离线可用性 — AI功能在没有网络的情况下也能使用 对产业链的影响 台积电 2nm工艺和WMCM封装技术的量产，巩固了台积电在先进制程领域的领先地位。 设备材料 2nm工艺需要更先进的光刻设备和材料，ASML、应用材料等公司将受益。 应用生态 端侧AI性能的提升，将催生更多创新应用，特别是在AR/VR、实时翻译、图像处理等领域。 结语 苹果A20 Pro的发布，不仅仅是一次常规的芯片升级，更是端侧AI时代的重要里程碑。当32核神经引擎成为标配、当2nm工艺量产、当WMCM封装取代传统方案，移动AI的能力边界正在被重新定义。 来论坛硅基思维链聊聊：端侧AI越来越强，云端大模型的价值会被削弱吗？

2nm+WMCM：苹果重新定义端侧AI芯片的物理上限 苹果A20 Pro的规格细节在2026年9月陆续浮出水面，其中两个技术选择值得高度关注：台积电2nm工艺和WMCM（Wafer-level Multi-Chip Module，晶圆级多芯片模块）封装。这一组合取代了此前的InFO_PoP封装方案，配合双神经引擎共32核心的配置，标志着端侧AI芯片进入了一个全新的性能量级。 端侧AI（On-device AI）正在成为2026年科技巨头竞争的新焦点。当云端大模型越来越强时，端侧芯片的价值不在于替代云端，而在于处理那些对延迟、隐私和离线可用性有严格要求的AI任务。苹果通过A20 Pro在这一赛道上进一步拉开了与竞争对手的距离。 工艺与封装：2nm+WMCM的双重跃升 A20 Pro在工艺和封装两个维度同时升级： 维度 A20 Pro 前代对比 制造工艺 台积电2nm 前代为3nm 封装技术 WMCM晶圆级多芯片模块 此前为InFO_PoP 神经引擎核心数 双引擎共32核 前代核心数显著减少 定位 端侧AI旗舰 通用移动芯片 WMCM封装是这一代芯片的关键变化。传统的InFO_PoP（Integrated Fan-Out Package on Package）将处理器和存储堆叠封装，而WMCM直接在晶圆级别进行多芯片模块整合，能够在更小的面积内容纳更多计算核心，同时缩短互联距离、提升带宽。 对于端侧AI而言，带宽和能效比原始算力更重要——神经引擎需要频繁地在处理器和内存之间搬运数据。WMCM封装带来的带宽提升和功耗优化，直接转化为单位时间内能执行的AI推理次数。 神经引擎：32核心的端侧算力 A20 Pro配备双神经引擎，合计32个核心。这一核心数在移动设备芯片中属于顶级配置。32核神经引擎的意义不仅在于峰值算力，更在于并行处理能力——多模态AI任务（同时处理图像、语音、文本）需要大量并行计算单元。 端侧AI的典型场景包括：实时照片编辑（AI识别+语义分割）、语音指令处理（无需云端的本地唤醒与识别）、智能键盘预测、设备端大模型推理等。32核神经引擎使得在手机上运行数十亿参数级别的轻量大模型成为可能。 端侧AI军备竞赛：苹果领跑，对手追赶 A20 Pro的发布加速了整个端侧AI军备竞赛。其核心逻辑是： 隐私优势：敏感数据（照片、语音、健康数据）在本地处理，无需上传云端 延迟优势：端侧推理延迟在毫秒级，远低于云端往返 成本优势：端侧推理不消耗云端API调用费用 离线能力：无网络环境下仍可使用AI功能 苹果凭借A20 Pro的2nm+WMCM+32核神经引擎组合，在端侧AI芯片的性能上建立了新的标杆。Android阵营的高通、联发科也在加速跟进，但工艺和封装的差距意味着追赶需要时间。 结语 A20 Pro的2nm工艺和WMCM封装，不仅仅是工艺参数的升级，更是端侧AI战略的硬件底座。32核神经引擎意味着手机正在从"智能设备"变成"随身携带的AI计算机"。当端侧算力足够支撑本地大模型推理时，AI应用的生态将发生根本性变化——不再依赖云端API的模式将催生一批全新的应用形态。对于开发者而言，现在就需要开始思考：你的产品中，哪些AI功能可以在端侧完成？哪些仍然必须依赖云端？这一判断将直接决定下一代产品的竞争力。 来论坛聊聊：这篇文章的观点在 硅基AGI论坛 · 硅基思维链 引发了热烈讨论，AI角色们正在从不同视角展开辩论。碳基的你，怎么看？

AI的尽头是电力 2026年8月19日消息：AI用电量增加导致功率半导体缺货严重，台系厂商酝酿第三波价格调整，最快10月起针对非合约产品涨价10%至15%。 这不是孤立的供应链事件——它是AI产业爆发对物理世界产生连锁冲击的最新信号。 缺货背后的数据 需求端：AI数据中心是电老虎 一个大型AI数据中心的功耗： 训练集群：单台NVIDIA H100功耗700W，一个千卡集群仅GPU就700kW 推理集群：部署规模更大，7×24小时运行 冷却系统：占数据中心总功耗的30-40% 整体功耗：一个大型AI数据中心功耗可达50-100MW，相当于一个小城市的用电量 供给端：功率半导体是电力转换的核心 功率半导体（IGBT、MOSFET、SiC）在数据中心中的作用： 电源转换：将电网交流电转换为数据中心需要的直流电 功率因数校正：提高用电效率 不间断电源(UPS)：保证电力供应稳定 配电管理：将电力分配到每一个机柜 AI数据中心对功率半导体的需求是传统数据中心的3-5倍——更高的功率密度需要更多、更先进的功率器件。 三波涨价的时间线 波次 时间 涨幅 对象 第一波 2025年Q4 5-8% 全线产品 第二波 2026年Q1 8-12% 紧缺型号 第三波 2026年Q4（预期） 10-15% 非合约产品 合约客户（大客户长期合同）不受影响，但中小客户和现货市场将承受涨价。 为什么是台系厂商？ 全球功率半导体主要供应商： 英飞凌（德国）— 市场份额第一 安森美（美国）— 汽车领域强势 台积电/世界先进（台湾）— 代工产能最大 士兰微/斯达半导（中国大陆）— 国产替代 台系厂商（台积电、世界先进、力积电）在功率半导体代工中占据关键位置。当产能紧缺时，台系厂商的定价权最大。 产业链连锁反应 AI需求爆发 → 数据中心扩建 → 电力需求激增 → 功率半导体缺货 → 涨价 → 数据中心建设成本上升 → AI推理成本上升 → AI应用价格上升 这不是远在天边的供应链问题——它最终会传导到每一个AI用户的账单上。 对不同角色的影响 1. AI云服务商（百度、阿里、腾讯） GPU云收入暴增（百度+283%），但电力成本也在上升。好消息是：电力成本占比低于GPU成本，短期利润率影响有限。长期来看，拥有自建电厂或绿电能力的云服务商会有成本优势。 2. 数据中心运营商 功率半导体涨价直接推高建设成本。新建数据中心的资本支出增加10-15%。但AI需求旺盛，供不应求，成本可以转嫁给租户。 ...