臺積電是突破，AI，算力瓶頸的最關鍵因素？

半導體行業權威研究機構 SemiAnalysis CEO 迪倫?帕特爾在采訪中表示，一塊 H100 顯卡，三年前出廠價約 2.5 萬美元，如今不僅沒貶值，反而更值錢了。

他談到影響 AI 算力進一步發展的三大瓶頸，臺積電 3nm 芯片產能告急、幾十年難得一遇的內存短缺，數據中心的基建落后，還談到了圍繞核心資源展開的供應鏈戰爭，這些矛盾都有一個交匯點，就是臺積電。

1.臺積電 3nm 產能成稀缺資源

根據帕特爾的觀點，現在影響 AI 發展的關鍵因素已從 CoWoS 封裝產能不足、數據中心電力短缺等因素，進入到產能不足的狀況，尤其是臺積電 N3 邏輯芯片的產能不足是最大的限制性因素。

從 2026 年開始，英偉達Rubin、谷歌 TPU v7、亞馬遜 Trainium3 等新一代 AI 加速器全面采用臺積電 N3 工藝。這就導致與 AI 相關芯片占 N3 總產能的 60%，預計到 2027 年這一比例將會達到 86%，進一步占據智能手機和 PC 等消費類電子產品的產能份額。

臺積電 N3 制程芯片 2026 年的訂單已經排滿，有些需要排到 2027 年。為了緩解壓力，臺積電被迫升級產線或者跨廠調度，但受到潔凈室空間、設備安裝周期等因素的限制，產能擴張的速度跟不上 AI 發展的需求。

盡管臺積電大幅度增加 2026 年的資本開支，但未來兩年內仍難以滿足市場需求，這也讓 3nm 芯片產能成為稀缺資源。

2.內存瓶頸

高帶寬內存（ HBM ）也是影響模型研發的關鍵因素。目前 HBM 的生產效率遠低于普通 DRAM，同樣大小的晶圓，HBM 只能生產出三分之一到四分之一普通 DRAM 的數量。但市場對 HBM 的需求卻不斷增加。例如，每顆英偉達 H200 芯片需搭載 6 顆 HBM3E，每顆谷歌第七代 TPU 卻需要搭載 8 顆。

隨著配置數十萬枚 AI 芯片的超大型數據中心不斷地建立，市場對于 HBM 的需求只會變得更大。

3.電力和基建跟不上速度，影響數據中心的發展

為了建立更多的數據中心，美國在電力供應、土地審批、發電機配套等環節嚴重滯后。谷歌為了滿足電力需求，開始大量采購燃氣輪機和土地，微軟則通過 CoreWeave、Oracle 等合作伙伴擴充產能，馬斯克采用非傳統的方式去解決算力中心供電的問題。

1.絕對贏家：英偉達

英偉達很早就做出預判，產能會出現短缺，因此提前與臺積電簽訂不可撤銷、不可退貨的長期合同。通過預付大額定金，提前鎖定臺積電 50% 以上的 3nm 芯片產能。英偉達除了依靠產品優勢占據市場主導外，還通過控制核心芯片的產能，間接影響行業的競爭。

英偉達還與三星、SK 海力士等存儲巨頭簽訂 HBM 采購協議，加強自身在數據中心市場的影響力。

2.小贏家：英特爾、三星

由于臺積電的產能不足，讓三星和英特爾有了從臺積電手中搶奪剩余訂單的機會。英特爾憑借美國政府的支持，成為臺積電之外芯片代工的首選。一些 AI 企業為了規避供應鏈風險，也開始向英特爾尋求產能支持。

3.蘋果、谷歌深陷產能焦慮，華為技術可期卻被阻隔

隨著 AI 需求暴漲，臺積電昔日核心的伙伴蘋果正在失去特權。隨著消費電子的產能被 AI 搶走，蘋果被迫從 3nm 工藝轉向 N2，還被要求需提前預定產能，預付資本開支。

谷歌曾在 2025年第三季度向臺積電申請增加 TPU 產能，但臺積電最后只給谷歌在 2026 年增加了 5%~10% 的產能。

最令人惋惜的是華為。帕特爾指出，華為曾是首家基于臺積電 7nm 工藝推出 AI 芯片的企業。

如果沒有被美國打壓，憑借在軟件、網絡和 AI 人才等領域的綜合優勢，華為不僅有望打造出可以與英偉達 Rubin 向對抗的 AI 加速器，很有可能早就超越蘋果成為臺積電第一大客戶。

4.被動犧牲者：消費電子產業

由于 AI 行業能夠帶來更多的利潤，很多存儲企業開始將重心放到 AI 業務。導致手機、PC 的內存芯片供不應求，價格持續攀升。但價格上漲的速度早已超過廠商承受的能力，最終只能將這些成本轉嫁給消費者。

臺積電憑借技術優勢，在 N3E 芯片的良品率、成本控制上表現突出，N2 工藝芯片仍具有很高的良品率。英特爾、三星在先進芯片良品率和成本控制方面仍與臺積電有差距。臺積電的 CoWoS 封裝技術與 AI 芯片設計深度適配，進一步強化了臺積電的競爭力。

制造先進芯片必須要用到 EUV 光刻機。截止到 2025 年底，臺積電擁有 157 臺 EUV 光刻機，第二名的三星只有 76 臺，這足以看到臺積電生產能力。

此外，臺積電在產能分配上正在想 AI 領域傾斜。因為 AI / 高性能計算芯片的利潤率遠高于移動芯片。但在風險控制上，臺積電優先將產能分配給 CPU 等增長穩定的業務，在向高增長的 AI 芯片傾斜。例如，臺積電更愿意將 N3 產能分配給 Graviton CPU，而非 Trainium AI 芯片。這進一步加劇了 AI 領域的產能缺口。

在存儲芯片領域，臺積電會為 SK 海力士和美光代工 HBM4。這也說明臺積電對內存行業有一定影響力。

對臺積電來講，產能不足仍是短期內難以解決的難題。雖然將 CoWoS 封裝業務外包給日月光、安靠等封測廠釋放了部分壓力，但是仍面臨潔凈室不足的難題。

盡管臺積電在美國亞利桑那州、日本熊本縣等海外工廠建設，試圖實現產能的多元化，但是進展并不順利。美國工廠受技術轉移、人才配套等問題的影響，進展并不如預期，短期內無法代替臺灣地區的產能。日本二廠計劃升級成 3nm 芯片工廠，但這需要時間。

從帕特爾的采訪可以看出，當前火熱的 AI 競賽，正受到先進芯片產能，內存供應，基建配套三種因素的影響。臺積電作為這場競賽的核心，既享受時代帶來的紅利，也面臨產能短缺和地緣政治風險的壓力。