芯片短缺危机

AIGC动态2小时前发布 admin

57 0 0

文章摘要

【关键词】 算力短缺、芯片产能、台积电N3、内存瓶颈、AI需求激增

人工智能计算需求正经历爆发式增长，驱动代币使用量与模型部署规模持续攀升。

Anthropic在二月单月新增60亿美元年度经常性收入，主要源于智能体编码平台Claude Code的广泛采用，而其收入潜力受限于可用计算资源不足。

尽管全球数据中心资本支出大幅上调——谷歌2026年预期支出接近此前两倍——但核心制约已从电力、封装等转向硅基芯片制造能力本身，当前行业已全面进入先进逻辑芯片短缺阶段。

台积电N3工艺成为关键瓶颈：尽管N3E因成本优势被苹果、高通、联发科及英特尔广泛用于消费电子芯片，但至2026年，AI加速器将占据N3晶圆总产量近60%，并预计在2027年升至86%，彻底挤压消费类产能。

NVIDIA从Blackwell转向Rubin、AMD MI350X及MI400、谷歌TPU v7/v8、AWS Trainium3、Meta MTIA等主流AI芯片均计划或已采用N3系列工艺，叠加VR机架CPU、NVLink交换机等网络芯片需求，使N3晶圆供不应求。

台积电虽紧急提升资本支出并挖掘产线极限，但受制于洁净室空间限制，预计2026年下半年N3工艺有效利用率将超过100%，短期无法新增足够产能。

在此背景下，客户优先级发生结构性转移：AI基础设施客户凭借更高芯片尺寸、更复杂封装及更强付费意愿，获得远超手机与PC厂商的产能配额。

智能手机市场若出现需求疲软（出货量或同比下滑两位数），理论上可释放部分N3产能——例如转移5%晶圆开工量即可额外生产约10万颗Rubin GPU或30万颗TPU v7，但实际操作受限于内存与先进封装协同配套。

内存已成为继逻辑芯片后的第二大制约因素：HBM因每比特晶圆消耗量达普通DRAM三倍以上，且行业向HBM4/HBM4E升级进一步拉大差距，导致普通DRAM产能被持续挤占；同时AI加速器单芯片HBM容量快速提升（如Rubin较Blackwell提升50%，Rubin Ultra再增约4倍），叠加引脚速度要求提高（如11 Gb/s）带来的良率挑战，加剧供应紧张。

服务器DRAM需求亦同步攀升，VR NVL72机架DDR容量达Grace平台三倍，Vera CPU配置1536GB DDR。

若消费端DRAM出货下滑10%，仅释放约3%的全年总需求容量，不足以缓解整体缺口。

CoWoS封装限制则相对缓和，台积电策略上以N3前端产能为基准规划后道封装，且存在ASE、Amkor外包及英特尔EMIB等替代方案，部分缓解了2.5D封装瓶颈压力。