• Date:2026-06-16 02:50:37

【XM最新网址】CoWoS缺口缓解不等于瓶颈解除:TPU分流与台积电(TSM.US)CoPoS布局揭示AI算力再定价

获悉,华尔街知名投资机构Wedbush Securities周一发布研究报告表示,美国科技巨头Alphabet旗下谷歌可能正在与韩国芯片制造巨头三星电子洽谈制造其聚焦AI训练/推理系统的张量处理器单元(即谷歌TPU)部分硬件组件一事,凸显出有着“全球芯片代工之王”称号的台积电(TSM.US)实际的先进制程AI芯片制造与先进封装产能有多么紧张。

此外,随着试图把高性能AI芯片封装从“晶圆级大封装”进一步推向“面板级超大尺寸封装”的台积电CoPoS先进封装体系或于2028年迈向量产,CoPoS或成台积电先进封装业务最核心增长驱动力。

Wedbush最新观点可谓是对于“CoWoS产能/供需缺口收窄=AI算力核心先进封装瓶颈松动”这一线性市场观点的最新反击,但不是否认CoWoS阶段性改善,而是指出AI算力基础设施瓶颈正在大规模升级和迁移。在Wedbush的分析师团队看来,“CoWoS缺口从20%收窄至2026年底约10%”说明当前一代AI芯片先进封装供需最紧张的阶段可能边际缓解,但不能推导为AI算力产业链瓶颈全面解除。

台积电对于CoPoS的最新产能规划则进一步说明,下一阶段AI算力基础设施瓶颈有望从“CoWoS产能够不够”升级为“超大尺寸AI芯片能不能以CoPoS先进封装可接受良率和成本实现大规模量产”。 有着“果链预言帝”称号的郭明錤称台积电CoPoS预计2028年下半年量产,目标是改善9.5倍光罩尺寸以上超大型AI封装的量产经济性,英伟达Feynman AI GPU架构可能成为首批采用者;这意味着台积电正在为后Rubin Ultra/Feynman GPU算力时代的更大尺寸芯片、更高HBM堆叠、更复杂chiplet先进封装异构集成提前铺路。

如果说CoWoS供需缺口收窄代表短期供给改善,CoPoS路线图代表长期AI算力基础设施瓶颈升级趋势。在华尔街大行们看来,与AI算力产业链相关联的供给层面稀缺性没有任何程度消退,而是从CoWoS扩产逻辑,转向先进制程涨价、下一代CoPoS超大尺寸先进封装、玻璃核心基板、TGV、ABF共存结构和系统级良率经济学的新一轮供给稀缺性定价。

Wedbush:台积电产能紧张态势仍是AI算力链最大瓶颈

Wedbush Securities资深分析师Matt Bryson领导的团队在给客户的一份报告中写道:“我们认为,谷歌可能正在与三星电子洽谈TPU部分硬件代工的消息流主要凸显出台积电制造与封装产能仍然非常紧张,并不是像一些媒体报道的那样呈现出AI算力基础设施先进封装瓶颈松动。”

“因为我们认为,使用替代晶圆厂以及拆分先进制程芯片工艺流程都会带来额外复杂性,这很可能会对良率产生一些负面含义,并因此最终推高芯片流片或者制造成本(即便台积电替代方案更便宜)。”“虽然我们认为三星电子在3nm及以下的先进制程代工领域的地位已有改善,但我们也要指出,其近期许多斩获看起来在性质或者定性层面上质量较低:我们认为,主要因为特斯拉获得了特殊待遇和定价。”

目前关于三星与谷歌之间的代工动态尚未最终敲定;根据讨论内容,三星将为这款代号为Icefish的谷歌TPU制造存储器输入/输出(I/O die )裸片。

TPU的计算引擎核心部分仍将由台积电进行制造与先进封装,谷歌历来一直在那里生产其多代TPU技术性的AI芯片。有媒体近日援引知情人士透露的消息报道称,台积电将使用其1.4nm级别最先进制造工艺来生产该TPU代号的计算引擎。

这款谷歌最为先进架构的TPU最早可能在2028年进入大规模量产阶段,但这一时间仍可能发生变化。据媒体报道,谷歌正与联发科合作设计其第八代TPU,以及Icefish的补充设计,据传另一芯片巨头博通也将和此前携手谷歌研发多代TPU芯片那样,参与这一款谷歌TPU芯片的完整设计工作。

TPU 8t(为训练人工智能超大参数AI大模型而设计)和TPU 8i(为运行天量级别的AI推理体系而打造)已于4月在拉斯维加斯举行的Google Cloud Next 2026活动上正式发布。

先进制程涨价与CoPoS量产蓝图开启新一轮“AI算力瓶颈定价”

CoPoS相较CoWoS的核心优势,在于它试图把AI芯片封装从“晶圆级大封装”进一步推向“面板级超大封装”,解决下一代AI芯片超过光罩尺寸限制后,CoWoS在面积、成本、良率和产能经济性上的压力。传统CoWoS依赖晶圆级硅中介层,适合当前GPU+HBM的高密度互连,但当AI芯片封装尺寸扩大到9.5倍光罩甚至更高时,硅中介层面积、良率和成本都会成为瓶颈;CoPoS则通过面板级工艺、玻璃核心基板、ABF增层、TGV玻璃通孔和RDL等结构,把互连和承载能力放大到更大尺寸封装。

郭明錤明确指出,CoPoS预计2028年下半年量产,目标是提升9.5倍光罩尺寸以上超大型封装的量产经济性,Nvidia Feynman架构可能成为首批采用者;同时玻璃不是“玻璃中介层”,也不是替代ABF,而是玻璃核心与上下ABF增层共存的三层结构。所以,CoPoS大概率会成为台积电先进封装业务在2028年后的核心增量因素之一,但不是短期取代CoWoS,而是从CoWoS主导的AI封装周期,进入“CoWoS继续放量、CoPoS承接超大AI芯片”的双轨增长阶段。

郭明錤多年来专注于“果链”以及消费电子、人工智能算力基础设施行业研究,多次精准预判苹果的新一代iPhone、iPad等消费电子产品线更新动向以及“果链”(苹果供应链)未来技术格局。

谷歌可能把TPU的存储I/O裸片交给三星制造,但计算引擎仍留在台积电,这一点反而强化了Wedbush的判断:这不是台积电护城河瓦解,也不是AI算力基础设施先进封装瓶颈松动,而是台积电先进制程与CoWoS先进封装产能过度紧张,迫使大客户尝试拆分制造流程和第二供应源。

谷歌正与三星洽谈制造下一代AI芯片“Icefish”的一部分,三星可能制造存储接口部分,而主计算组件仍由台积电生产;该芯片最早可能2028年量产,并与联发科、博通合作设计。然而,这种拆分会增加设计验证、封装协同、良率爬坡和成本控制难度,因此它并不天然利好三星、利空台积电,而是说明AI ASIC需求已经强到连谷歌这类超大规模客户也必须在先进制程和先进封装上“抢产能、分风险、保供给”。

台积电涨价最高15%的传闻,与CoPoS路线图和谷歌分流传闻本质上是同一件事的不同侧面:AI算力产业链的真正瓶颈,正在从单一GPU供给扩展到先进制程、先进封装、HBM互连、ABF/玻璃基板、TGV工艺和产能分配权。TrendForce援引供应链消息称,台积电3nm先进制程价格可能在2026年下半年最高上调15%,2027年或进一步上涨5%—10%,核心背景正是AI ASIC/AI GPU需求持续炸裂因而推高先进制程与先进封装产能紧张。台积电CFO黄仁昭近期承认通胀和运营成本上升,但否认“四五倍”式涨价,说明其涨价更像是“AI算力基础设施的芯片制造与先进封装瓶颈产能的价值重定价”,而非短期投机性暴涨。

阿斯麦最新预测也大幅强化了全球AI算力产业链长期牛市逻辑,AI数据中心、Starlink卫星、具身AI机器人、自动驾驶和未来TeraFab级别超级芯片工厂,会把芯片需求从单一云训练扩展为更广泛的云端AI推理体系、物理AI与边缘AI云连接需求;这对阿斯麦、台积电、SK海力士、美光、英伟达、AMD、英特尔、应用材料、Lam Research等全球芯片霸主们无疑形成长期强劲的基本面扩张逻辑支撑。阿斯麦CEO预言全球半导体市场可能到2030年高达惊人的1.5万亿美元,相比之下,截至2025年市场规模约8000亿美元。

“芯片代工之王”台积电的股价狂飙势头远未完结

今年以来,台积电美股ADR涨幅高达45%,2024年以来的涨幅更是高达340%,但是在华尔街分析师们看来,台积电涨势远未完结。截至周一美股开盘,台积电ADR股价徘徊于435美元附近,市值约2.26万亿美元。

来自TipRanks汇总的近期华尔街目标价区间;其显示6位分析师12个月平均目标价为465美元,最高目标价为500美元。这也意味着,华尔街最乐观目标价已经把台积电推向约2.6万亿美元市值区间;较积极的平均目标价对应约2.4万亿美元,这意味着市场已经在把台积电从“晶圆代工龙头”重新定价为AI算力制造领域基础设施的全球核心算力瓶颈资产。

image.png

在华尔街金融巨头美国银行(Bank of America )的分析师团队看来,AI算力基础设施正在进入更持久、更宽广的资本开支周期。几乎同一时间,另一华尔街金融巨头摩根士丹利发布的研报显示,AI算力军备竞赛进入系统级扩张阶段,AI基础设施需求正在呈现罕见的“无弹性”趋势——即无论成本曲线如何,科技巨头们仍然继续加码建设AI数据中心,而这种“需求无弹性”会持续强化美国经济韧性以及标普500指数整体盈利增速,并且预测到2028年,接近3万亿美元AI相关基础设施投资将流经全球经济,而且超过80%的支出仍在前方。

台积电掌舵者魏哲家6月初在年度股东会上表示,需求将在未来多年超过供给,即使美国新增产能上线,台积电未来数年仍难以完全满足AI驱动需求;具体的AI资本开支展望层面,台积电掌舵者魏哲家在股东大会上表述的“高点在哪里我也不知道”“没有看到任何需求停止指标”可谓是这次台积电股东会最具AI算力产业链看涨层面的产业链巨头表态。

摩根士丹利对于2026年美国大型科技巨头们资本开支预期从一年前的4330亿美元大幅上修至8050亿美元,2027年资本开支则有望达到1.1万亿美元较此前预测的9500亿美元再度上调。大摩的最新预期可谓凸显出AI算力基础设施层面的供应链瓶颈已经从“大规模购买GPU/ASIC”扩展到“力争同时解决数据中心电力设备、液冷散热、数据中心CPU、DRAM/NAND/HBM、光通信/光互连、高性能网络互连、变压器、燃气轮机等整套完整链条的AI数据中心交付流程”。