本期核心看点:台积电技术论坛释放N2/CoWoS产能激进扩张与GAA-SRAM突破信号;台湾硅晶圆三雄同步喊涨,6英寸已涨、8/12英寸跟进,晶圆制造环节成本压力将传导全链;OpenAI自研芯片Jalapeno系列采用3nm/A16显示设计端对先进工艺依赖加深。

技术进展

台积电上海技术论坛:N2首年产能超N3同期45%,CoWoS良率达98%

1.发生了什么:台积电上海论坛公布,N2工艺首年晶圆产出将比N3同期高45%,2026-2028年产能年增70%;CoWoS5.5倍光罩尺寸量产良率已达98%;6T-SRAM在GAA纳米片结构上面积缩减30%。

2.属于产业链哪个环节:主要涉及光刻薄膜沉积(N2 GAA工艺)以及封装(CoWoS先进封装)环节。

3.可能影响的公司或赛道:台积电主导先进制程与先进封装,将巩固其在AI/HPC芯片代工的垄断地位;利好其设备供应商与封装材料商。

4.为什么值得关注:N2产能爬坡速度前所未有,意味着2nm时代将更快到来;GAA技术实现SRAM面积缩减,解决了过去工艺微缩难点,对【高性能计算】芯片是重大利好。

[1]

传闻OpenAI自研推理芯片Jalapeno将采用台积电3nm及A16工艺

1.发生了什么:市场传闻OpenAI自研AI推理芯片Jalapeno将由台积电3nm制造,下一代Jalapeno2将升级至A16工艺并使用CoWoS先进封装。

2.属于产业链哪个环节:涉及光刻(3nm/A16工艺)和封装(CoWoS)环节。

3.可能影响的公司或赛道:OpenAI向自研芯片迈进,可能减少对英伟达GPU的依赖;长期利好台积电先进制程订单;加剧与博通、Marvell等定制ASIC厂商的合作与竞争。

4.为什么值得关注:继谷歌、亚马逊后,顶级AI公司自研芯片趋势愈演愈烈,且直接锁定台积电最先进的A16节点,显示软件巨头对硬件底层算力的极高要求。

[3]

高通数据中心平台扩展:CPU与AI加速器将放量台积电3/2nm及先进封装

1.发生了什么:高通Dragonfly C100数据中心CPU和AI300加速器预计采用台积电3nm/2nmCoWoS/SoIC封装;而其电源管理、深沟槽电容等配套芯片将大量交由联电代工。

2.属于产业链哪个环节:覆盖光刻(CPU/AI芯片)和封装(台积电)以及特色工艺薄膜沉积/掺杂(联电)等多个环节。

3.可能影响的公司或赛道:台积电获得高端计算芯片订单,联电在电源管理、硅电容器等配套领域扮演关键角色,利好台湾半导体产业链。

4.为什么值得关注:高通强势闯入被英伟达和AMD主导的数据中心市场,且采取台积电(先进算力)+联电(集成配套)的组合代工策略,为其他设计公司提供了新思路。

[4] [5]

供应链变化

台湾硅晶圆三雄同步喊涨:6英寸已涨、8英寸满产、12英寸谈判中

1.发生了什么:环球晶圆合晶、【台胜科】同步释放涨价信号。6英寸已完成调价,供应紧俏;8英寸需求回暖至满产,下半年仍有涨价空间;12英寸正与客户进行新一轮调价谈判。

2.属于产业链哪个环节:直接影响晶片(硅晶圆制备)环节,是芯片制造的起点原材料。

3.可能影响的公司或赛道:信越、SUMCO等国际大厂退出6英寸线导致供给集中;下游PMIC、MEMS、功率器件及汽车电子等成熟制程芯片成本将上升。

4.为什么值得关注:这是硅晶圆行业经历近两年库存调整后确认进入【复苏周期】的明确信号;涨价从6英寸蔓延至12英寸,成本上涨将沿着制造链传导至整个半导体行业。

[2]

H100现货价格走低但合约价攀升,反映AI算力需求转向长期部署

1.发生了什么:H100GPU随选即用(Spot)价格跌至2.42美元/小时(较5月跌40%),但一年期合约价却从低谷1.70美元涨至2.65美元。合约市场更能反映AI持久工作负载的真实需求。

2.属于产业链哪个环节:属于测试后的服务器算力租赁市场,间接反映前端封装和【晶圆制造】的供需预期。

3.可能影响的公司或赛道:短期现货降价说明临时算力需求缓和,但合约涨价表明大型企业正锁定长期AI产能,利好有稳定供应能力的英伟达及云服务商。

4.为什么值得关注:市场不能仅看现货价判断AI需求衰减。合约价上涨意味着“严肃买家”正在锁定长期资源,AI计算正从实验评估走向生产部署

[6] [7] [8] [9]

SemiAnalysis揭示:SRAM逻辑晶圆产能受限,AI芯片供应瓶颈仍在

1.发生了什么:业内问答显示,虽然SRAM概念上供应无限,但制造SRAM所用的【逻辑晶圆】产能实际上是受限的,这构成了当前AI芯片一个隐形的供应约束。

2.属于产业链哪个环节:主要卡在晶圆制备与【前道制造】(逻辑工艺流片)环节。

3.可能影响的公司或赛道:英伟达、AMD等AI芯片厂商的最终出货量仍受限于逻辑代工总产能;台积电等代工厂的逻辑产能分配策略将极大影响市场供给。

4.为什么值得关注:新人容易误以为内存是唯一瓶颈,实际上逻辑晶圆(运算单元部分)同样短缺,且其制造远比存储更复杂。这解释了为何掌握【先进逻辑工艺】的代工厂在当前AI浪潮中占据如此核心的地位。

[10]