115萬片晶圓，決定2026年的「芯片戰」，蘋果、聯發科、OpenAI火線入局

「未來六個季度數據中心收入5000億美元。」黃仁勛在GTC25上説。

2026年1月6日開幕的CES 2026，老黃又宣稱90%的ASIC項目會失敗，這實際上是對此前谷歌TPU為代表的ASIC芯片（專用集成電路）的口頭「討伐」，一場針對ASIC的全面圍獵已經悄悄開始。

很多人會關心，GPU、ASIC競爭的終局如何？答案是取決於半導體戰爭的終極彈藥庫——臺積電CoWoS先進封裝產能。

這意味着，只要對臺積電CoWoS產能預訂、分配情況，進行顆粒度拆解，就能精確測算出2026年AI算力芯片的出貨格局。

可以説，2026年「芯片戰」，繫於臺積電115萬片CoWoS晶圓產能。

GPGPU與ASIC陣營對壘，圖片由AI生成

 

01 戰爭的起源

我們先對GPU和ASIC的戰爭背景做一些鋪墊（有行業基礎可跳過本部分）。

人工智能對算力的需求擴張是共識，但必須明確：更先進的計算架構、工藝製程和先進封裝，是三個關鍵路徑。

關於架構，談到最多的是GPGPU（通用圖形處理器），英偉達在這條路上，藉助CUDA生態的20年鋪墊，成為通用並行計算的絕對王者。

硬件層面，英偉達的核心武器有兩個：HBM內存極高的帶寬、GPGPU大規模流處理器陣列。從H200、GB200到2026年1月推出的「Vera Rubin」，都是這條路徑的產物，性能提升直接與顯存帶寬、NVLink互連規模掛鉤。

GPGPU之外，以谷歌TPU為代表的ASIC芯片，探索出了另一條更精準、定製化的架構——雲端推理側的負載日益固化，為特定算法（如Transformer）定製的ASIC芯片，能夠展現出碾壓級的能效比，即每瓦性能和總擁有成本（TCO）優勢。

谷歌的TPU、亞馬遜的Trainium都是這條路徑的先鋒。博通、Marvell、Al chip等設計公司，正是通過為這些雲巨頭定製ASIC芯片，撕開了AI芯片萬億市場的一道口子。

相比架構競爭，工藝製程這條路徑顯得更好理解，從7nm、5nm、3nm到2025年底量產的2nm，每一次製程躍進都意味着晶體管密度和能效的提升。

不過，工藝製程是一條高門檻的路徑：進化速度越來越慢，成本越來越貴，2nm晶圓代工價格高達3萬美元，入場費已非所有玩家都能承受。此外，工藝製程的微縮還將面臨「功耗牆」和「存儲牆」。

架構、製程之外，第三個關鍵路徑是先進封裝，以CoWoS（Chip on Wafer on Substrate）為代表的先進封裝是臺積電為高性能計算打造的「皇冠上的明珠」。

CoWoS封裝概念圖，來源：臺積電

 

CoWoS的精髓在於異構集成，將多個小芯片，例如計算芯粒（GPU/ASIC核心）、高帶寬內存（HBM）、I/O芯粒等，通過中介層進行超高密度、超高帶寬互連，集成在一個封裝內。

表1：CoWoS中介層面積變化趨勢

這種方式可以突破單芯片光罩（掩模板）尺寸限制，中介層面積當前可達2800mm²，直接好處就是晶體管更多，HBM顯存更高。

另外，由於CoWoS採用了硅中介層，上面的微凸塊（μBump）間距極小，芯粒間通信帶寬激增，延迟和功耗大幅降低。

正因如此，無論是追求極致性能的英偉達GPU，還是追求最佳總擁有成本的雲巨頭ASIC，但凡涉足頂級AI算力，都離不開CoWoS。

所以，在2026年這個時間點上，當製程進入2nm深水區，成本高企，架構路線出現根本性分叉時，CoWoS先進封裝的產能分配，就成了決定算力版圖的最關鍵變量，沒有之一。

02 產能圖譜：臺積電CoWoS的供給格局

表2：臺積電CoWoS產能爬坡情況

 

從我們掌握的情況來看，過去三年，臺積電CoWoS產能一路從單月12K晶圓，逐步爬升至2025年底的80K/月，2026年年底的預估目標是120K/月左右。

取一個全年有效平均值：96K/月，即2026年臺積電CoWoS總有效產能約為：96K/月 × 12個月 = 1150000片晶圓，這是AI芯片戰的總彈藥基數。

產能分配原則

這1150000片晶圓如何分配，背后是一場基於技術、商業、地緣的複雜棋局。

按照優先級，英偉達作為CoWoS最早期、最大膽的共同定義者和投資者，其架構（如NVLink）與臺積電CoWoS工藝深度耦合，毫無意外可以拿到最多。

按客户層級，由於 蘋果、英偉達、AMD是臺積電前三大VVIP級客户，其鉅額預付款和長期協議鎖定了基礎產能。不過，蘋果要到2028年纔有自研AI芯片。另外，博通、Marvell因承接谷歌、AWS、Meta等雲巨頭天量ASIC訂單，已躋身頂級VIP客户行列。

另外，對臺積電來説，除了ASIC以外，AMD、英特爾乃至中國客户，都是制衡英偉達、分散客户風險的重要力量，也會分得一部分產能。

產能分配明細

總體來看，產品需求最旺、單價最高、技術最領先的英偉達有望拿到其中近60%的產能；AMD的預定量在90K左右，佔比接近8%，相比2025年有64%的增量，增幅幾乎與英偉達一致。

當然單一客户CoWoS訂單激增，也包含了中介層放大的因素，但對於業績的貢獻必然是正面的。不過也要強調，更復雜、集成度更高的封裝（如集成更多HBM、更大中介層）初期良率較低，實際有效產出需打折。

表3：CoWoS產能整體預訂和分配情況

 

整個ASIC陣營，大致可以劃分爲博通、世芯（AI Chip）、Marvell和聯發科幾家，其中博通是領頭羊。

博通2026年預定量大幅增至200K，同比增122%，主要受谷歌TPU外供拉動，但博通主要負責TPU v6p以及v7p，偏向推理的v7e由聯發科負責，會在2026年下半年推出。未來TPU v8還是會遵循v7的模式，由博通與聯發科兩家下單CoWoS。

博通的200K預定量，按客户預訂情況大致拆分如下：

第一大客户谷歌TPU預計分得200K當中60~65％

第二大客户Meta的MTIA大約佔博通預訂量的20%左右

第三大客户OpenAI將於年底推出內部代號Titan芯片，臺積電N3製程，預計佔今年博通預訂量的5-10%，2027年將達到20%+

2028年，蘋果的AI ASIC芯片Baltra也將面世，目前由博通負責高速互聯，SerDes IP以及后端佈線，預計2026年上半年進入流片階段。

表4：ASIC陣營的CoWoS產能預訂和分配情況

 

相比之下，由於AWS下一代Trainium 3轉單世芯（Al chip），Marvell顯得比較失意，主要客户還是AWS的Trainium 2，好在新客户微軟採用N3E製程的Maia 200加入，才避免了下滑，CoWoS預定量與2025年持平。

世芯由於拿到了AWS Trainium 3訂單，CoWoS預訂量上升到60k，同比增加200%，大部分預定產能為N3製程的Trainium 3 Anita，加上Inferentia 2、微軟Maia 100以及少量的Intel Gaudi 3。

Annapurna作為AWS的子公司，一直承擔AI ASIC開發任務，同時也向臺積電直接預定CoWoS產能，Trainium 3的Mariana版本有別於Al chip的Anita版本，同時在臺積電投片。

聯發科是臺積電2026年CoWoS的新進客户，目前已調撥大量人力支持ASIC業務——未來將成為聯發科的重點板塊——2026年下半年主要承擔側重推理的TPU v7e的出貨，並在2027年作為出貨主力年，同時2027年將疊加TPU v8e的訂單，有機會出現600%的CoWoS同比增幅。

根據我們瞭解到的情況，聯發科目前已將AI ASIC視為未來核心業務，作為行業巨頭，其佈局AI芯片將很大影響目前ASIC設計的行業格局。

剩下的臺積電CoWoS客户的量級都小於1萬片，其中微軟自研ASIC Athena的早期設計與流片還是微軟自己的團隊在小批量推進中。

有了產能的分配數據，基於硅中介層面積，大致就能算出來，2026年，各家能夠出多少顆GPU/ASIC芯片。

我們假設英偉達的660000片晶圓當中，10%分配給Hopper架構，即6.6萬片，按單片切29顆來計算，預計今年整體H200的產出量可以達到190萬顆。

回看整體臺積電整體產能分配，拿下總共75萬片CoWoS產能的GPGPU陣營（NV+AMD），在面對還只有37萬片產能的ASIC陣營時，還是擁有絕對的火力優勢，甚至英偉達一家的火力就超過全球其他企業的總和。

03 算力、營收：GPGPU具備碾壓優勢

CoWoS是一個關鍵變量，但僅比較CoWoS還是會誤判戰局——不同的封裝方案，比如single-die以及dual-die方案，將導致中介層面積出現很大的不同。

以Hopper為例，由於採用single-die，一片CoWoS晶圓可以切29顆，到了Blackwell由於採用dual-die方案，每片晶圓只能切14顆。

所以，臺積電CoWoS的產能增幅，不能單純定義為AI芯片出貨量的增加，也要考慮CoWoS硅中介層面積不斷放大的增量。

從CoWoS到SoW，光罩面積及中介層變化，來源：臺積電

 

前面表1有提到，硅中介層面積越來越大的變化趨勢，是AI芯片明確的技術路線，目前中介層面積是光罩面積的3.3x，2026年的Rubin將提升到是4~5.5x，而2027年4-die合封的Rubin Ultra將達到9~9.5x。

因此，以CoWoS的產能（消耗面積）增、減幅度來計算企業營收增、減幅度更爲準確。

所以，這場AI芯片戰爭的主導因素，除了要看誰消耗了更多的CoWoS產能，也要看誰貢獻了更多的算力，以及誰創造了更多的營收和利潤。

算力維度的比較非常直觀，一顆英偉達B300的FP8算力達10PFLOPS，而一顆定製推理ASIC的算力可能僅為其幾分之一，即便是最強的TPU v7p也只有英偉達B300的一半，這沒有將今年要推出的Rubin考慮在內。

就在2026年1月6日開幕的CES上，老黃説Rubin的性能比Blackwell在推理提升5倍，訓練提升了3.5倍，言外之意是GPU與ASIC的性能差距並沒有縮小。

從算力維度可以得出結論——即使CoWoS切出來的芯片顆數接近，GPGPU陣營的總算力很可能仍大幅領先，這是GPU通用架構的「蠻力」優勢——來自CoWoS消耗面積（晶體管）的多寡。

價值維度的比較則更為殘酷，英偉達單顆GPU售價高達3萬美元以上，未來會提升到4-5萬美元。雲巨頭自研ASIC芯片的「成本」即便與GPU接近，「內部結算價」肯定賣不到GPGPU的市場價格。

以Anthropic向博通採購210億美元的100萬顆TPU為例，扣除服務器等諸多配置，單顆對外售價在1.5萬美元以下，不到英偉達Blackwell系列的一半。

結合算力和價值兩個點，可以更明確的得出結論——AI芯片是多維度的比拼，不單單比摩爾定律、比芯片工藝製程，還要比誰的面積更大，能放進更多晶體管，最終表現在性能上的差別，也決定了價格。

英偉達用60%的CoWoS產能，創造整個AI加速芯片市場70%以上的收入和90%以上的利潤，這纔是文章開頭黃仁勛「6個季度，5000億美元」的底氣。

04 ASIC的本質：優化財務報表

英偉達的優勢，CUDA就不必說了，經常被忽略掉的是搭配的NVLink、NVSwitch所構成的系統級優勢，用户買的不是芯片，而是一整套最強的「交鑰匙」解決方案。

作為對比，ASIC芯片優勢在於，雲廠這類超大規模用户，當其軟件棧完全自控且工作負載高度特化且穩定（如搜索推薦、廣告排名、語音識別推理），自研能帶來極致的總擁有成本（TCO）優化。

可以這樣説：AISC要講的故事——專用化換取「去英偉達化」，最終優化財務報表。所以，能不能用ASIC的關鍵只有一點，規模（量）夠不夠大，沒有其他。

首先，自研ASIC的資金、人力投入巨大；其次，便宜的TPU可不是買來就直接能用的，像Anthropic向博通採購210億美元直接採購谷歌TPU的方案，背后也需要配置一支極為強大的底層系統工程師團隊，並不斷進行深度遷移及適配。

所以，僅僅開支這一項，也決定了ASIC只有超大型雲廠、超大規模企業纔會使用，但即便是購買現成ASIC芯片，也就能拓展到Anthropic這體量的大模型企業，很難再往下了。

再者，目前頭部AI集羣的功耗已從幾十千瓦邁向兆瓦級，未來芯片功耗將飆升至數千瓦，普通客户無法承受這種規模。而且，在風冷已到極限，液冷（包括冷板、浸沒式）成為標配的背景下，數據中心的物理設計和最大集羣規模，都是必須綜合考量的因素。

另外，GPGPU與AISC兩者的較量也不限於單芯片，基於CPO共封裝來解決「功耗牆」和「互連牆」，這種系統級的方案，以及華為的384顆NPU互連的CloudMatrix 384這種系統架構創新，也都至關重要。

所以，CoWoS只是起點，更上層的互連網絡（NVLink, CXL, UCIe）、光引擎（CPO）都是競爭的關鍵變量。

而這些變量所需要的鉅額資本支出，都不是小廠可以承受的。

05 終局推演：軍火商大贏家

現階段英偉達為代表的GPGPU（通用圖形處理器）市場，雖然部分被侵蝕，但隨着物理AI這些領域的推進，在可見的3-5年，英偉達仍將統治AI訓練市場和高性能通用計算市場（訓練、新興應用、中小企業、科研）。

但是，推理佔據未來AI算力實際消耗的大頭，且工作負載更固定，正是ASIC的用武之地，ASIC的勢頭只會越來越好。

所以大家會看到，爲了加固「護城河」，英偉達斥資200億美元收購Groq，意圖將LPU融入自己的技術矩陣中。

與此同時，英偉達也在通過推出更細分領域的產品，如推理專用芯片、更靈活的訂閲模式（DGX Cloud）、以及更強大的系統級解決方案（如NVL144/288/576），來應對ASIC的「包圍」。

目前的英偉達依舊處於有利位置，依舊掌握着「AI芯片戰爭」的主動權，他們要解決的核心問題——市佔率與毛利的平衡。

只要英偉達不堅守極高的毛利率，願意犧牲毛利換取市場，他還是無堅不摧的王者。

ASIC生態下，谷歌TPU外供，標誌着ASIC從「概念」和「試點」正式邁入「規模化部署」，其增長直接與這些雲巨頭的資本開支綁定。

只要巨頭們持續投資AI基礎設施，且自研芯片的TCO優勢持續存在，ASIC芯片對CoWoS需求就會持續增長。博通，聯發科，Marvell作為頂級設計服務商將持續受益。

很多人會關注，GPGPU和ASIC對CoWoS產能需求變化？

從產品進化的角度來看，2026年的Rubin架構產品，率先採用5.5x光罩面積的中介層，2027年很快會推進到9.5x，ASIC產品的絕對性能沒有GPGPU那般極致要求，2026年預估也就在3.3x，甚至在2027年也大概率還如此。所以結論基本也是明確的：未來GPGPU對CoWoS產能的預定量會大幅度增長。

而回到最終芯片的數量上，由於ASIC芯片的中介層普遍在2500mm²，單片CoWoS晶圓切出來的芯片數量，是GPGPU的兩倍，而GPGPU目前CoWoS預定量是ASIC的兩倍，所以今年兩種類型AI芯片的全球出貨量，也就大體相當。

至於企業營收，那就與CoWoS出貨量成正比了，因為性能與面積（晶體管總數）成正比，同製程雙顆的dual-die性能必然高於single-die的芯片。

所以，未來我們更可能看到的是一個 「GPU+ASIC」的混合算力世界：雲巨頭用英偉達GPU進行前沿模型研發和訓練，同時用自研ASIC進行成本敏感的大規模推理部署。

換句話説，這場戰爭並非一場你死我活的殲滅戰，而是一場持久且複雜的「劃界戰爭」。

但不管兩種生態格局如何，作為這場芯片戰共同且唯一的「軍火商」，臺積電坐擁CoWoS產能的定價權，將是無論哪一方獲勝都不可或缺的終極大贏家。

本文來自微信公眾號「騰訊科技」，作者：值得關注的，36氪經授權發佈。