“AI芯片一年只出几百万颗，和手机相差近三个数量级，却成了全行业最紧的产能。

10月15日，台积电在三季度财报会上表示，客户需求仍然远高于公司目前的供给能力，缺口依然不小。约一个半月前，英伟达首席财务官在财报会上把2028财年约70%的收入增长预期称为“受供给约束”的展望，还表示供给瓶颈将持续到2028财年结束，甚至更久。国内同样面临困境，寒武纪在2026年半年报中提到，国产算力芯片需求强劲，但各厂商受限于产能，芯片供应不足。

图1｜台积电在三季度财报。来源：台积电官网

这里有一个直觉上的矛盾。手机等消费电子每年出货十亿部量级，AI芯片按颗数算只有百万级，需求量这么“小”，扩产为什么还这么难？

先算一笔账
颗数少，不等于好造

Epoch AI估算，英伟达2025年售出约450万颗AI芯片，2026年中位数预测约590万颗，和手机比确实不起眼。但用颗数衡量产能，本身就是个误区。晶圆厂卖的是晶圆面积，封装厂卖的是封装面积，存储厂卖的是比特，AI芯片在这三个维度上都比手机芯片“大”得多。

面积上，AI芯片是接近光罩极限的大芯片。以Blackwell Ultra为例，它由两颗达到光罩尺寸的计算芯片拼成。芯片越大，一片晶圆能切出的芯片就越少，缺陷落在单颗芯片上的概率也越高，这正是它和手机芯片产量差距悬殊的根本原因。同样是12英寸晶圆，手机芯片面积小，一片能切出几百颗。而面积接近光罩极限的AI芯片，一片往往只出个位数颗。据SemiAnalysis测算，2026年手机将占用约44万片台积电N3晶圆，如果把其中四分之一让给AI，也只能多造约70万颗Rubin，折算下来一片晶圆仅出约6颗。

图2｜英伟达Blackwell Ultra GPU芯片架构框图。来源｜NVIDIA官网

内存上，每颗芯片都要配HBM。HBM每比特占用的DRAM晶圆约为普通DRAM的3倍，到HBM4可能接近4倍，而单颗芯片的HBM容量，从Blackwell的192GB到Blackwell Ultra和Rubin的288GB，HBM容量提高约50%。

图3｜Blackwell加速模块配备8个HBM。来源｜NVIDIA官网

份额上，AI已经是先进制程的主角。台积电三季度财报显示，高性能计算占营收68%，智能手机占21%。AI相关需求约占2026年N3产出的六成，2027年将升到86%。

所以，百万级的颗数，对应的是远大于它的资源需求。

生产一颗AI芯片
要过几道关

一颗AI芯片从设计到交付，至少要依次通过四道关，每一道都是独立的产业，各有各的产能和周期。

第一关，前道晶圆。2026年，几乎所有主流AI芯片都迁到了台积电N3家族。英伟达的Rubin用N3P，谷歌TPU v7用N3E，亚马逊Trainium3用N3P。台积电董事长魏哲家在财报会上提到，按惯例公司不会给已达到目标产能的节点继续加产能，但这次为N3新增三座厂，足见需求之大。

图4｜台积电制程技术演进图。来源｜台积电官网

第二关，HBM。全球三大存储厂商SK海力士、三星、美光已在2026年内先后进入HBM4量产。多家媒体援引业内人士称，三家2027年的DRAM和HBM产能已基本预订一空，买家通常只能拿到申请量的六到七成。

图5｜SK海力士HBM4与GPU堆叠封装架构示意图。来源｜SK海力士官网

第三关，先进封装。CoWoS把计算芯片和HBM集成在同一个封装里，是AI芯片区别于手机芯片常用的InFO封装路线的关键工序，台积电管理层在财报会上也称后道“有一点缺口”。

图6｜台积电CoWoS与HBM集成封装架构示意图。来源｜台积电官网

第四关，其他配套。载板、激光器、光模块以及数据中心的电力供应，同样会限制最终能部署多少算力。台积电在财报会上被分析师问到这些环节时回应说，公司已把客户的数据中心建设、电力供应和其他零部件供应一并纳入产能规划。

AI芯片和手机芯片
是一条线还是两条线？

简单来说：前道可以共用，后道和内存不能。

前道方面，手机SoC和AI芯片用的是同一代先进节点。苹果、高通、联发科的旗舰手机芯片和英伟达、谷歌、亚马逊的AI芯片，在N3上共用同一批晶圆厂和EUV设备。这也是为什么两者会互相挤占，而谁能拿到更多晶圆，取决于台积电的分配。2026年，台积电的分配明显向AI倾斜，原因是AI芯片单颗价值更高，而手机和PC市场已趋于饱和。

既然共用，产线能不能互相“改造”？台积电确实在把部分5纳米设备转换为3纳米产能，并在7纳米、5纳米、3纳米之间灵活调配产能。除此以外还把部分工序转到其他厂区，以腾出N3的增量产能。但这种改造空间有限，因为N3的瓶颈是洁净室面积，所以要先建出新的厂房，才能装设备、扩产能。

手机端也不是一个能大量释放产能的“泄压阀”。即便让出25%的N3晶圆，也只够多造70万颗Rubin。台积电自己也提到，消费类和价格敏感市场受零部件涨价影响，明年的业务规划会更审慎。虽然AI在挤手机，但手机让出的空间，远填不满AI的缺口。

后道和内存则是另一回事。HBM占用了越来越多的DRAM晶圆，挤压了面向手机、PC的普通DRAM。TrendForce测算，DDR5 64GB RDIMM的单片晶圆收入已于2026年一季度超过HBM，这意味着存储厂扩HBM的利润激励反而下降，“多造HBM”并不是一个自然而然的选择。

扩产为什么慢
每一环都有自己的时钟

理解扩产难度，要把几个环节的周期放在一起看。

越往上游，扩产越慢；缺口最终卡在最慢的那一环。

TSMC自己的整体产能增速并不高。在三季度财报会上，台积电投资者关系负责人提到，公司年报披露的年度产能增幅，近年多在个位数的中高段，有时更低。先进制程的增量主要来自新节点和新厂。

设备是更上游的约束。ASML在10月14日的三季度财报中表示，按目前计划，2027年和2028年的供给都无法完全满足客户需求，正在研究2028年在已宣布的30%增幅之外进一步扩产；部分客户已表达预订2029年甚至2030年设备的意向。台积电也承认设备供应偏紧、设备价格上涨是真实存在的。

封装是扩得最快的一环。CoWoS月产能2022年约1万片，2025年接近7万片。台积电2026年底CoWoS月产能有望达12万至14万片，再加上封测厂（OSAT）新增的5万至6万片，行业总量接近20万片，供需缺口将从约20%收窄到约10%。

存储扩产的曲线更平。全球300mm存储产能2026年约为每月410万片，2027年约为420万片，几乎持平，增量更多来自制程升级和HBM占比提升，而不是新增晶圆。

总体上，设备投入在放大。据SEMI最新预测，2026年全球300mm晶圆厂设备支出约1490亿美元、同比增长31%，2027年再增长14%至约1510亿美元。但资金到位和产能到位之间，隔着建厂、设备交付和爬坡这几个时钟。

各家厂商怎么扩

台积电。2026年资本开支维持在600亿至640亿美元，并预计2026至2028年明显高于前三年。三季度营收467亿美元（以美元计），同比增长约41%，全年增长预期上调到约44%。台湾在建13座先进制程和先进封装厂，海外另有5至6座。N3方面，台南新厂2027年上半年量产，另有一座新厂2028年上半年量产；亚利桑那二厂2027年第三季度量产；日本二厂2028年量产。N2家族产能2027年将增长一倍以上；A14计划2028年量产。

英伟达。2027财年第二季度（5月—7月）营收962亿美元，同比增长106%，其中数据中心业务890亿美元。Vera Rubin自8月起出货，预计占三季度数据中心收入约20%。

存储与设备。三星计划把HBM晶圆投入从每月约18万片提高到25万片。美光新加坡封装厂2027年上半年开始贡献HBM产能。设备端，ASML计划2027年在2026年约65台的基础上再增30%产能，新的EUV机型NXE:3800F把每小时晶圆处理量从230片提高到260片。

台积电之外，选择有限。英特尔的EMIB封装已被部分AI芯片采用，封测厂也在承接CoWoS的后道工序，但先进制程这一头，短期内没有第二个台积电。

未来一两年
产能会怎么走

全球AI芯片供给到2027年全年仍偏紧，最早的缓解出现在2027年下半年至2028年，且各环节并不同步；国产AI芯片2027年出货会明显增长，但绝对规模与全球头部体量仍差约两个数量级。

缓解的顺序是封装、晶圆、存储、设备。封装缺口已在收窄；N3新产能要到2027年上半年和三季度才开始释放，且2027年AI将占去N3的绝大部分，更多手机厂商加速迁往N2；HBM的新产能集中在2027至2028年；ASML自己也说，2027和2028年的设备供给都不够。

算力的增长靠“单颗更强、HBM更多”，不靠颗数。Epoch AI估算，英伟达每年出货的AI算力（以H100等效算力计）从2026年的约2300万，增至2027年的约5800万，约为2.5倍。颗数不会翻倍，翻倍的是每颗芯片的性能和HBM含量，这也是为什么HBM始终最紧。

国产芯片数量不断增加，但提质仍需时间。渠道与客户前期囤货库存于2027年耗尽，增量主要来自长鑫HBM晶圆投入近乎翻倍，以及LPDDR方案。而中芯的先进产能还要同时满足华为手机芯片等需求。所以，对国产芯片，2027年最关键的变量不是下一代昇腾的纸面性能，而是长鑫的HBM能不能按计划爬坡，以及中芯的先进产能能不能分得过来。按Epoch AI测算，若只用国产HBM，华为2027年的算力约为40万H100等效，与全球头部算力体量仍存在量级差距。

图7｜长鑫存储HBM晶圆与厂区示意图。来源｜商传媒（SCOOP）

最大的不确定性在需求侧。如果AI投资放缓，缺口会比上面的判断收窄得更快；如果按现有节奏，缺口在2028年之前很难关上。

回到最开始的问题，AI芯片只有百万级出货，为什么还是造不出来？因为一颗AI芯片要同时占用最先进的制程晶圆、最大面积的封装和最贵的堆叠内存，这三样东西背后各有一条扩产时钟，建厂以年计，设备交付以年计，内存新线也以年计。需求可以一个季度翻一倍，供给不行。

文：冯思涵 / 数据猿

责编：凝视深空 / 数据猿