作者：葛佳明
来源：硬AI
随着AI、高性能计算等新兴技术的驱动，晶圆代工产业先进制程的重要性日益凸显，台积电依然保持着晶圆代工领域的绝对优势，稳坐行业头把交椅。
3月4日周一，在AI芯片需求旺盛的带动下，台积电在台股一度涨超5%至725元新台币，市值升至18.8万亿新台币，创历史新高。上周五，美股市场台积电收涨4.06%报133.9美元，逼近历史最高位。
AI芯片供不应求的情况持续至今，高盛认为，短期内解决AI芯片短缺最直接的方法就是增加CoWoS产能，而台积电是其中的核心。
高盛分析师Bruce Lu领导的团队在最新发布的报告中指出，CoWoS（Chip on Wafer on Substrate）封装技术的产能成为过去一年制约AI芯片供应的最大瓶颈，也是2024年AI芯片需求能否被满足的关键。
1月18日，台积电CEO魏哲家在台积电法说会上谈及先进封装议题时指出，AI芯片先进封装需求持续强劲，目前情况仍是产能无法应对客户强劲需求，供不应求状况可能延续到2025年。台积电今年持续扩充先进封装产能，今年先进封装产能规划倍增，仍是供不应求，预估2025年持续扩充产能。
高盛认为，台积电的代工模式仍是提高AI芯片产能最高效的方式，鉴于代工企业在成本优化和运营效率方面的优势，与建造专门满足AI芯片需求的自有工厂相比，是更为现实的解决方案。
高盛直言，目前AI芯片供应短缺主要是英伟达H100芯片的短缺问题，其采用台积电4nm节点制造，并需要用到CoWoS封装，而先进制程工艺的产能并非芯片供应问题的关键，CoWoS的产能限制才是造成芯片供应不足的重要原因，基于对台积电CoWoS扩充计划的估计，在2024年第三季度产能或许会显著增长：
当前H100芯片的需求实际上仅占台积电5nm节点产能的10%左右，如果台积电将其100％的N5产能用于生产H100芯片，H100 产能可立即提高十倍，目前的先进制成晶圆产能并不是近期供给问题的关键。
在我们看来，当前的瓶颈主要是由于CoWoS产能限制所致。当前的CoWoS产能（16kwpm）远小于N5晶圆产能（125kwpm）。随着AI需求从2023年开始出现，CoWoS设备供应商需要时间增加他们的产能以满足激增的AI需求，而台积电仅需1.5-1.8亿美元的资本投资即可将其当前的CoWoS产能翻倍。
增加CoWoS产能是短期内解决AI芯片短缺的直接方案
高盛认为，对AI芯片的需求会随着成本下降而动态变化，一般来说需求和成本通常存在反比关系，当成本上升时，需求将趋于下降，而当需求与成本同步攀升时，行业会寻求降低成本来满足不断增长的需求，AI行业也不会例外：
当前在成本居高不下的情况下，对AI的需求也迅速上升，AI服务器的成本比普通服务器高出7-30倍以上。因而在考虑建设多个晶圆厂以应对强劲的AI需求时，我们认为必须仔细研究实际需求的动态。
毫无疑问，目前对AI芯片的需求与现有成本结构密切相关，关键因素包括：1）1TOPS（每秒进行1万亿次操作）的成本——也就是AI芯片的计算性能，2）芯片的成本——这与售价相关。由于AI开发仍处于初期阶段，未来几年随着技术迁移、芯片设计和性能改进，成本下降曲线可能会显著下降，芯片的成本未来可能会大幅降低。
此外，用于边缘AI的神经形态芯片问世(基于脉冲神经网络SNN)也会增加评估未来芯片需求和相关成本问题的复杂性，对我们来说，通过了解AI相关容量和成本的变化，识别未来和长期的“真实AI芯片需求”至关重要。
高盛判断，目前对于AI芯片的生产来说，先进制程工艺的产能（如台积电的5nm节点）不是限制因素，目前主要的限制因素是CoWoS（把芯片堆栈起来且封装于基板上）的产能：
CoWoS是指把芯片堆栈起来，并且封装于基板上。可以减少芯片所需要的空间，也能达到减少功耗和成本的益处。其中，又可分成2.5D水平堆栈（最为人知的就是台积电的CoWoS）、3D垂直堆栈版本，将不同的处理器、内存等多种芯片模块层层堆栈，做成小芯片（Chiplet）。因为其主要应用的就是在先进制程上，所以又称为先进封装。
在我们看来，当前的瓶颈主要是由于CoWoS产能受限。当前的CoWoS产能（16kwpm）远小于N5晶圆产能（125kwpm）。随着AI芯片需求自2023年开始激增，CoWoS供应商正在逐步扩充产能以满足需求。
因此，我们认为，从行业参与者的角度来看，投资CoWoS将成为当前阶段解决AI芯片短缺问题的关键点。基于我们目前对台积电CoWoS产能扩充的估计，假设台积电全部CoWoS产能都用于H100芯片制造，预计在2023年、2024年和2025年，台积电一年能够生产的H100芯片产量分别为360万片、760万片和1100万片。
如果台积电的全部N5工艺产能100%用于生产H100芯片，那么在不考虑其他变化的情况下，预计在2023年、2024年和2025年，台积电能生产的H100芯片的年产量分别为3600万片、3750万片和4310万片。
高盛总结称，提高CoWoS产能是满足AI芯片需求激增的首要解决方案，提高 CoWoS 产能是现阶段提高人工智能芯片产量的最快、最直接的方法，与先进制成节点（即5nm/3nm 节点）产能扩张相比，CoWoS 的资本密集度要小得多：
提升CoWoS产能是满足激增的AI需求的首要任务。根据台积电的前景展望，该公司计划在2024年将其CoWoS产能翻倍，约30亿美元的资本支出（总资本支出指导30亿美元的10%）将用于先进封装/掩模/其他方面的扩张。
假设30亿美元资本支出中有50-60%用于CoWoS扩展（增加约15kwpm），每增加10k晶圆的CoWoS扩展所需的资本密集度仅约为1.0-1.2亿美元的资本支出，这远低于5nm/3nm晶圆的资本密集度，后者每增加10k晶圆产能需2.5亿/3.5亿美元。
这意味着，台积电仅需1.5-1.8亿美元的资本投资即可将其当前的CoWoS产能翻倍（根据我们的估计，从2023年底的约15-16kwpm增加到2024年底的约30kwpm）；150-180亿美元的资本支出将产能增加到150kwpm（约为当前水平的10倍）。
代工业务模式仍是满足AI芯片需求的最佳选择
高盛认为，当前行业希望优化资源配置来满足人工智能的长期需求，除了提高CoWoS产能以解决人工智能芯片需求短期激增的问题外，从长远角度来看，该行业可能还需要更多的晶圆产能，未来将面临两个关键选择： 1) 建立专门满足AI产能需求的自有工厂； 2) 与现有的代工企业（如台积电、英特尔等）合作扩大产能。代工业务模式仍是扩大产能的最有效方式：
我们认为，从方案一看，如果建造完全专用于AI需求的新晶圆厂，芯片的成本可能会进一步上升，考虑到行业中每2-3年就会进行一次节点迁移的先例，折旧费用是芯片生产成本中的关键元素。折旧费用通常占台积电芯片制造成本结构的50-60%，是关键的盈利因素。
考虑到节点迁移周期，为了追求更高的芯片性能、功耗和更高的晶体管密度，这意味着2-3年前为AI构建的产能可能需要淘汰。因此，如果资本支出折旧周期从当前的5-6年缩短到2-3年，预计晶圆厂将面临大的成本负担，每年折旧负担的增加。
此外，由于持续的芯片迁移，需要持续的再投资，而且已经建造的产能可能每2-3年就需要淘汰或低利用。因此，建造仅用于AI需求的新晶圆厂可能会进一步增加芯片的总成本。此外，为了确定不同年份需要建设哪种节点产能，需要考虑潜在的降低成本的颠覆性解决方案（例如，神经形态芯片）以及AI芯片对晶体管需求的演变，所有这些都将增加更多的复杂性。
高盛指出，代工业务模式仍是扩大产能最高效的方式。考虑到代工厂在成本优化和运营效率方面的优势，以及AI领域快速发展的背景，第二个选项——代工业务模式，是一个更现实的解决方案：
通过采用代工业务模式，公司可以避免与建设、拥有和运营晶圆厂相关的高成本。代工厂服务于多个客户，这允许公司与其他代工客户共享并减少整体成本负担，如固定成本（即折旧、制造管理费用）。
此外，代工业务模式还提供了更好的灵活性和可扩展性。公司可以通过与代工厂合作来扩展其生产需求。这些代工厂管理产能规划，保持其工厂以更高的产能运行。此外，考虑到每2-3年的技术迁移，过去几年建立的产能在公司迁移到使用更先进的处理技术时，面临的产能利用率较低的风险较小，因为旧产能会被其他客户的其他需求填补。总的来说，我们认为代工业务模式仍是满足激增的AI芯片需求最高效的方式。
