蘋果救不了臺積電，但英偉達可以

今年8月，The Information爆料了蘋果和臺積電之間的“甜心交易”（sweetheart deal）：蘋果下單了臺積電3nm工藝，但臺積電必須獨自承受報廢芯片的良率損失，這一舉措能為蘋果省下幾十億美元的成本[1]。

曾經(jīng)蘋果和臺積電被稱為“最完美的合作關系”：借由規(guī)模龐大的研發(fā)投入和資本開支，臺積電在芯片制造上始終保持領先，蘋果則用大規(guī)模的訂單給臺積電報銷開發(fā)成本，幫助其進一步擴大領先優(yōu)勢。

然而，這個雙贏合作卻在這兩年出了些問題。

一方面，先進制程的開發(fā)成本越來越高，臺積電也有點扛不住。另一方面，由于手機市場的萎靡，最爽快的兩大客戶蘋果和高通也難免囊中羞澀。

面對巨大的利潤壓力，臺積電選擇先漲為敬。根據(jù)媒體報道進行估算，2023年臺積電的晶圓代工價格與兩年前相比大約上漲了16%（先進制程）到34%（成熟制程）。在過去十多年里，臺積電都從未大幅提價。

在臺積電宣布漲價后，蘋果曾以一貫的強勢態(tài)度表示堅定拒絕[2]，幾經(jīng)博弈之下，才有了那份“按良率付費”的協(xié)議。

去年10月，臺積電還頗有先見之明的表示，預計2023年整個半導體行業(yè)可能會下滑，于是下調(diào)資本開支至360億美元。

結(jié)果兩個月后ChatGPT橫空出世，全世界的AI芯片公司又把臺積電送上了神壇。

昂貴的進步

今年9月蘋果發(fā)布會結(jié)束，頂著“首個3nm制程芯片”的A17 pro問世，10%的CPU性能提升讓人忍不住感嘆牙膏還能這么擠。臺媒第一時間出來為臺積電甩鍋，表示主因在于蘋果的設計過于保守，加上iPhone散熱效率太差，影響了3nm制程的發(fā)揮。

為了3nm工藝節(jié)點，臺積電不可為不盡力，創(chuàng)下歷史新高的資本開支就是最好的證明。

一般來說，芯片制程越先進，需要的生產(chǎn)環(huán)節(jié)也就越多，成本自然水漲船高。在一些特殊節(jié)點，由于生產(chǎn)工藝的徹底改變，原本的設備和產(chǎn)線會被徹底淘汰，成本瞬間被拉高。 前者的代表就是刻蝕環(huán)節(jié)的增加： 所謂刻蝕，就是將光刻標記出來的區(qū)域，通過物理或化學方法去除，精準雕刻出設計好的功能外形。由于光刻技術受波長限制，單憑***很難滿足5nm、3nm及更先進的工藝，只能通過反復的刻蝕來實現(xiàn)更小的尺寸。 現(xiàn)階段先進制程工藝的提升，相當程度上源于刻蝕步驟的疊加。因此近兩年刻蝕和薄膜沉積（刻蝕的逆過程）在設備行業(yè)的市場份額極速上升，甚至超越了***。 后者則創(chuàng)造了14/16nm這個經(jīng)典制程：在14/16nm之前，芯片制造的主流工藝是HKMG（High-k Metal Gate），2014年，三星依靠梁孟松團隊搶先臺積電攻克14nm。當時，梁孟松用了FinFET工藝解決了生產(chǎn)問題，但工藝變化也意味著設備、產(chǎn)線的大手術。 一些晶圓廠在14nm的生產(chǎn)良率反而超過28nm，也是工藝變化的原因。 而由于DUV***的精度限制，芯片制造深入到7nm制程后，就需要用EUV***，價格是DUV***的至少3倍。[3]臺積電曾嘗試利用DUV***+多重曝光的方式生產(chǎn)7nm芯片，但扛不住低良率的巨額成本，最后還是老老實實買EUV***。

這個昂貴的技術爬坡之所以多年來行之有效，是因為以蘋果為首的一大批芯片設計公司，每年會排著隊給臺積電下訂單。但當財大氣粗的蘋果都嫌貴的時候，這個循環(huán)就會出現(xiàn)問題。

根據(jù)IBS的測算，10nm，7nm和5nm芯片的IC設計成本分別1.7億、3.0億和5.4億美元，而3nm芯片的設計成本則達到驚人的5億至15億美元。

由于芯片架構和IP復用等因素影響，業(yè)界對芯片設計成本的測算常常被高估。但即便排除這些影響，這也是個天文數(shù)字。任何芯片設計公司下單之前都得掂量掂量，自己有沒有那么大的出貨量。

越來越貴的成本只是臺積電的焦慮之一。過去幾年，臺積電面臨的問題有兩個：

一是先進制程的高成本，導致錢砸的越來越多客戶反而越來越少。

二是幾個耗資巨大的工藝節(jié)點，產(chǎn)能高峰也就一兩年，難以持續(xù)造血。

前者在業(yè)內(nèi)被反復提及，后者則常常被忽略。

7nm：既不先進，也不落后

2019年，臺積電痛失大客戶華為，結(jié)果蘋果、AMD這些大客戶立馬承包了閑置的產(chǎn)能，所以臺積電一邊說“影響不大”，一邊宣布2021年起，臺灣地區(qū)工作的5萬名員工的通通漲薪20%。

由于眾所周知的原因，7nm的熱度在今年又被炒了起來。不過在臺積電，7nm制程的處境一度尷尬。

臺積電的7nm工藝創(chuàng)造了很多經(jīng)典產(chǎn)品，比如蘋果的A12芯片，AMD的Zen 2/3架構處理器，以及海思的麒麟985芯片。

一般來說，當一個新制程量產(chǎn)后，蘋果和高通是第一個吃螃蟹的。而隨著工藝升級，蘋果和高通、AMD會更新到下一代制程，上一代制程的產(chǎn)能會降價，留給AMD等芯片公司。隨著制程繼續(xù)升級，成熟制程就會慢慢留給服務器芯片、汽車芯片等等產(chǎn)品代工。

對臺積電來說，老制程雖然已經(jīng)落后了，但產(chǎn)能不會被浪費。隨著產(chǎn)線的成本慢慢折舊完，持續(xù)開動的產(chǎn)線反而能貢獻可觀的利潤。在臺積電的營收里，將近1/3都是40/45nm以上的成熟制程貢獻的。

了解了這個背景，就能看出7nm的尷尬之處：說它是先進制程，也沒有那么先進；說它是成熟制程，也沒有那么成熟。

隨著蘋果和高通已經(jīng)用上了更先進的5nm甚至3nm，作為關鍵替補隊員的汽車芯片，卻仍在使用成熟制程。截至2021年，14nm以下的車用芯片比例僅為6%。

從臺積電的年報中也可以發(fā)現(xiàn)，從2020-2022年，5nm份額逐年增加，但16nm以上的產(chǎn)品占比卻變化不大。理論上的“末位淘汰”邏輯并未發(fā)生，真正遭到擠兌的是上一代冠軍：7nm。

2020-2022年，臺積電7nm的收入占比從33%下降至27%。根據(jù)臺媒爆料，臺積電7nm的產(chǎn)能利用率在2021年一度超過100%，到2022年底跌到了不足50%，今年年初更是一度跌至30%。

原因也很簡單，對于替補隊員們來說，7nm還是太貴了。

正如前文所述，7nm是由DUV***換為EUV***的重要節(jié)點，也成了成本激增的起點。另外，7nm流片時，用于對向硅片上投影芯片圖像的耗材掩膜版急劇增加，這一項就能花掉一千多萬美元。

和前兩代的16nm相比，7nm的設計成本增至將近3倍。這些成本最終傳導到下游客戶的報價上，物聯(lián)網(wǎng)、汽車等設備等芯片出貨量遠低于動輒年產(chǎn)十幾億的智能手機，面對高昂的價格自然望而卻步。

所以蘋果、高通、AMD陸續(xù)在7nm節(jié)點短暫停留后，長期為臺積電7nm貢獻收入的產(chǎn)品只有英偉達的車載芯片Orin X和A100 GPU。

如果沒有新的增量市場，7nm大概率不會是唯一尷尬的一代，5nm，4nm甚至3nm都很快就會步其后塵。

但ChatGPT的橫空出世改變了這一點。

躲得過英偉達，躲不過臺積電

今年9月，臺媒DigiTimes傳來捷報，臺積電各制程產(chǎn)能集體回升：6/7nm制程的產(chǎn)能利用率自10月起，有望逐步回到60%以上，4/5nm制程的產(chǎn)能則將回升至80%左右[4]。

瘋狂下單的除了老客戶蘋果和高通，還有兩個關鍵角色：英偉達和英偉達的客戶。

英偉達的熱情不難理解，目前追夢大模型的硬通貨H100就采用了臺積電N4（5nm）工藝，順便帶火了臺積電的CoWoS先進封裝產(chǎn)能。

按照分析師Robert Castellano的測算，一片N4工藝的12寸晶圓價格為13400美元，理論上可以切割86顆H100芯片。如果不考慮生產(chǎn)良率，那么每生產(chǎn)一顆H100，臺積電就能獲得155美元的收入。但封裝一塊H100，臺積電可以入賬723美元。

也就是說，每顆H100給臺積電帶來的收入很可能超過1000美元。

同時，AMD的MI300、英特爾的Gaudi 3也都采用了臺積電5nm工藝。

一直以來，面向AI訓練和推理的高性能GPU市場并不算大，但ChatGPT引發(fā)了科技公司和云服務商的恐慌性搶購，導致產(chǎn)能不足反而成了限制英偉達的問題?？紤]到英偉達敢于把H100按照物料成本直接加個零賣，就算臺積電漫天要價，英偉達也有能力照單全收。

處境尷尬的7nm則在同一時期等來了關鍵的替補隊員：英偉達的客戶。

谷歌從2016年開始投入使用的自研AI芯片TPU，就一直交由臺積電代工。2015年“內(nèi)測”階段的AlphaGo還需要英偉達的顯卡訓練，到了2016年酣戰(zhàn)李世石，就已經(jīng)換上了自家的TPU。

目前，最新的第四代TPUv4就采用了7nm工藝。英國明星初創(chuàng)公司Graphcore的IPU芯片，同樣采用了7nm制程，還用上了臺積電的WoW硅晶圓堆疊技術。

7nm的另一個大客戶是特斯拉：2021年8月，馬斯克在特斯拉AI Day活動上公布了Dojo ExaPOD超級計算機，內(nèi)置自研7nm工藝的D1芯片，由臺積電代工。

Dojo ExaPOD由120個訓練模塊組成，每一個訓練模塊包含25塊特斯拉自研的D1芯片，總芯片數(shù)量達到了3000塊，直接讓Dojo以1.1 EFLOP的算力，成為全球第五大算力規(guī)模的計算機。

早在幾年前，特斯拉還曾被黃仁勛視為標桿客戶。但隨著Dojo的問世，兩家公司的塑料友誼暴露無遺。 一方面，D1芯片是特斯拉為了適配自家產(chǎn)品，專門針對汽車、機器人等應用場景的研發(fā)，強調(diào)視覺處理等功能。和英偉達的通用GPU相比，制程要求略低，同時不會造成算力的浪費。另一個目的就是省錢，根據(jù)摩根士丹利的測算，芯片自研讓特斯拉足足省下了65億美元。 時至今日，全球主要的AI芯片中，超過80%都由臺積電生產(chǎn)，既有谷歌和英偉達這類老牌列強，也有Graphcore這類初創(chuàng)公司，中國大陸的GPU設計公司，目前也依賴臺積電的產(chǎn)能。 臺積電能照單全收的另一個原因，恐怕也是老對手三星的掉隊。雖然三星在每個節(jié)點都沒落后太多，甚至率先宣布量產(chǎn)了3nm工藝。但由于良率和功耗控制等原因，不僅沒等來大客戶，反而接連坑哭了高通和英偉達。這也難怪SemiAnalysis在報告里陰陽怪氣的說：就連英特爾也能搶走三星的客戶了。 要知道去年10月，臺積電總裁魏哲家在內(nèi)部溝通時，還罕見地鼓勵員工休假。沒想到一年過去，訂單就擠滿了臺積電十八廠的N4/N5產(chǎn)線。 躲過了英偉達的算力稅，終究沒躲過臺積電的寶刀。