AI 底层课 · 第 11 讲

晶圆代工：台积电如何改写全行业

前两讲我们讲了芯片的"图纸"（EDA）和芯片的"方言"（指令集）。图纸画好了、语法定好了，接下来就是最硬核的一步：把那张图纸，真的变成硅片上的几亿个晶体管。这一步，靠的是晶圆代工（foundry）。

而在代工这件事上，有一家公司几乎成了行业的代名词——台积电（TSMC）。它不设计芯片、不卖自家品牌，却卡住了全球 AI 算力的物理咽喉。这一讲，我们就来说说代工这门生意，以及台积电怎么把"帮人打工"做成了一个谁也绕不开的垄断位。

把前三讲连起来看：EDA 是"画图"，指令集是"语法"，代工是"造出来"——三件事加起来，才等于一颗能跑的芯片。前面我们反复提台积电、提先进制程，这一讲终于把它单独拎出来，因为它恰好是整个 AI 算力链条里最"硬"、也最容易被普通人忽略的那一环：沙子要变成算力，最后都得经过它手里的炉子和光刻机。

一、从 IDM 到代工：芯片业的一次大分工

早年的芯片公司都是 IDM（Integrated Device Manufacturer，集成器件制造商）：自己设计、自己建厂、自己制造、自己卖。英特尔、三星、IBM 都曾是典型 IDM——既写架构，又管产线。这种模式的优点是"全栈可控"，缺点是太重、太贵。

一座先进晶圆厂的投资动辄两三百亿美元，制程每往前走一代，设备、研发、良率爬坡的成本指数级上升。绝大多数芯片设计公司根本负担不起一座厂，也不该把精力耗在"管炉子"上。于是行业出现了一个关键分工：有人专门设计（Fabless），有人专门制造（Foundry）。

高通、博通、英伟达、AMD（后来也转 Fabless）、联发科，都是只设计不造厂；而把制造外包给代工厂。这种"设计—制造"分离，是半导体产业现代化最重要的一次生产关系变革——它让一大批聪明人能专注做芯片架构，而不必先筹钱盖厂。

而代工这门生意的起点，正是台积电。它把"纯制造"做成了一个独立、专业、规模化的行业。没有这次分工，今天层出不穷的 AI 芯片创业公司，光是建厂这一关就全得死在摇篮里。

摩尔定律在这里显现出它"烧钱"的一面：制程每推进一代，晶体管密度翻倍，但建厂成本远不止翻倍——EUV 光刻机单台就超过一亿美元，一条先进产线要上百台，加上洁净室、化学品、良率爬坡，资本开支呈指数膨胀。正因如此，全球能玩先进制程的玩家，从十几年前的好多家，收敛到今天只剩台积电、三星、英特尔三家在牌桌上。分工，是大势所趋；能跟上的，才是少数。

从 IDM 到 Fabless + Foundry：芯片业的大分工，让"设计"与"制造"第一次彻底分开

二、张忠谋与 1987：纯代工、不抢客户

台积电成立于 1987 年，创办人是张忠谋。他做了一件当时没人敢做的事：纯代工（pure-play foundry）——只帮客户制造芯片，自己绝不设计、绝不推自有品牌的芯片。

这看似"老实"，实则极高明。当时的代工厂大多是 IDM 的副业（比如英特尔也对外代工一点），客户把设计交给它们，心里永远打鼓：你既是裁判又是运动员，万一你看了我的设计、自己做了竞品怎么办？这种信任鸿沟，让"又设计又代工"的模式很难做大。

张忠谋的"不抢客户"承诺，等于把这句话写在脸上：我只收加工费，你的设计是你的。这一下把所有 Fabless 公司的顾虑打消了，订单源源不断涌来。商业史上一个经典逻辑再次应验：先放弃一部分诱惑（不做自有产品），反而赢得了整个生态的信任，最终拿到更大的盘子。

补充一段背景：台积电不是张忠谋凭空起灶，而是当时台湾当局通过工业技术研究院牵头、并引入飞利浦（Philips）出资与技术入股才办起来的。张忠谋本人在德州仪器做到资深副总裁，是被请回来"创业"的。这种"官产学研"合力 + 一个懂行且敢押注纯代工模式的掌舵人，是台积电能从零起步的关键。也正因为出身"中立代工"，它从第一天起就没有"既当裁判又当运动员"的历史包袱。

三、台积电为什么赢：专注、资本、良率、生态

台积电的护城河，不是某一个秘密武器，而是几件事叠在一起形成的"复利"。

第一，专注。它不分散精力做终端产品，所有研发、管理、客户关系的重心都在"把制造做到极致"。第二，资本开支的军备竞赛。它每年砸上百亿美元买最贵的设备（尤其是 EUV 光刻机），这种投入强度，后来者极难持续追赶。

第三，也是最容易被外行忽略的——良率（yield）。同样一条产线，良率从 70% 提到 95%，等于凭空多出货三成，单位成本大幅下降。良率是靠几千次工艺迭代、海量数据、工程师经验堆出来的，学不来也买不到。第四，客户生态：苹果、英伟达、AMD、高通等最顶尖的设计公司把最先进的订单给它，反过来帮它摊薄研发、打磨工艺，形成"越先进客户越多、客户越多越先进"的正循环。

这四样叠起来，就变成一道几乎不可逆的领先。追赶者要同时补齐技术、资本、良率、客户四门课，任何一门不及格都会被甩开。这就是台积电"赢者通吃"的物理基础。

还有一个细节很能说明"专注"的威力：台积电曾推行著名的"夜莺计划"，让产线工程师分三班、24 小时不间断轮守先进制程，把设备利用率和故障响应拉到极致。对代工厂来说，机器每多转一小时，摊销成本就低一分、良率数据就多一份。这种把制造当"手艺人活"来打磨的劲头，是它和"顺带代工"的 IDM 在基因上的区别。

四、先进制程路线图：7nm → 5nm → 3nm → 2nm → A16

聊聊大家最爱问的"几纳米"。这里的数字早已不是晶体管物理尺寸的精确度量，而更像一代工艺的"代号"，代表密度、性能、功耗的综合代际。台积电的先进节点推进节奏大致是：16nm → 7nm → 5nm → 3nm → 2nm（N2）→ 更后的 A16（背面供电等新技术）。

每一代前进，都意味着同样面积塞进更多晶体管、跑得更快、更省电——这正是 AI 算力能持续膨胀的物理来源。苹果 A 系列、M 系列，英伟达的 GPU，几乎都建在最先进的那几代节点上。7nm 之后进入 EUV（极紫外光刻）时代，设备贵到只有台积电、三星、英特尔玩得起；到了 3nm、2nm，连晶体管结构都从 FinFET 转向 GAA（环绕栅极），工艺难度再上一个数量级。

路线图的意义在于：谁掌握最先进节点，谁就握着所有想做高端芯片的公司的"入场券"。而这张入场券，今天几乎只在台积电手里印得出来。AI 算力越往高走，对这张门票的依赖就越强。

给"几纳米"补几个硬指标：进入 7nm 后，一片晶圆要用到十几甚至二十多道 EUV 光刻工序，单台 EUV 机台年产能有限、价格过亿，所以先进产能天然稀缺；3nm 的 N3 家族又分多个改良版，2nm（N2）预计转向 GAA 环绕栅极结构，而更后的 A16 则引入"背面供电"（把供电网络移到晶圆背面，释放正面布线空间）。每一步都是物理与工程的极限挑战，也意味着能跟上的厂商越来越少。

从 7nm 到 A16：台积电先进制程的推进节奏，每一步都是 AI 算力的物理底座

William的笔记大白话

晶圆代工就像一家"专业大厨房"。芯片设计公司（Fabless）是带着菜谱的厨师，他们把配方（电路图）交给厨房；台积电这种代工厂就是那间厨房——它不关心菜叫什么名字、也不自己开店卖菜，只负责按配方把菜做出来，而且做得又稳又好吃（良率高）。张忠谋的高明在于：他明确说"我只做饭不抢生意"，于是全世界的厨师都敢把独家配方交给他。AI 算力这道大菜，最后几乎都得在这间厨房里炒出来。

五、代工版图：台积电过半，三星追赶，英特尔补课

全球晶圆代工市场，台积电常年占据五成以上的份额（按营收算常年在 55%–60% 区间），是名副其实的老大。剩下的盘子由几家分食：三星（Samsung）既有 IDM 底子又做代工，技术上能追先进节点，但客户信任和良率仍落后；英特尔（Intel）近年高调重启代工（Intel Foundry），想从"只为自己造"转向"也帮别人造"，但多年"又设计又代工"的基因，让它要重新赢得 Fabless 信任并不容易。

此外还有一批聚焦成熟制程的玩家：中国的中芯国际（SMIC）在成熟与部分先进节点有真实产能；联电（UMC）、格芯（GlobalFoundries）主打特色/成熟工艺；华虹等专注于功率、车规等细分。成熟制程虽然不像 3nm 那样抢眼球，却是汽车、工控、IoT 的底座，需求同样庞大。

格局的核心矛盾是：先进节点高度集中、成熟节点相对分散。越往 AI 高端走，越依赖那一家；这既是商业效率的结果，也埋下了单点风险的隐忧。

值得注意的反向力量是"产能分散化"。近年美国《芯片与科学法案》、日本与欧盟的补贴，都在用政策把先进产能往本土或友岸搬：台积电赴美国亚利桑那、日本熊本建厂，英特尔在美国与欧洲扩产。这能缓解单点风险，但也会推高行业总资本开支、稀释龙头的产能独占性。长期看，代工版图会从"一家独大"慢慢走向"分散但有梯度"，但先进节点的质量差，短期仍难抹平。

六、投资视角：重资产 + 技术护城河 + 地缘风险

用朴素数学拆解代工这门生意，它是"重资产 + 强技术 + 高风险"的混合体。和 EDA 那种轻资产卖软件不同，代工厂的资本开支是天文数字，折旧沉重，景气下行时产能闲置会很痛——这是它的"重"面。

但它的"护城河"也正因为重而更深：几百亿美金的进入门槛，天然把绝大多数对手挡在门外；再加上良率这种靠时间换不来的资产，领先者地位极稳。对台积电而言，客户黏性来自"你把最先进的设计交给我，良率最高、风险最低"，这种信任一旦建立，几年内难被撬动。

最关键的一层，是地缘政治风险。先进制程的物理产能集中在东亚一隅，而 AI 算力又是中美科技博弈的核心资源，这让台积电处在风暴眼：任何关于产能、出口、地缘的风吹草动，都会直接传导到全球 AI 芯片的供给。换句话说，台积电是 AI 算力的"物理瓶颈"——它的产能上限，差不多就是短期全球 AI 算力的上限。

所以投代工，本质是投"全球算力扩张的物理约束"：长期看 AI 需求向上、代工产能是稀缺瓶颈，逻辑通顺；短期要看资本开支周期、景气波动和地缘变量。它不像 EDA 那样"稳收租"，但它是整条 AI 产业链里离"真金白银的产能"最近的那一环。

用几个数字理解这门生意的"重"：台积电一年的资本开支常在一两百亿美元级别，相当于营收的三到四成，远超多数行业；这些投入要分多年折旧，景气下行时折旧照样计提，利润波动被放大。但反过来，一旦产能被 AI 需求填满，规模效应和良率优势会转化为惊人的自由现金流。投代工，就是投一场"用今天的重资本，换明天算力瓶颈上的定价权"的豪赌。

最后点一句地缘现实：台积电在台湾地区、美国、日本、德国多地布点，本质是在用"地理分散"对冲"产能集中"的风险。但对投资者来说，这也意味着要同时跟踪不同国家的补贴、出口管制与地缘温度。代工是 AI 时代最硬的瓶颈，也因而成为最敏感的那根神经。

细节彩蛋

1. 张忠谋创办台积电时已经 56 岁——他在德州仪器干了几十年，半路创业，把"纯代工"这个没人看好的模式做成了世界级垄断。年龄从不是做大事的门槛。

2. 苹果的 A 系列手机芯片从某一代起就全面交给台积电独家代工，后来 Mac 的 M 系列也如此。一家消费电子巨头把最核心的"心脏制造"押在一家代工厂身上，足见台积电的可靠程度。

3. 历史上 AMD 曾把制造业务分拆出去（成为后来的 GlobalFoundries），自己转纯设计；而英特尔长期坚持 IDM，直到近年才认真做代工。两种路线谁更优，产业史反复验证过——专注分工往往赢。

下篇预告 ｜ 第 12 讲，代工要造芯片，最离不开一台"印钞机一样的机器"——光刻机。我们聊聊 ASML 和那台地球上最贵的设备 EUV，以及为什么全世界只有它能造。   

本文仅为产业科普与学习笔记，不构成任何投资建议。文中提及公司仅作产业逻辑说明，不代表推荐买卖。