如果你關注過AI行業，一定聽過這樣的抱怨：輝達的卡又賣斷貨了，訂單排到明年去了。

你可能會想：輝達不能多生產一點嗎？

答案藏在輝達背後的一家公司。輝達只負責設計晶片，真正把設計圖變成實物晶片的，是另一家公司。它就是全球最大的晶圓代工廠——台積電。

晶片缺貨的根源，不是設計不出來，而是造不出來。台積電的先進製造和封裝產能，是AI晶片從設計圖變成實物系統的核心卡點之一。

要理解這件事，我們先聊聊晶片是怎麼“造”出來的。

想像一下，你要把一座完整的城市——有街道、有樓房、有電路——縮小幾千萬倍，刻在一張比指甲蓋還小的矽片上。怎麼刻？用一種極細的“畫筆”，一層一層地畫上去：第一層畫電晶體，第二層畫連接線，第三層畫導線孔……

這根“畫筆”不是真的筆，而是極紫外光。它透過一張刻好圖案的“底片”，把電路圖案投射到矽片表面的感光材料上，像沖洗照片一樣，一層一層地把電路“顯影”出來。極紫外光的波長只有13.5奈米——比一根頭髮絲細約4萬倍，比大多數病毒還要小。

這個在矽片上“刻電路”的過程，就是晶圓代工。幹這活的公司，就是晶圓代工廠。

你可以把晶片設計公司（比如輝達、蘋果）想像成建築師——他們畫好大樓的設計圖。而台積電就是施工隊，負責把圖紙上的每一根鋼筋、每一條管道，一釐米一釐米地在工地（矽片）上蓋出來。設計圖可以很漂亮，但如果施工隊蓋不出來，一切歸零。

需要多少層？幾十上百層。每一層都要用光刻機把圖案精確地“印刷”到矽片上，誤差不能超過一根頭髮絲的千分之一。如果中間有一個圖案跑偏了，整顆晶片就可能報廢。

三、“幾奈米”是什麼，為什麼全世界都在追？

你可能經常聽到“7nm”“5nm”“3nm”這些詞，它們說的是製程工藝。這個概念其實可以很直觀地理解。

還記得前面說的那根“畫電路”的筆嗎？“幾nm”可以理解為這支筆的精度。數字越小，代表製造精度越高，同樣大小的矽片上就能畫進更多的電晶體，晶片就能塞進更大的“城市”。

做一個類比：如果晶片製程是畫筆，7nm相當於一支粗馬克筆，5nm是一支圓珠筆，3nm則是一支極細針管筆。用馬克筆在一張卡片上寫字，寫滿只能寫幾十個字；換成針管筆，就能寫出幾百個字。字越多，晶片能處理的資訊就越複雜，功耗也越低。

但“畫筆變細”不是換個工具那麼簡單。到了3nm這個等級，光本身的物理極限開始顯現——極紫外光已經細到極致。全世界能大規模量產5nm以下晶片的公司，目前主要是台積電和三星兩家，且台積電的良率和穩定性遠高於三星。

台積電能穩坐龍頭，不是靠運氣，而是靠它三十多年來一直在做的三件事。

第一件事：純代工模式。 台積電從創立之初就定下一條規矩——只幫別人做晶片，自己不做品牌。這意味著蘋果、輝達、AMD這些競爭對手，可以放心把自己的核心設計交給台積電製造。台積電還建立了嚴格的資訊隔離機制和保密制度，確保客戶的設計資訊不會被洩露或濫用。三星就不一樣了——三星自己也有晶片業務，客戶把設計圖交給三星，等於同時交到了“隊友”和“對手”手裡。這個信任成本，決定了大多數頂級晶片公司選擇把訂單交給台積電而非三星。

第二件事：良率壁壘。 良率，就是造出來的晶片中合格品的比例。一條產線投下去，如果良率是90%，意味著每100顆晶片裡只能賣90顆，10顆報廢；如果良率是99%，報廢的只有1顆。假設一顆頂級AI晶片的製造成本是1萬美元，良率差9個百分點，每100顆就要多虧9萬美元。而台積電的良率，長期壓過三星一頭。這個差距是幾十年工藝最佳化、裝置偵錯、人才培養的積累，別人想追，短期追不上。

第三件事：客戶繫結。 蘋果是台積電最核心的長期客戶，從A系列晶片到M系列晶片，全部由台積電代工。為了服務好蘋果，台積電投入了天量的研發和產能。這種深度繫結意味著：每一次蘋果晶片的升級，都推動台積電的工藝往前走一步。幾十年來互相成就，這種關係不是簡單給個低價就能挖走的。

五、AI時代，台積電從“製造”到“話事”

如果只是上面的故事，台積電還只是“全世界最大的晶片代工廠”。AI時代的到來，讓它升級成了“產能分配的話事人”。

傳統上，代工廠只負責造單顆晶片。但AI晶片需要的是一整套“晶片組合”——GPU晶片要和HBM高頻寬記憶體晶片緊密配合，資料傳輸速度直接決定了AI訓練效率。如何把GPU和HBM“粘合”在一起，讓它們像一家人一樣高效協作？這個技術，叫先進封裝，其中最核心的是CoWoS（簡單說，就是“把多顆晶片像樂高一樣拼在同一個底板上”的封裝技術）。

而台積電，正是全球最大的CoWoS封裝產能擁有者。

以前，台積電是“幫你造晶片”。現在，台積電是“幫你造晶片，並幫你把晶片和記憶體焊在一起”。先進封裝產能也被台積電牢牢掌控，這意味著它不僅決定了單顆晶片的出貨量，還決定了整個AI晶片系統的出貨量。產能如何分配、先給誰、給多少，台積電說了算。

這就是為什麼輝達CEO黃仁勳會說：“我們的產能取決於台積電。”這不是客套話，是事實。

六、全球格局：誰在追，追得上嗎？

台積電雖然站在山頂，但身後還有追趕者。

三星一直在緊追不捨，但在先進製程的良率上始終落後台積電一截。晶圓代工領域的差距，在2025年進一步拉大——當年台積電的資本支出大幅領先，龍頭地位更加鞏固。

英特爾是曾經的晶片製造霸主，但在10nm和7nm節點上兩次翻車，反而開始把自己的部分晶片交給台積電代工。不過英特爾在先進封裝和下一代製程上仍在激進投入，仍是一支不可忽視的力量。

中芯國際是國內最先進的晶圓代工廠，其等效5nm工藝已在2025年實現小批次試產。但受制於裝置和良率，與台積電仍有顯著差距，大規模量產尚需時日。不過這個突破本身就意義重大——它證明即使在嚴苛的外部環境下，國內半導體產業仍然有能力繼續向前推進。

晶圓代工是半導體產業裡最難的一環：需要最先進的光刻機、最苛刻的原材料、最高水平的技術工人、最龐大的資金投入。一條3nm產線，投資高達200億美元以上，這還只是入場券。國產替代這條路，註定漫長，但每一步進步都值得被看到。

當然，台積電的一家獨大也帶來了另一個不可迴避的問題：全球AI供應鏈過度集中於一家公司，本身就是一種脆弱性。地緣政治風險、自然災害、光刻機斷供等極端情況，都可能引發連鎖反應。這也是為什麼各國都在推動晶片供應鏈多元化的原因。

回到文章開頭的問題：為什麼全世界都在等一家公司？

因為台積電三十年只做了一件事——把晶片造好。它不設計晶片，不賣品牌產品，不搞多元化，不追風口。就是把“製造”這件事，做到了全世界無可替代。

在一切都追求“快”的時代，這種極致的專注，反而成了最深的護城河。

下次你再看到AI晶片缺貨的新聞，就會知道：缺的不是一張卡，而是卡在台積電這一家公司生產線上的，整個AI世界的算力。

——全世界都在等的，不是什麼神秘力量，只是一個把一件小事做到了極致的企業。

關鍵資料來源：台積電2025年及2026年Q1財報與法說會紀要（資本支出、營收）、SemiAnalysis（代工市場份額及CoWoS產能分析）、TrendForce集邦諮詢（全球代工市場排名）、中芯國際官方公告（5nm工藝開發進展），均來自各公司官方披露及權威第三方機構公開報告，引用截止2026年5月。  (AI成長小記)

一、PC 端：RTX Spark（N1X）超級晶片（核心大招）

定位：輝達首款Windows ARM PC SoC，正式進軍 PC 處理器市場。

工藝：台積電 3nm，與聯發科合作。

Blackwell 架構 GPU（6144 CUDA 核心）

AI 算力：1 PFLOPS（FP4），可本地跑1200 億參數 LLM。

上市：2026 年秋；戴爾、惠普、微軟等30 + 筆記本、10 款桌上型電腦。

RTX Spark（N1X）= 3nm 700 億電晶體 SoC + 20 核 ARM CPU + Blackwell GPU + 128GB 統一記憶體 + 1 Petaflop AI 算力 + DLSS 4.5；本地 AI Agent + 遊戲 + 創作三位一體，14mm 輕薄本 = 超級電腦，2026 秋季上市，重新發明 Windows PC。

二、資料中心：Vera Rubin 平台（全面量產）

Arm 架構，面向 AI 智能體推理。

比 x86快 1.8 倍，已全面量產，秋季大規模出貨。

輝達首款專為 Agent 智能體 / 強化學習打造的獨立 CPU，是 Vera Rubin 超算平台的調度與資料編排中樞，2026Q3 量產、Q4 隨 Rubin 平台放量。

新一代 AI 工廠，NVLink 6、CX9 SuperNIC、X1600 交換機。

單叢集3.2 萬 GPU級，主打Agent 生成式 AI。

輝達面向Agent 智能體 AI的POD 級全端超算，5 個專用機架、7 款自研晶片、統一成一台 “巨型超算”，2026Q3 量產、Q4 放量。

單瓦算力翻倍，面向兆參數模型訓練 / 推理。

DSX = 輝達 “AI 工廠全端藍圖 + 數字孿生 + 營運系統”。核心是配合 Vera Rubin 平台落地，把 “算力、電力、冷卻、網路、軟體” 全部協同設計

三、AI 大模型：Nemotron 3 Ultra + Cosmos 3

5500 億參數（550 億啟動），SSM+MoE 混合架構。

推理速度為競品5 倍、成本降30%。

Nemotron 4預覽：更強 Agent 能力，年底發佈。

輝達面向Agent 智能體的5500 億參數混合 MoE 開源大模型，全權重 / 資料 / 訓練配方開源，推理速度↑5 倍、成本下降30%，原生適配 Vera Rubin 超算平台。

全球首個開源物理 AI 多模態模型，適配機器人 / 工業場景。

輝達全球首款全開源全模態物理 AI 基礎模型（2026/5/31 發佈），主打物理精度 + 世界生成 + 動作推理，專為機器人、自動駕駛、工業視覺打造，原生適配 Vera Rubin 超算平台

四、遊戲 / 創作：DLSS 4.5 + RTX 50 系列新品NVIDIA

第二代 Transformer 模型，光追 / 路徑追蹤畫質大升級。

Blender 5.3 秋季適配，11 款新遊戲支援NVIDIA。

廠商推出RTX 5090/5080/5070新款，搭配 DLSS 4.5NVIDIA。

五、開發工具：Agent Toolkit（開源）

Agent 開發套件：含 OpenShell runtime、NemoClaw 編排、AI-Q 藍圖。

幫助企業快速搭建私有 AI 智能體，適配端到雲全場景。

今天的發佈會揭示全球正式進入Agentic AI 時代。RTX Spark（N1X）殺入PC主賽道，重構 Wintel 格局，用端側超級算力 + 開源 Agent 框架，把每台 PC變成個人 AI智能體，改寫未來10年科技產業鏈的規則。  (簡評)

6月1日，台北GTC大會落幕。表面看這是輝達的硬體狂歡，但剝開外殼，這其實是人類試圖通過“堆砌能量”來破解“智慧密碼”的一次孤注一擲。黃仁勳宣告AI的童年（生成式對話）結束，成年的智能體（Agentic AI）時代降臨。而支撐這個時代的底層邏輯，是一場關於能量、熵增與認知邊界的宏大博弈。

算力的黑洞：為什麼永遠不夠用？

黃仁勳直言“Token即利潤”，這揭示了一個殘酷真相，算力不僅永遠不夠用，而且缺口將呈指數級擴大。 當前的AI本質上是一場規模空前的數學統計遊戲，我們用蠻力（算力）去窮盡人類的知識圖譜。面對需要自主規劃、推理的智能體，算力需求是爆炸式的。

更深層的原因在於“能效鴻溝”：人類大腦僅用20瓦功率就能產生因果推理，而AI工廠卻需要吞噬一座城鎮的電力來模擬這種智慧。只要演算法沒有發生類似人腦的革命性突破，單純依賴堆砌晶片的“暴力計算”，邊際效應必將遞減。算力永遠不夠用，因為我們正在用極其低效的方式，去模擬宇宙中最複雜的奇蹟——智慧。

熵增的對抗：AI工廠與能源的終極博弈

“瓦特即收益”將AI競爭拉回了最原始的物理層面。資料中心不再是機房，而是對抗熱力學第二定律（熵增）的“逆熵工廠”。輝達推出的DSX平台和Vera Rubin架構，本質上是在解決一個物理難題：如何在有限空間和電力配額下，儘可能多地塞入計算單元，並壓制住隨之而來的恐怖熱量。

單機櫃功耗突破300kW，液冷成為剛需，這不僅是技術演進，更是能源對智能的“硬約束”。當AI產業的能耗逼近全球能源結構的臨界閾值，電網穩定性、散熱物理極限，將成為鎖死AI發展的“宇宙封印”。輝達的全端佈局，實際上是在為人類爭奪在物理極限內生產Token的最後一點紅利。

認知的囚徒：模擬的智慧 vs 真實的靈魂

演講中最具顛覆性的，是AI從“生成內容”轉向“完成工作”。但這引發了深層的哲學焦慮：我們造出的，究竟是會思考的大腦，還是一台更強大的復讀機？ 目前的AI依然缺乏真正的“因果推理”和“常識判斷”。它可能精通複雜的醫學考試，卻在三歲小孩的物理常識上翻車。它是在高維資料中尋找機率的相關性，而非理解世界的運行規律。

黃仁勳描繪的“智能體時代Linux”和開源生態，雖然構築了堅不可摧的商業壁壘，但也可能將人類鎖死在“統計相關性”的牢籠中。我們以為在創造神，其實可能只是在打磨一面更清晰的鏡子，鏡子裡映照出的，依然是人類已有的知識總和，而非超越人類的真正靈魂。

GTC 2026展示的，是一個正在走向“漸進飽和”的文明圖景。輝達通過繫結供應鏈、重構PC、聯手宇樹造機器人，試圖將AI滲透進物理世界的每一個原子。然而，真正的智慧或許不在於無限的算力擴張，而在於理解邊界的藝術。在能源、資料和物理法則的三重約束下，AI終將觸碰到它的天花板。

黃仁勳的偉大在於，他看透了這場遊戲的規則，並提前佔據了所有通往天花板的階梯。對於人類而言，這場算力狂歡的終極啟示或許是：真正的突破，永遠不在於堆砌更多的晶片，而在於我們能否在有限的牢籠中，窺見那一絲超越演算法的、名為“靈性”的光亮。  (舟已過)

Computex 2026 | 英特爾主題演講：以矽為基石，建構智能未來

在Computex 2026大會上，英特爾CEO陳立武發表了主題演講。

他回顧了英特爾在過去五十多年帶來的一系列創新成果，以及x86架構長期以來作出的貢獻。

智能體 AI 改變算力配比，CPU/GPU 從 1:8 趨向 1:1，甚至 CPU 佔優。

規模化智能不靠單晶片，CPU/GPU/ASIC 異構協同才可行。

AI 走向端雲混合計算，私密資料本地運算、海量算力上雲。

智能體 Token 消耗暴漲千倍，需專用低功耗推理晶片。

算力建設從單晶片升級為整機架一體化方案。

18A 製程至強 6+，是資料中心 AI 與通用負載主力 CPU。

企業業務專屬化，定製晶片（ASIC）成為行業剛需。

2030 年 AI 推理耗電將佔機房總用電近四成，能效愈發關鍵。

英特爾佈局 PC、邊緣物理 AI、資料中心、智能中心四大賽道。

依託定製晶片，聯手龍頭落地工業、醫藥等垂直行業智能化。

英特爾客戶端計算與物理AI事業部新任負責人Alex Katouzian登台介紹，作為基於Intel 18A製程打造的首款產品，第三代酷睿Ultra處理器集完整的XPU體驗於一體，包括快速響應的CPU、高吞吐量的GPU以及低功耗處理的NPU，為高端移動處理器性能、圖形處理及續航表現樹立了新標準，目前已應用於消費級和商用級超過325款設計方案中。

第三代英特爾酷睿處理器採用與Ultra系列相同的IP架構，具備全天候續航能力、豐富的介面連接性，以及出色的性能表現，並以超薄機身呈現高端質感，為主流PC市場帶來卓越體驗。

酷睿Ultra處理器家族最新產品——英特爾銳炫G3系列處理器，基於第三代酷睿Ultra處理器相同的架構打造，並針對掌上遊戲場景最佳化設計，在提供強勁續航和穩定性能的同時，帶來沉浸式的遊戲體驗，將於本月晚些時候逐步上市。

Intel 18A製程已在邊緣計算領域獲得超過130項設計合作，英特爾在製造、具身智能、零售等行業擁有超過4,000家邊緣生態合作夥伴，邊緣部署共計超過10萬項。

英特爾計畫自邊緣計算拓展至包括具身智能、自主機器及其他AI裝置等領域在內的新型物理AI形態。

從雲端到邊緣的混合AI計算最佳化方案

隱私、可靠性、合規、成本等因素驅動著對混合計算的需求。在混合計算模式下，敏感資料的推理可以在本地裝置完成，需要更大規模計算和更多上下文支援的工作負載，則交由雲端處理。

Perplexity首席執行長Aravind Srinivas介紹了Perplexity率先為推理編排打造的混合本地伺服器，該伺服器能夠根據裝置能力與功能特性，在本地與雲端環境之間動態擴展工作負載。此次在Computex上所展示的能力，目前僅適用於搭載英特爾處理器的Windows PC版Perplexity應用程式。

專為資料中心打造的全新處理器

談及通用計算，人們首先想到的往往是英特爾，因為x86架構已為資料中心提供動力逾五十年。

英特爾公司執行副總裁兼資料中心事業部總經理Kevork Kechichian發佈了英特爾至強6+處理器。至強6+處理器是基於Intel 18A製程打造的首款資料中心CPU，它搭載了288顆能效核，配備高達576MB L3快取，可提供業界領先的計算密度與能效表現，對於需要兼顧AI就緒能力與日常關鍵業務負載的企業而言，具有至關重要的意義。

邁向機架級系統與智能計算中心

最新研究預測，到2030年，AI推理工作負載所消耗的電力，將佔據資料中心總電力需求的近40%。當Agentic AI開始融入真實工作流程、資料、工具以及治理等環節，計算基礎架構也亟待變革，這是因為Agentic AI是可迭代的，需要經歷“思考、規劃、行動和反思”的過程。

這種工作負載的轉變催生了CPU需求的快速增長，因為CPU需要對整個推理過程進行編排和協調。由此，原本前沿模型訓練中CPU:GPU 1:8的配比，已在Agentic AI中演變為1:1乃至更高的CPU密度需求。

接下來，陳立武闡述了如何重塑計算，即跳出單一部件的視野轉向機架級系統，從而應對Agentic AI工作負載的需求。

富士康首席產品官Jerry Hsiao介紹，富士康正攜手英特爾及其合作夥伴，為專為推理和Agentic AI工作負載設計的機架級AI基礎設施提供系統整合能力。

在Agentic AI場景中，CPU與GPU比例趨於穩定的同時，Token用量正呈爆發式增長。據最新報告顯示，與單輪推理相比，一個智能體的Token消耗量最高多1000倍。因此，在CPU之外，提供專為Token消耗與生成最佳化的計算解決方案至關重要。

為此，英特爾近期宣佈與SambaNova、Vista Equity Partners及Cambium Equity展開合作，提供成本效益高、能耗低的推理解決方案。

SambaNova首席執行長Rodrigo Liang就公司與英特爾近期宣佈的合作內容進行了更為細緻的講解。Vista Equity Partners的Robert Smith則介紹了各家公司計畫如何利用來自英特爾、NVIDIA和SambaNova的全新機架級AI基礎設施，通過名為Vector Core Compute的全新推理雲服務，向客戶提供完全解耦的推理能力。

儘管新的機架和雲解決方案有望重塑推理和Agentic AI的經濟模式，但企業越來越將自身的工作負載視為戰略資產，並尋求專為其特定業務需求打造的定製晶片。英特爾高級副總裁Srini Iyengar介紹了英特爾在定製晶片領域的進展，包括與Google合作推出IPU，這些晶片對於雲服務提供商實現性能提升至關重要，以及與愛立信等電信客戶合作，在全球範圍內提供先進的無線基礎設施晶片。

定製晶片正成為垂直解決方案的基礎，幫助客戶滿足特定行業的需求。陳立武介紹了英特爾如何與Hitachi、Siemens、Echo Neurotechnologies 及 Greenstone Biosciences等公司合作，在能源、工業自動化、生物醫學工程和藥物研發等多個領域實現革新突破。

陳立武在主題演講結尾表示，面向 PC、邊緣與物理 AI、資料中心以及新興智能中心等生態領域，英特爾及其合作夥伴仍擁有廣闊機遇。從矽片、系統級晶片到系統和應用，英特爾為現代計算奠定了堅實基礎。與此同時，英特爾正持續加大投入，在現有和新興領域持續拓展新的業務空間，並與多個行業深化全新合作。在合作夥伴的支援下，英特爾正攜手各方，在由矽構築的世界之上，共同邁向更加智能的未來。    (芯榜)

RexAA的最新長文及歷史文章，讓您掌握相關股市行情消息，協助您做投資決策。全球科技產業觀察者