MoneyDJ新聞 2026-09-02 09:13:58 數位內容中心 發佈
- 台積電在9月1日宣布加速推動3DFabric三維矽堆疊平台，並指出A14邏輯製程鍵合間距可望推進至4.5微米且已切入HBM基礎晶片布局。[1]
- 3DFabric能否在短期內鬆綁交期，主要取決於HBM三大廠（三星、SK海力士、美光）在未來數季的產能爬坡與良率，以及台積電與主要封測廠的CoWoS/3DFabric產能與良率進展。[2][3]
- 未來數季可驗證的關鍵訊號包括HBM合約價與現貨價及庫存天數的變化、台積電或主要封測廠就CoWoS/3DFabric投產與良率的季度更新，以及NVIDIA H100/H200的實際交期與租金或ASP走勢是否出現回落或持續攀升。[2][1][4]
9月1日，台積電公開宣示加速推動3DFabric三維矽堆疊平台，計畫把SoIC 3D晶片堆疊、COUPE矽光子、CoWoS先進封裝與HBM基礎晶片更緊密整合，以應對公司預期的AI運算效能年增與推理詞元數成倍成長挑戰；公司並指出A14鍵合間距將可望推進至4.5微米，並已切入HBM基礎晶片布局，這一宣示立即把焦點拉回供給端的能否快速回應上。[1]
3DFabric的承諾與時間窗
台積電將3DFabric定位為系統級整合路線，試圖同時從運算密度、HBM存取速度、多堆疊互連，以及供電、散熱與矽光子傳輸進行優化，並以3DFabric、HBM4與COUPE等技術在2029年前顯著提升AI晶片算力。[5][1]。然而這類跨製程、封裝與資料中心熱管理的整合屬於中長期結構性工程，從設計驗證到量產，再到軟硬體協同優化，通常需要數季到數年的時間才能全面見效，因此投資人與雲端客戶對於短期供給鬆綁的期待必須以更嚴謹的時間窗來衡量。[1]
供給端的瓶頸：HBM與CoWoS仍在拉鋸
使AI供給緊張的，依舊是HBM記憶體位元供應與先進封裝的產能與良率。面對HBM晶圓與驗證良率的不確定性，GPU廠正在評估降低HBM堆疊層數或選擇規格較低的HBM4以換取更高出貨量，這在短期內是以效能換取供貨的現實取捨。[2][6]。同時，CoWoS供不應求已在7月成為事實，導致訂單外溢至其他封測廠與第二供應鏈廠商，顯示封裝能力尚未能完全支撐急速膨脹的GPU需求。[3]
短期的供應瓶頸已直接反映在成本與可得性上：NVIDIA在上半年多次調價，而GPU租賃與按小時計費的算力價格亦同步上揚，說明在有限供給下需求端正承擔價格上行的壓力。雲端業者為確保算力供給，則採取長期預定或租賃以鎖定產能，進一步把未來數年的資源提前分配。[7]
需求端的超速擴張與系統戰
算力需求的快速擴張不僅來自大型模型訓練，亦來自代理式AI向實際應用的大規模滲透。Anthropic於9月1日宣布以龐大租算力合約快速擴張，並由NVIDIA牽線與資料中心供應商合作，反映AI應用對雲端即時且大量算力的渴求。[8]。同時，AMD指出未來AI基礎設施在CPU與GPU配置上會走向1比1，並強調互連、散熱與光通訊成為系統競爭的要素，這些說法支持以系統整合應對單一元件無法解決的瓶頸。[9]
當系統戰成為主流競爭框架，台積電推動3DFabric的戰略正當性就更明顯：單靠晶圓代工提升單晶片性能不足以緩解資料中心整體的互連與散熱限制，跨領域的設計與封裝整合才可能帶來結構性改善。[9][1]
近期先例顯示，廠商在供應短缺時常以設計降規與出貨優先順位做短期應對。2026年8月市場研究披露，面對HBM供應吃緊，GPU廠曾評估下調Rubin Ultra世代的HBM配置，採用容量或堆疊較低的方案以換取良率與出貨量，這種做法在短期內能快速改善可交付量但會犧牲單位效能。[2]
這一歷史脈絡提醒我們：在3DFabric真正進入規模化量產之前，業界已有成熟的替代操作可短時間內調配供給，因此台積電的中長期結構性方案必須與短期替代策略同時被評估，才能完整預測交期與成本的變化。[2]
HBM供給爬坡仍不足以立即鬆綁交期
多方估計顯示，HBM位元出貨在2025–2027年間仍將維持高成長，TrendForce預估年增約50％～60％，且三星等廠在未來一年以接近四成的產能擴張作為基準預期，代表供給雖放大，但相對於急速膨脹的需求仍可能出現缺口。[2][10]。在這種供需不均下，記憶體廠與GPU大廠已開始以商業與技術手段重新排序出貨優先順序，如以較低堆疊或規格來提升良率與產量，顯示短期內的量化供給改善比提升單位效能的路徑更快。[6][2]
回到台積電3DFabric的影響面，即便該平台能在中長期優化互連與散熱，HBM爬坡速度仍是未來數季能否鬆綁交期與成本的首要決定變數：若位元年增率維持在TrendForce所示的下限（約50％），短期缺口難以完全消失；若上升至60％或以上，市場對降規方案的依賴則會較快退場，讓性能與出貨更快回歸正軌。[2][10]
台積電3DFabric的時間窗與短期替代路徑
台積電3DFabric目標在於把先進製程、3D堆疊、CoWoS與矽光子整合，理論上可在中長期緩解封裝與帶寬瓶頸並優化散熱與電源分配；但要從示範驗證走向大規模量產，仍需克服封裝良率、互連標準化與客戶端軟硬體協同等挑戰。[1][5]。而當下CoWoS供不應求已把訂單外溢至其他封測廠，顯示即便3DFabric按計畫推進，短期內仍須仰賴HBM廠良率與產能釋放，以及廠商間的出貨優先機制來緩解緊張。[3]
在可觀察的短期路徑上，有兩條較快見效的替代方案：其一是GPU設計端降規或改用低堆疊HBM4等方案以換取數量；其二是雲端採用混合架構（增加ASIC/TPU與一般伺服器節點）來分流對頂級GPU的需求。這兩條路徑若被廣泛採納，可在3DFabric完成部署之前部分緩解交期壓力，但同時也會在性能與商業模式上留下折衷。[6][8][9]
新聞來源
[1] 台積電：3DFabric異質整合加速AI運算 助散熱冷卻
[2] 研調：輝達評估下調Rubin Ultra HBM配置
[3] 台積電CoWoS供不應求 封測台廠、英特爾受惠訂單外溢
[4] AI 算力需求強勁，輝達 A100 至 B200 租賃價格全面走高
[5] 台積電規劃 3DFabric、HBM4 與 COUPE 聯手，2029 年推升 AI 晶片算力飆升 50 倍
[6] HBM供應吃緊…輝達考慮推Rubin降規版 兩大供應瓶頸曝光
[7] 亞馬遜雲端產能預定到2028年
[8] Anthropic砸350億美元向Lambda租算力 輝達牽線合作
[9] 代理式AI重寫資料中心 AMD：CPU／GPU配置走向1比1
[10] 高盛：三星HBM明年看漲44％
[11] 輝達GPU二度喊漲！半年漲幅近九成 AI工作站身價跟著飆 台廠加速卡位
[12] 研調：雲端服務供應商上修資本支出 同時控管風險
[13] AI伺服器又有新題材！NeoCloud訂單拉貨 華碩、技嘉、永擎受惠
