发布时间：2025-12-11 阅读量：998 来源: 发布人: bebop
我爱方案网12月11日消息，知名科技媒体Digitimes爆料：眼下制约AI行业发展的最大瓶颈，已经不是芯片设计或制造能力，而是——先进封装技术。在此背景下，英伟达为保障AI芯片的产能，已经获拿到了2026年台积电CoWoS先进封装超过一半的产能。
该媒体数据指出，英伟达预订了 2026 年约 80 万至 85 万片晶圆的产能，这一数字预计将占据台积电该年度总产能的 50% 以上。相比之下，博通和 AMD 等竞争对手所获得的产能分配显得十分有限。
那么，英伟达为何要如此“豪横”地囤产能？原因其实很直接：它正在全力推进Blackwell Ultra芯片的大规模量产，同时也在为下一代Rubin架构铺路。这两代产品都是支撑其AI服务器和数据中心业务的核心引擎，市场需求极其旺盛。
尽管台积电有将部分先进封装环节外包，但仍预计将保留CoWoS产能的大部分份额，预计台积电将成为继英伟达、博通和AMD之后，最大的先进封装客户。有趣的是，台积电当前的CoWoS订单并未考虑潜在来自中国市场的需求订单，因为英伟达的H200将获得了美国政府的批准，可以对中国进行出口。这也可能将使得英伟达需要更多的先进封装产能供应。
面对这场“产能饥渴”，台积电也没闲着。公司正加速扩建先进封装产线——不仅计划在台湾新建的AP7园区一口气建八座晶圆厂，还将在美国亚利桑那州落地两座全新的封装工厂，目标是在2028年实现大规模量产。这些举措虽然有助于在未来几年内提升整体产能规模，但在短期内，供应链紧张的局面仍将持续。
在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下，国产LineShine（灵晟）纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500，印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日，Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》，系统拆解了无GPU同构超算的四层技术体系：处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。
回顾AI今年的发展轨迹，我们能察觉到一种质的变化：AI不再只是被展示、被调用的“展品”，而是拥有了更明确的“行动感”。从代码编写到机器人奔跑，从算力基建到未来接口，行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字，捕捉这一轮产业变革中的关键切片。
展会大数据公布！2027.7.7-9，上海见。
全球知名半导体制造商ROHM近日宣布，面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”
2026 WAIC落下帷幕，国内AI算力产业的共识正发生清晰转向：单点参数竞赛逐渐退潮，超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下，首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后，指向了一条不依赖先进制程与既有生态的突围之路。
