AI 熱潮下，晶圓廠起得再快都追唔上：芯片供應卡喺邊？

AI 帶動嘅芯片荒，已經唔係「多起幾座晶圓廠」就可以即刻解決。台積電正以約 20 座廠房嘅空前規模擴建——包括台灣約 13 座，以及海外五至六座——但 AI 運算需求增長得太快，而且整條供應鏈必須同步擴容：先進晶圓、CoWoS 封裝、高效能記憶體、專用設備、水電供應，以至建廠同量產所需嘅專業人手，缺任何一項都會成為樽頸。5

起廠多，唔等於 AI 伺服器即刻有貨

一枚 AI 加速器除咗要用最先進嘅邏輯晶片，仲要配合 CoWoS（Chip on Wafer on Substrate）先進封裝，以及大量高頻寬記憶體等專用記憶體。晶圓產量即使提高，只要封裝或記憶體供應追唔上，最終仍然砌唔成可交付嘅 AI 運算系統。

而且，晶圓廠由動工、安裝設備、試產到良率提升，需時以年計；近 20 座廠房亦係分階段落成，唔會喺短時間內同時變成可用產能。台積電預計 CoWoS 產能喺 2022 至 2027 年嘅複合年增長率會超過 80%，正好反映先進封裝要急速追趕 AI 需求。4

真正難題：人手、基建同供應鏈要一齊到位

晶圓廠係高度複雜嘅基建工程。喺美國亞利桑那州，台積電已表明當地擴建面對建築工人短缺；當地第二座廠正準備入設備，第三座廠施工中，第四座廠及首個先進封裝設施亦已開始前期工作。2

台灣方面，台積電亦曾指出最缺乏嘅係人才，並關注供水問題。業界長期所講嘅「五缺」——水、電、勞工、土地及人才——喺多個大型項目同期推進時會更加尖銳：建築團隊、工程師、設備商、電網容量同工業用地，都要互相競爭。1

換句話講，台積電加大投資固然會增加未來供應，但建廠本身都需要有限嘅人手、材料、基建同設備。產能建設速度，未必追得上 AI 數據中心喺短期內落單嘅速度。

CoWoS 同記憶體點解特別容易卡住？

CoWoS 要將邏輯晶片同記憶體以極高精度整合，製程對良率十分敏感，擴產唔係單靠增加面積就得。另一方面，AI 數據中心大量消耗高效能記憶體，供應商即使加碼投資，亦需要時間完成建設、驗證同穩定量產。

SK 集團會長崔泰源曾表示，整個行業嘅晶圓供應較需求落後逾兩成；要增加晶圓產能，至少要四至五年，現時短缺或會持續到 2030 年左右。5 呢個判斷亦說明，AI 供應緊張唔係單一公司嘅產能問題，而係跨越晶圓、記憶體、封裝及系統組裝嘅連鎖制約。

可以靠 AI 提高廠房效率，但唔能夠取代實體產能

台積電可以利用 AI 協助改善製程控制、設備使用率、良率學習、故障偵測同廠內排程，從現有工具爭取更多合格產出。不過，呢類方法主要係提升效率，唔可以代替新建廠房、封裝線、記憶體產線，以及相應嘅水電和專業人手。

記憶體供應商亦正研究海外擴產。SK 集團正檢視包括日本在內嘅新記憶體廠選項，亦未排除同日本 NAND 快閃記憶體廠商鎧俠（Kioxia）進行聯合生產或研發合作。不過，呢啲目前仍屬考慮中方案，未係已落實嘅投資承諾。9

需求前景強，但長線預測唔係保證

AI 基建帶動嘅需求，令業界對芯片市場規模預測不斷上調。SEMI 預計，全球半導體市場到 2030 年可超過 2 萬億美元，主要受 AI 基建對先進邏輯晶片、高頻寬記憶體及企業級 SSD 嘅需求推動。10

不過，呢類數字係行業預測，唔係必然結果。台積電較早前對 2030 年全球芯片市場嘅預測係超過 1.5 萬億美元。4 最終規模仍取決於 AI 需求可唔可以持續、產品價格、記憶體與封裝擴產速度，以及水電、人才和設備等實際樽頸幾時紓緩。

**結論係：**台積電近 20 座廠房嘅擴建，對中長期增加供應非常重要；但 AI 芯片並非只由晶圓廠決定。當封裝、記憶體、建築人手、製程人才和基建任何一環未能同步加速，全球 AI 算力供應仍會維持緊張。