GPU与ASIC的终局对决：台积电CoWoS产能定乾坤

“未来六个季度，数据中心AI芯片收入将突破5000亿美元。”黄仁勋在GTC25上如是预测。

2026年1月6日开幕的CES展上，老黄再次发声，称90%的ASIC项目会以失败告终，这实际上是对以谷歌TPU为代表的ASIC芯片（专用集成电路）发起的一场“口头围剿”，一场针对ASIC的全面竞争已悄然拉开帷幕。

业界普遍关注GPU与ASIC竞争的终局走向，而答案或许就藏在半导体领域的终极战略资源——台积电CoWoS先进封装产能之中。

这意味着，只要对台积电CoWoS产能的预订与分配情况进行细致拆解，就能精准预测2026年AI算力芯片的市场格局。

可以说，2026年的“芯片大战”，核心就在于台积电115万片CoWoS晶圆产能的归属。

GPGPU与ASIC阵营对垒，图片由AI生成

 

01 竞争溯源

我们先简要回顾GPU与ASIC的竞争背景（熟悉行业的读者可跳过本节）。

人工智能对算力的需求持续攀升已是共识，但需明确：更先进的芯片架构、制造工艺和封装技术，是三大关键路径。

架构层面，讨论最多的是GPGPU（通用图形处理器），英伟达凭借CUDA生态二十年的深耕，在这一领域确立了无可撼动的地位。

硬件层面，英伟达的核心优势来自两方面：HBM内存的超高带宽，以及GPGPU的大规模流处理器阵列。从H200、GB200到2026年初推出的“Vera Rubin”，性能提升始终与显存带宽、NVLink互连规模密切相关。

在GPGPU之外，以谷歌TPU为代表的ASIC芯片探索出一条更精准、定制化的道路——云端推理负载日益固化，为特定算法（如Transformer）量身定制的ASIC芯片，在能效比和总拥有成本（TCO）上展现出显著优势。

谷歌的TPU、亚马逊的Trainium均属此列。博通、Marvell、Al chip等设计公司正是通过为云巨头定制ASIC，在AI芯片市场中撕开了一道口子。

相比架构之争，工艺制程路径更直观，从7nm、5nm、3nm到2025年底量产的2nm，每一次制程升级都意味着晶体管密度和能效的提升。

不过，工艺制程的门槛正不断抬高：演进速度放缓，成本激增，2nm晶圆代工价格已高达3万美元，多数玩家难以承受。此外，制程微缩还面临“功耗墙”和“存储墙”的制约。

架构与制程之外，先进封装成为第三条关键路径，其中台积电的CoWoS（Chip on Wafer on Substrate）技术被誉为高性能计算的“皇冠明珠”。

CoWoS封装概念图，来源：台积电

 

CoWoS的核心在于异构集成，将多个计算芯粒（GPU/ASIC核心）、高带宽内存（HBM）、I/O芯粒等通过中介层进行超高密度、高带宽互连，集成于单一封装内。

表1：CoWoS中介层面积变化趋势

这种方式突破了单芯片光罩尺寸限制，当前中介层面积可达2800mm²，直接带来更多晶体管和更高HBM显存。

此外，CoWoS采用硅中介层，微凸块间距极小，芯粒间通信带宽激增，延迟与功耗显著降低。

正因如此，无论是追求极致性能的英伟达GPU，还是追求最优TCO的云巨头ASIC，所有顶级AI算力芯片都离不开CoWoS。

因此，在2026年这一关键节点，当制程进入2nm深水区、成本高企、架构路线分化时，CoWoS先进封装的产能分配，已成为决定算力版图的最核心变量。

02 产能图谱：台积电CoWoS的供给格局

表2：台积电CoWoS产能爬坡情况

 

从现有数据看，过去三年台积电CoWoS产能从单月12K晶圆逐步提升至2025年底的80K/月，预计2026年底将达120K/月左右。

取全年有效平均值96K/月，则2026年台积电CoWoS总有效产能约为96K/月×12个月=1150000片晶圆，这是AI芯片大战的总弹药基数。

产能分配原则

这115万片晶圆的分配，背后是一场技术、商业与地缘交织的复杂博弈。

英伟达作为CoWoS技术的最早定义者和最大投资者，其架构（如NVLink）与台积电工艺深度耦合，自然获得最多份额。

客户层级方面，苹果、英伟达、AMD是台积电前三大VVIP客户，巨额预付款和长期协议锁定了基础产能。不过，苹果的自研AI芯片要到2028年才面世。此外，博通、Marvell因承接谷歌、AWS、Meta等云巨头的海量ASIC订单，已跻身顶级VIP行列。

对台积电而言，除ASIC外，AMD、英特尔乃至中国客户也是制衡英伟达、分散风险的重要力量，将分得部分产能。

产能分配明细

总体来看，产品需求最旺、单价最高、技术领先的英伟达有望拿下近60%的产能；AMD预定量约90K，占比近8%，较2025年增长64%，增幅与英伟达相当。

当然，单一客户CoWoS订单激增也包含中介层面积放大的因素，对业绩的贡献必然积极。但需注意，更复杂、集成度更高的封装（如更多HBM、更大中介层）初期良率较低，实际有效产出需打折。

表3：CoWoS产能整体预订和分配情况

 

整个ASIC阵营主要包括博通、世芯（AI Chip）、Marvell和联发科，其中博通为领头羊。

博通2026年预定量大幅增至200K，同比增122%，主要受谷歌TPU外供拉动。但博通主要负责TPU v6p及v7p，偏向推理的v7e由联发科负责，将于2026下半年推出。未来TPU v8仍将延续v7模式，由博通与联发科共同下单CoWoS。

博通的200K预定量，按客户大致拆分如下：

第一大客户谷歌TPU预计占200K的60~65％

第二大客户Meta的MTIA约占博通预订量的20%

第三大客户OpenAI将于年底推出内部代号Titan的芯片，采用台积电N3制程，预计占今年博通预订量的5-10%，2027年将升至20%+

2028年，苹果的AI ASIC芯片Baltra也将问世，目前由博通负责高速互联、SerDes IP及后端布线，预计2026上半年进入流片阶段。

表4：ASIC阵营的CoWoS产能预订和分配情况

 

相比之下，由于AWS下一代Trainium 3转单世芯（AI Chip），Marvell显得失意，主要客户仍为AWS的Trainium 2，幸而新客户微软采用N3E制程的Maia 200加入，避免了下滑，CoWoS预定量与2025年持平。

世芯因获得AWS Trainium 3订单，CoWoS预订量升至60k，同比增200%，大部分为N3制程的Trainium 3 Anita，外加Inferentia 2、微软Maia 100及少量Intel Gaudi 3。

Annapurna作为AWS子公司，一直承担AI ASIC开发，并直接向台积电预订CoWoS产能，Trainium 3的Mariana版本与AI Chip的Anita版本同时在台积电投片。

联发科是台积电2026年CoWoS的新进客户，目前已调拨大量人力支持ASIC业务——未来将成为联发科重点板块——2026下半年主要承担侧重推理的TPU v7e出货，2027年将成为出货主力年，并叠加TPU v8e订单，届时CoWoS同比增幅有望达600%。

据了解，联发科已将AI ASIC视为未来核心业务，其布局将深刻影响ASIC设计行业格局。

剩余台积电CoWoS客户的量级均小于1万片，其中微软自研ASIC Athena仍由微软团队小批量推进中。

有了产能分配数据，结合硅中介层面积，可大致估算2026年各家的AI芯片出货量。

假设英伟达的66万片晶圆中，10%分配给Hopper架构，即6.6万片，按单片切29颗计算，预计今年H200总产出可达190万颗。

从整体分配看，GPGPU阵营（NV+AMD）拿下75万片CoWoS产能，面对仅37万片产能的ASIC阵营，仍拥有绝对火力优势，英伟达一家的产能甚至超过全球其他企业总和。

03 算力与营收：GPGPU的碾压优势

CoWoS是关键变量，但仅比较产能仍可能误判——不同封装方案（single-die与dual-die）导致中介层面积差异巨大。

以Hopper为例，采用single-die，一片CoWoS晶圆可切29颗；Blackwell采用dual-die，每片仅切14颗。

因此，台积电CoWoS产能增幅不能简单等同于AI芯片出货量增加，还需考虑中介层面积放大的因素。

从CoWoS到SoW，光罩面积及中介层变化，来源：台积电

 

前文表1提到，硅中介层面积持续扩大是AI芯片的明确技术路线，目前中介层面积已达光罩面积的3.3倍，2026年的Rubin将提升至4~5.5倍，而2027年4-die合封的Rubin Ultra将达到9~9.5倍。

因此，以CoWoS产能消耗面积的变化来推算企业营收变化更为准确。

所以，AI芯片战的主导因素，不仅要看谁消耗更多CoWoS产能，还要看谁贡献更多算力，以及谁创造更高营收与利润。

算力比较非常直观：一颗英伟达B300的FP8算力达10PFLOPS，而一颗定制推理ASIC的算力可能仅为其几分之一，即使最强的TPU v7p也只有B300的一半，这还未计入今年将推出的Rubin。

就在2026年1月6日CES开幕会上，老黄称Rubin性能较Blackwell在推理上提升5倍、训练提升3.5倍，暗示GPU与ASIC的性能差距并未缩小。

从算力维度可得出结论——即使CoWoS切出的芯片数量相近，GPGPU阵营的总算力仍可能大幅领先，这源于GPU通用架构的“蛮力”优势——来自CoWoS消耗面积（晶体管数量）的多寡。

价值维度的比较更为残酷：英伟达单颗GPU售价高达3万美元以上，未来将升至4-5万美元。云巨头自研ASIC即便成本与GPU接近，“内部结算价”也远低于GPGPU的市场价格。

以Anthropic向博通采购210亿美元的100万颗TPU为例，扣除服务器等配置，单颗对外售价不足1.5万美元，不到英伟达Blackwell系列的一半。

结合算力与价值两点可明确：AI芯片是多维度比拼，不仅看摩尔定律、工艺制程，还要看谁的面积更大、能集成更多晶体管，最终体现为性能与价格的差异。

英伟达用60%的CoWoS产能，创造了整个AI加速芯片市场70%以上的收入和90%以上的利润，这正是黄仁勋“6个季度，5000亿美元”豪言的底气。

04 ASIC的本质：优化财务报表

英伟达的优势不仅在于CUDA，还常被忽略的NVLink、NVSwitch构成的系统级优势——用户购买的并非单一芯片，而是一整套最强的“交钥匙”解决方案。

相比之下，ASIC的优势在于：当超大规模用户的软件栈完全自控且工作负载高度特化、稳定（如搜索推荐、广告排名、语音识别推理）时，自研能带来极致的TCO优化。

可以说，ASIC的故事就是——以专用化换取“去英伟达化”，最终优化财务报表。因此，能否采用ASIC的关键只有一点：规模（量）是否足够大。

首先，自研ASIC的资金与人力投入巨大；其次，便宜的TPU并非即插即用，像Anthropic直接采购谷歌TPU，也需要一支强大的底层系统工程师团队进行深度迁移与适配。

因此，仅开支一项就决定了ASIC只有超大型云厂、超大规模企业才可能使用，即便购买现成ASIC，也仅限于Anthropic这类体量的大模型企业，难以向下扩展。

再者，当前头部AI集群功耗已从几十千瓦迈向兆瓦级，未来芯片功耗将飙升至数千瓦，普通客户无法承受。而且，在风冷已达极限、液冷成为标配的背景下，数据中心的物理设计与最大集群规模都需综合考量。

另外，GPGPU与ASIC的较量也不止于单芯片，基于CPO共封装解决“功耗墙”和“互连墙”的系统级方案，以及华为384颗NPU互连的CloudMatrix 384等架构创新，都至关重要。

所以，CoWoS只是起点，更上层的互连网络（NVLink、CXL、UCIe）、光引擎（CPO）都是竞争的关键变量。

而这些变量所需的巨额资本支出，绝非小厂所能承受。

05 终局推演：军火商成最大赢家

当前英伟达为代表的GPGPU市场虽被部分侵蚀，但随着物理AI等领域的推进，未来3-5年，英伟达仍将统治AI训练市场和高性能通用计算市场（训练、新兴应用、中小企业、科研）。

然而，推理将占据未来AI算力实际消耗的大头，且工作负载更固定，正是ASIC的用武之地，ASIC的势头将不断增强。

因此，为加固“护城河”，英伟达斥资200亿美元收购Groq，意图将LPU融入自身技术矩阵。

同时，英伟达也通过推出推理专用芯片、更灵活的订阅模式（DGX Cloud）以及更强大的系统级解决方案（如NVL144/288/576），来应对ASIC的“包围”。

目前英伟达仍处有利位置，掌握着“AI芯片战争”的主动权，其核心问题在于市占率与毛利的平衡。

只要英伟达不坚守极高毛利，愿意牺牲毛利换取市场，它依然是无坚不摧的王者。

ASIC生态下，谷歌TPU外供标志着ASIC从“概念”与“试点”正式迈入“规模化部署”，其增长直接与云巨头的资本开支绑定。

只要巨头持续投资AI基础设施，且自研芯片的TCO优势延续，ASIC对CoWoS的需求就会持续增长。博通、联发科、Marvell等顶级设计服务商将持续受益。

很多人关注GPGPU与ASIC对CoWoS产能需求的变化。

从产品进化看，2026年的Rubin架构将率先采用5.5倍光罩面积的中介层，2027年很快推进至9.5倍；ASIC对绝对性能要求不高，2026年预计仍停留在3.3倍，2027年大概率如此。因此结论明确：未来GPGPU对CoWoS产能的预定量将大幅增长。

回到最终芯片数量，由于ASIC芯片中介层普遍在2500mm²，单片CoWoS晶圆切出的芯片数量是GPGPU的两倍，而GPGPU的CoWoS预定量又是ASIC的两倍，所以今年两类AI芯片的全球出货量大致相当。

至于企业营收，则与CoWoS出货量成正比，因为性能与面积（晶体管总数）成正比，同制程双颗dual-die性能必然高于single-die。

因此，未来更可能呈现一个“GPU+ASIC”的混合算力世界：云巨头用英伟达GPU进行前沿模型研发与训练，同时用自研ASIC进行成本敏感的大规模推理部署。

换言之，这场战争并非你死我活的歼灭战，而是一场持久且复杂的“划界战争”。

但无论两种生态格局如何演变，作为这场芯片战共同且唯一的“军火商”，台积电坐拥CoWoS产能的定价权，将是无论哪一方获胜都不可或缺的终极大赢家。