正确的提示信息

扫码打开虎嗅APP

从思考到创造
打开APP
搜索历史
删除
完成
全部删除
热搜词
2023-11-06 21:56

苹果救不了台积电,但英伟达可以

本文来自微信公众号:远川科技评论 (ID:kechuangych),作者:叶子凌,题图来自:视觉中国

文章摘要
本文探讨了苹果和台积电之间的合作关系出现问题的原因,以及台积电面临的挑战和困境。同时介绍了英伟达作为台积电的替补客户,扮演的重要角色。

• 台积电因先进制程的高成本和产能限制而面临困境,苹果选择与台积电签订“按良率付费”的协议。

• 7nm制程在台积电中的处境尴尬,既不先进也不成熟,面临价格高昂和产能利用率下降的问题。

• 英伟达和其客户成为台积电的重要替补客户,订单的增加带来了产能的回升和收入的增长。

今年8月,The Information爆料了苹果和台积电之间的“甜心交易”(sweetheart deal):苹果下单了台积电3nm工艺,但台积电必须独自承受报废芯片的良率损失,这一举措能为苹果省下几十亿美元的成本[1]


曾经苹果和台积电被称为“最完美的合作关系”:借由规模庞大的研发投入和资本开支,台积电在芯片制造上始终保持领先,苹果则用大规模的订单给台积电报销开发成本,帮助其进一步扩大领先优势。


然而,这个双赢合作却在这两年出了些问题。


一方面,先进制程的开发成本越来越高,台积电也有点扛不住。另一方面,由于手机市场的萎靡,最爽快的两大客户苹果和高通也难免囊中羞涩。


面对巨大的利润压力,台积电选择先涨为敬。根据媒体报道进行估算,2023年台积电的晶圆代工价格与两年前相比大约上涨了16%(先进制程)到34%(成熟制程)。在过去十多年里,台积电都从未大幅提价。



在台积电宣布涨价后,苹果曾以一贯的强势态度表示坚定拒绝[2],几经博弈之下,才有了那份“按良率付费”的协议。


去年10月,台积电还颇有先见之明地表示,预计2023年整个半导体行业可能会下滑,于是下调资本开支至360亿美元。


结果两个月后ChatGPT横空出世,全世界的AI芯片公司又把台积电送上了神坛。


昂贵的进步


今年9月苹果发布会结束,顶着“首个3nm制程芯片”的A17 Pro问世,10%的CPU性能提升让人忍不住感叹牙膏还能这么挤。台媒第一时间出来为台积电甩锅,表示主因在于苹果的设计过于保守,加上iPhone散热效率太差,影响了3nm制程的发挥。


为了3nm工艺节点,台积电不可谓不尽力,创下历史新高的资本开支就是最好的证明。



一般来说,芯片制程越先进,需要的生产环节也就越多,成本自然水涨船高。在一些特殊节点,由于生产工艺的彻底改变,原本的设备和产线会被彻底淘汰,成本瞬间被拉高。


前者的代表就是刻蚀环节的增加。所谓刻蚀,就是将光刻标记出来的区域,通过物理或化学方法去除,精准雕刻出设计好的功能外形。由于光刻技术受波长限制,单凭光刻机很难满足5nm、3nm及更先进的工艺,只能通过反复刻蚀来实现更小的尺寸。


现阶段先进制程工艺的提升,相当程度上源于刻蚀步骤的叠加。因此近两年刻蚀和薄膜沉积(刻蚀的逆过程)在设备行业的市场份额极速上升,甚至超越了光刻机。


后者则创造了14/16nm这个经典制程:在14/16nm之前,芯片制造的主流工艺是HKMG(High-k Metal Gate),2014年,三星依靠梁孟松团队抢先台积电攻克14nm。当时,梁孟松用了FinFET工艺解决了生产问题,但工艺变化也意味着设备、产线的大手术。


一些晶圆厂在14nm的生产良率反而超过28nm,也是工艺变化的原因。


而由于DUV光刻机的精度限制,芯片制造深入到7nm制程后,就需要用EUV光刻机,价格是DUV光刻机的至少3倍。[3]台积电曾尝试利用DUV光刻机+多重曝光的方式生产7nm芯片,但扛不住低良率的巨额成本,最后还是老老实实买EUV光刻机。



这个昂贵的技术爬坡之所以多年来行之有效,是因为以苹果为首的一大批芯片设计公司,每年会排着队给台积电下订单。但当财大气粗的苹果都嫌贵的时候,这个循环就会出现问题。


根据IBS的测算,10nm,7nm和5nm芯片的IC设计成本分别为1.7亿、3.0亿和5.4亿美元,而3nm芯片的设计成本则达到惊人的5亿至15亿美元。


由于芯片架构和IP复用等因素影响,业界对芯片设计成本的测算常常被高估。但即便排除这些影响,这也是个天文数字。任何芯片设计公司下单之前都得掂量掂量,自己有没有那么大的出货量。



越来越贵的成本只是台积电的焦虑之一。过去几年,台积电面临的问题有两个:


一是先进制程的高成本,导致钱砸得越来越多客户反而越来越少。


二是几个耗资巨大的工艺节点,产能高峰也就一两年,难以持续造血。


前者在业内被反复提及,后者则常常被忽略。


7nm:既不先进,也不落后


2019年,台积电痛失大客户华为,结果苹果、AMD这些大客户立马承包了闲置的产能,所以台积电一边说“影响不大”,一边宣布2021年起,台湾地区工作的5万名员工的通通涨薪20%。


由于众所周知的原因,7nm的热度在今年又被炒了起来。不过在台积电,7nm制程的处境一度尴尬。


台积电的7nm工艺创造了很多经典产品,比如苹果的A12芯片,AMD的Zen 2/3架构处理器,以及海思的麒麟985芯片。


一般来说,当一个新制程量产后,苹果和高通是第一个吃螃蟹的。而随着工艺升级,苹果和高通、AMD会更新到下一代制程,上一代制程的产能会降价,留给AMD等芯片公司。随着制程继续升级,成熟制程就会慢慢留给服务器芯片、汽车芯片等等产品代工。


对台积电来说,老制程虽然已经落后了,但产能不会被浪费。随着产线的成本慢慢折旧完,持续开动的产线反而能贡献可观的利润。在台积电的营收里,将近1/3都是40/45nm以上的成熟制程贡献的。


了解了这个背景,就能看出7nm的尴尬之处:说它是先进制程,也没有那么先进;说它是成熟制程,也没有那么成熟。


随着苹果和高通已经用上了更先进的5nm甚至3nm,作为关键替补队员的汽车芯片,却仍在使用成熟制程。截至2021年,14nm以下的车用芯片比例仅为6%。


从台积电的年报中也可以发现,从2020-2022年,5nm份额逐年增加,但16nm以上的产品占比却变化不大。理论上的“末位淘汰”逻辑并未发生,真正遭到挤兑的是上一代冠军:7nm。


2020-2022年,台积电7nm的收入占比从33%下降至27%。根据台媒爆料,台积电7nm的产能利用率在2021年一度超过100%,到2022年底跌到了不足50%,今年年初更是一度跌至30%。



原因也很简单,对于替补队员们来说,7nm还是太贵了。


正如前文所述,7nm是由DUV光刻机换为EUV光刻机的重要节点,也成了成本激增的起点。另外,7nm流片时,用于对向硅片上投影芯片图像的耗材掩膜版急剧增加,这一项就能花掉一千多万美元。


和前两代的16nm相比,7nm的设计成本增至将近3倍。这些成本最终传导到下游客户的报价上,物联网、汽车等设备等芯片出货量远低于动辄年产十几亿的智能手机,面对高昂的价格自然望而却步。


所以苹果、高通、AMD陆续在7nm节点短暂停留后,长期为台积电7nm贡献收入的产品只有英伟达的车载芯片Orin X和A100 GPU。


如果没有新的增量市场,7nm大概率不会是唯一尴尬的一代,5nm、4nm甚至3nm都很快就会步其后尘。


但ChatGPT的横空出世改变了这一点。


躲得过英伟达,躲不过台积电


今年9月,台媒DigiTimes传来捷报,台积电各制程产能集体回升:6/7nm制程的产能利用率自10月起,有望逐步回到60%以上,4/5nm制程的产能则将回升至80%左右[4]


疯狂下单的除了老客户苹果和高通,还有两个关键角色:英伟达和英伟达的客户。


英伟达的热情不难理解,目前追梦大模型的硬通货H100就采用了台积电N4(5nm)工艺,顺便带火了台积电的CoWoS先进封装产能。


按照分析师Robert Castellano的测算,一片N4工艺的12寸晶圆价格为13400美元,理论上可以切割86颗H100芯片。如果不考虑生产良率,那么每生产一颗H100,台积电就能获得155美元的收入。但封装一块H100,台积电可以入账723美元。


也就是说,每颗H100给台积电带来的收入很可能超过1000美元。


同时,AMD的MI300、英特尔的Gaudi 3也都采用了台积电5nm工艺。


一直以来,面向AI训练和推理的高性能GPU市场并不算大,但ChatGPT引发了科技公司和云服务商的恐慌性抢购,导致产能不足反而成了限制英伟达的问题。考虑到英伟达敢于把H100按照物料成本直接加个零卖,就算台积电漫天要价,英伟达也有能力照单全收。


处境尴尬的7nm则在同一时期等来了关键的替补队员:英伟达的客户。


谷歌从2016年开始投入使用的自研AI芯片TPU,就一直交由台积电代工。2015年“内测”阶段的AlphaGo还需要英伟达的显卡训练,到了2016年酣战李世石,就已经换上了自家的TPU。


目前,最新的第四代TPUv4就采用了7nm工艺。英国明星初创公司Graphcore的IPU芯片,同样采用了7nm制程,还用上了台积电的WoW硅晶圆堆叠技术。


7nm的另一个大客户是特斯拉:2021年8月,马斯克在特斯拉AI Day活动上公布了Dojo ExaPOD超级计算机,内置自研7nm工艺的D1芯片,由台积电代工。


Dojo ExaPOD由120个训练模块组成,每一个训练模块包含25块特斯拉自研的D1芯片,总芯片数量达到了3000块,直接让Dojo以1.1 EFLOP的算力,成为全球第五大算力规模的计算机。


早在几年前,特斯拉还曾被黄仁勋视为标杆客户。但随着Dojo的问世,两家公司的塑料友谊暴露无遗。


一方面,D1芯片是特斯拉为了适配自家产品,专门针对汽车、机器人等应用场景的研发,强调视觉处理等功能。和英伟达的通用GPU相比,制程要求略低,同时不会造成算力的浪费。另一个目的就是省钱,根据摩根士丹利的测算,芯片自研让特斯拉足足省下了65亿美元。


时至今日,全球主要的AI芯片中,超过80%都由台积电生产,既有谷歌和英伟达这类老牌列强,也有Graphcore这类初创公司,中国大陆的GPU设计公司,目前也依赖台积电的产能。


台积电能照单全收的另一个原因,恐怕也是老对手三星的掉队。虽然三星在每个节点都没落后太多,甚至率先宣布量产了3nm工艺。但由于良率和功耗控制等原因,不仅没等来大客户,反而接连坑哭了高通和英伟达。这也难怪SemiAnalysis在报告里阴阳怪气地说:就连英特尔也能抢走三星的客户了。


要知道去年10月,台积电总裁魏哲家在内部沟通时,还罕见地鼓励员工休假。没想到一年过去,订单就挤满了台积电十八厂的N4/N5产线。


躲过了英伟达的算力税,终究没躲过台积电的宝刀。


参考资料:

[1] How Apple Will Save Billions of Dollars on Chips for New iPhone,The Information

[2] TSMC Reportedly Overpowers Apple in Negotiations Over Price Increases,tom's hardware

[3] 光刻机光学:国产之路道阻且长,“中国蔡司”未来可期,国金证券

[4] NVIDIA下代B100订单签定,台积电7/5/3纳米大客户全回归,DigiTimes


本文来自微信公众号:远川科技评论 (ID:kechuangych),作者:叶子凌

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文

支持一下

赞赏

0人已赞赏

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账号

    自定义
    支付: