參考資源 · Reference Map

AI 算力供應鏈地圖：七層誰主導、卡脖子在哪、台灣的位置（2026 年中）

Name: AI 算力供應鏈地圖：七層誰主導、卡脖子在哪、台灣的位置（2026 年中）
Creator: 矽基前沿 [Si]gnals
Published: 2026-06-28
Keywords: AI 晶片, 自研晶片, AI 算力, 供應鏈, 台積電, 博通, HBM, CoWoS, 資料中心, Nvidia, TPU, Trainium, 聯發科

從自研晶片、晶圓代工、先進封裝、HBM 記憶體、互連網路、電力資料中心到 CUDA 軟體棧——拆解每一層的主導者、挑戰者、瓶頸，以及台灣卡在哪個環節。

最後更新：2026-06-28 ·　矽基前沿 [Si]gnals 持續監測

AI 算力供應鏈全景插畫：一座微縮產業地景，中央是發出藍光的晶圓代工廠複合體，四周環繞晶片設計園區、先進封裝與記憶體廠、一排排 AI 伺服器機房，底部是變電站與高壓輸電線

2026 年中，AI 算力供應鏈呈現一個矛盾：每一家有規模的雲端與模型公司都在做自研加速器要繞過 Nvidia，卻同時把設計押在博通、把製造與封裝押回台積電。真正的瓶頸從「晶片夠不夠快」一路後移到先進封裝（CoWoS 全年售罄）、HBM 記憶體（三強全數售罄）、互連速率、電網併網（FERC 對六大電網下令），最頑強的護城河則停在 Nvidia 近二十年累積的 CUDA 軟體生態。台灣卡在這條鏈最賺、最難取代的中段——先進製程、先進封裝、IC 設計、伺服器組裝、電源散熱幾乎一條龍，HBM、GPU 核心架構、EUV 設備則是三處留白。

一張圖看懂

從晶片到模組：大家都繞回台積電

自研晶片運動想繞過 Nvidia，卻把設計押給博通、把製造與封裝押回台積電。

一眼看懂

八個關鍵事實

01 Google Ironwood（TPU v7）於 2026 年 4 月正式上線，單顆 4.6 PFLOPS（dense FP8）、192GB HBM3e、600W，9,216 顆 superpod 達 42.5 ExaFLOPS，由博通設計、台積電代工，首度明確定位「推論優先」。
02 Anthropic 同意採購最多約 100 萬顆 Ironwood TPU、五年 5GW 容量，Google 投資最多 400 億美元，其中逾 1GW 於 2026 年上線；Google 開始把 TPU 外賣多家客戶（含 Meta 成外部客戶）。
03 博通成為自研 ASIC 的設計樞紐：已確認六大 XPU 客戶，同時承接 Google TPU、OpenAI XPU、Meta MTIA 的矽片實作與整合（SerDes、HBM 控制器、3.5D 封裝、Tomahawk/Jericho 網路）。
04 台積電 CoWoS 月產能 2026 年底目標約 12–13 萬片（約 2024 年底 3.5 萬片的近 4 倍），CoWoS-L／S 全數售罄，Nvidia 一家約占 2026 年 CoWoS 總需求 60%；目前 100% 晶片仍運回亞洲／台灣做先進封裝。
05 HBM 三強 2026 年全年產能售罄：2026 Q2 SK 海力士約 62%、美光約 21% 超車三星（約 17%）；SK 海力士 2026 年 2 月全球率先量產 HBM4，邏輯基底晶片交台積電 12nm 級製程（HBM4E 才規劃改用 3nm），三星則用自家 4nm 廠。
06 互連層出現「數字大的速率卡關、可量產的較低速率補位」窗口：448G PAM4 約需 224 Gbaud、功耗過高近乎不可行，商用 400G／lane 光學要到約 2028–2029；聯發科以 224G SerDes 切入 Google TPU v8e（Zebrafish），AI ASIC 營收 2026 約 20 億美元、2027 上看數十億美元。
07 電力成為實體瓶頸：FERC 於 2026 年 6 月 18 日依《聯邦電力法》206 條對六大電網（PJM、MISO、SPP、CAISO、ISO-NE、NYISO）發 show-cause 命令；美國高壓變壓器交期拉長至 36–48 個月、部分達 5 年；台電自 2024 年起暫緩桃園以北 5MW 以上資料中心併網。
08 高通 2026 年 6 月 24 日宣布以約 39.2 億美元全股票收購 AI 編譯軟體 Modular（預計 2026 下半年完成），補上自研資料中心晶片最缺的 CUDA 替代軟體層；Nvidia 在資料中心 GPU 營收市佔約 86%、CUDA 約 400 萬開發者，切換成本以年計。

核心追蹤

自研＆商用 AI 晶片對照表

誰在造、給誰用、誰設計、誰代工、進度到哪。

公司	晶片	用途	設計／代工	狀態	報導
Google	TPU v7 Ironwood	推論優先，兼訓練（單顆 4.6 PFLOPS dense FP8、192GB HBM3e、600W）	設計：博通／代工：台積電	2026/4 正式上線量產；已外賣 Anthropic（最多約 100 萬顆）、Meta	看報導
Google	TPU 8t（Sunfish）／8i（Zebrafish）	首次訓練／推論分流：8t 訓練、8i 推論	8t 博通、8i 聯發科／代工：台積電 2nm	2026 下半年起 preview，目標 2027 下半年 GA	看報導
Amazon	Trainium3	訓練（單顆 2.52 PFLOPS FP8、144GB HBM3e、4.9TB/s）	自研（Annapurna）／代工：台積電	2025/12 re:Invent UltraServer GA、生產矽片 2026 Q1 出貨；Project Rainier 主力；首度宣布外賣；客戶以 Trainium 降本最高 50%	看報導
OpenAI	XPU（首顆推論 ASIC「Jalapeño」）	推論為主，規劃 10GW 客製加速器	設計：博通、CPU IP：Arm／代工：台積電 3nm/2nm	Jalapeño 2026/6 公布；首批部署目標 2026 下半年；2026/5 傳 180 億美元級融資卡關	看報導
Meta	MTIA 300/400/450/500	推論（排序推薦＋生成式 AI）	設計：博通（XPU 平台）／代工：台積電 2nm	2026/4/14 簽多世代協議（至 2029）首階段逾 1GW；MTIA 300 已量產、400 完成實驗室測試、450/500 鎖定影像生成與 LLM 推論、2027 量產	看報導
Microsoft	Maia 200（代號 Braga）	訓練／推論	自研／代工：台積電	從 2025 延至 2026 量產；設計變更與人力流失（部分團隊流失達五分之一），效能預估落後 Nvidia Blackwell	看報導
Qualcomm	AI200／AI250	資料中心推論（AI200 單卡 768GB LPDDR、機櫃約 160kW）	自研（Hexagon NPU）／代工：台積電	AI200 2026 商用、AI250 2027；與沙烏地 HUMAIN 簽 200MW、2026 起部署	看報導
Qualcomm	Dragonfly C1000	資料中心 CPU（逾 250 核、>5GHz Oryon 架構）	自研／代工：台積電	已簽 Meta 為首位具名客戶（多世代協議），商用 2028；同日宣布 39.2 億美元收購 Modular、並傳洽購 Tenstorrent	看報導
Nvidia	Vera Rubin（R100）	商用 GPU 訓練＋推論（單顆 50 PFLOPS NVFP4 推論、288GB HBM4、22TB/s）	商用／代工：台積電 3nm、雙 die chiplet、HBM4	已進入量產，合作夥伴產品 2026 下半年上市	看報導
AMD	Instinct MI450／MI400 系列	商用 GPU 訓練＋推論（約 40 PFLOPS FP4、432GB HBM4、19.6TB/s）	商用／代工：台積電（CDNA 5）	2026 上市對打 Vera Rubin；MI500 預定 2027	看報導
Micron／SK 海力士	HBM4／HBM4E	餵 AI GPU 的高頻寬記憶體（邏輯基底晶片改用先進邏輯製程）	台積電（HBM4 邏輯基底 12nm 級、HBM4E 規劃 3nm）；三星用自家 4nm 廠	SK 海力士 2026/2 全球率先量產 HBM4；三強 2026 全年產能售罄、合約鎖到 2027 並延伸至 2028	看報導
台積電	CoWoS／CoPoS 先進封裝	把運算晶粒與 HBM 整合在同一載板；CoPoS 改用 310mm 方形面板	Nvidia、AMD、博通等；CoPoS 載板點名群創、Ibiden	CoWoS 全數售罄、2026 年底目標 12–13 萬片／月；CoPoS 2026/6 完成試產線、量產估 2028 下半年–2029	看報導
聯發科	Google 下一代 TPU（v9／第 8 代）SerDes 與自有資料中心 ASIC	客製 AI 推論加速器與高速互連	Google、台積電代工	以較成熟 336G SerDes 拿下 Google 下一代 TPU 高速傳輸；ASIC 2026 營收上看 10 億美元、2027 上看占總營收約 20%	看報導

逐層拆解

AI 算力供應鏈的七層

AI 算力堆疊的爆炸剖視：晶片模組、封裝載板、記憶體層、電路板與電力基座分層展開

01自研 AI 晶片運動

每一家有規模的雲端與模型公司都在做自己的 AI 加速器，把 Nvidia 從「唯一選項」變成「其中一個選項」——Google TPU 量產第七代並開賣給 Anthropic、Meta；Amazon Trainium3 上線並首次外賣；OpenAI、Meta 都把下一代晶片押在博通的 XPU 平台上；幾乎每一顆都回到台積電投片。

主要玩家： Google TPU、Amazon Trainium / Inferentia、OpenAI(博通 XPU)、Meta MTIA、Microsoft Maia、Qualcomm、Nvidia、AMD

卡脖子：所有自研晶片都繞不開兩個共同瓶頸：設計端高度集中在博通(Google、OpenAI、Meta 的 XPU 都靠它整合 Ethernet/SerDes/封裝)，製造端則全部回到台積電投片(含 2nm/3nm 先進製程與 CoWoS/CoPoS 封裝)。換言之，雲端廠想擺脫 Nvidia，卻同時把整個自研運動押在博通+台積電這對組合上；再加上 HBM(美光/SK海力士/三星)2026 年全數售罄，記憶體是第三道閘。

02晶圓代工與先進封裝

AI 晶片做完還不能用——要先進封裝把運算晶粒、HBM 記憶體拼在同一塊載板上。這層由台積電 CoWoS 獨大、台灣後段（日月光、力成、SPIL）與美國艾克爾分流，先進封裝產能是 2026 年整條 AI 算力鏈最緊的瓶頸。

主要玩家：台積電 TSMC、艾克爾 Amkor、日月光 ASE（含矽品 SPIL）、Nvidia、Intel / Samsung

卡脖子：先進封裝產能（CoWoS／SoIC）是 2026 年 AI 算力鏈最緊的環節。2026 年總需求估近 100 萬片晶圓（2024 年僅約 37 萬片），台積電 CoWoS 線全數售罄，供需缺口從年中約 20% 預計到年底才收斂到約 10%。即使晶片在美國亞利桑那做出來，目前幾乎 100% 仍要運回台灣做封裝——後段產能與良率，而非前段微縮，成了 AI 硬體的真正前線。

03高頻寬記憶體（HBM）

把 DRAM 堆疊成「記憶體高樓」貼著 GPU 放、用最寬的資料通道餵算力的關鍵元件；SK 海力士、三星、美光三強寡占，2026 年全年產能售罄，HBM4 戰場開打，台積電吃下邏輯基底晶片代工。

主要玩家： SK 海力士（SK Hynix）、美光（Micron）、三星電子（Samsung）、Nvidia、台積電（TSMC）

卡脖子：HBM 產能本身就是瓶頸——三強 2026 年全年產能已售罄、合約鎖到 2027 年後，買不到就沒有；且 HBM 每擴一分產能就排擠約三倍的標準 DRAM 晶圓（美光揭露 HBM 對 DDR5 約 3:1 的換算比），把一般記憶體一起推進缺貨與漲價，帳單一路傳到消費端。

04互連與網路

當運算晶片越堆越多，瓶頸從「單晶片多快」變成「晶片之間連得多快」——這一層決定數萬顆 GPU/ASIC 能不能像一台機器一樣協作，NVLink、SerDes、乙太網與光通訊在此交火，而台灣的聯發科與一票光模組廠正卡進關鍵位置。

主要玩家： Nvidia (NVLink / NVLink Fusion)、Broadcom (博通)、Marvell、MediaTek (聯發科)、UALink Consortium / Ultra Ethernet Consortium、台灣光模組與磊晶廠（聯鈞、聯亞、華星光、上詮、波若威等）

卡脖子：兩個並存的卡脖子點。技術面：448G SerDes 用既有 PAM4 調變要做到約 244 Gbaud，功耗與插入損耗過高近乎不可行，可能得改用 PAM6/PAM8 並仰賴 2nm 製程的 DSP，量產要等 2028–2029——這讓「下一代互連到底走多快」整體卡關，反而讓可量產的 224G/336G 成為現實贏家。供應面：光模組往 1.6T 走時，InP 磊晶片與 EML 雷射等關鍵光元件吃緊到 2027，成為擴產的實體瓶頸。

05電力與資料中心

算力供應鏈最終卡脖子不在晶片而在電：美國資料中心電力缺口逼出 FERC 命六大電網替 AI 讓路、台灣則暫緩桃園以北大型資料中心併網並對大用戶分時計價，電與併網成為 2026 年中真正的瓶頸。

主要玩家： FERC（美國聯邦能源管理委員會）、PJM / MISO 等六大區域電網（RTO/ISO）、Constellation / Entergy / Kairos 等電力與核能業者、台電（台灣電力公司）、國科會 / 經濟部能源署

卡脖子：電力供給與電網併網。瓶頸已從資本與 GPU 供給移到實體電力基礎設施：美國變壓器交期拉長到 3–5 年、開關設備（switchgear）排到 2028 年售罄；2026 年美國新增資料中心產能僅約三分之一在實際興建，其餘卡在「已宣布、未動工」。台灣則卡在北部供電裕度與地方阻力導致電力建設延宕，桃園以北大型資料中心併網被暫緩。

06軟體棧與 CUDA 護城河

AI 算力供應鏈最頑強的卡脖子不在矽，而在軟體：Nvidia 用近二十年累積的 CUDA 生態（約 400 萬開發者、cuDNN/cuBLAS/TensorRT、整套編譯與除錯工具）把非 Nvidia 晶片擋在門外，挑戰者（Modular/Mojo、AMD ROCm、OpenAI Triton、PyTorch torch.compile）正從「寫一次、到處跑」的抽象層往上撬這道牆。

主要玩家： Nvidia CUDA、Modular（Chris Lattner）、高通 Qualcomm、AMD ROCm、OpenAI Triton、PyTorch（Linux Foundation）

卡脖子：CUDA。卡脖子不在能不能做出對等晶片，而在近二十年沉澱的軟體生態與切換成本：cuDNN/cuBLAS/TensorRT 等預最佳化函式庫、約 400 萬開發者的肌肉記憶、除錯工具、訓練教材，以及埋進生產程式碼裡的大量 CUDA-specific 最佳化。即使 ROCm 7 性能逼近、Triton 能跨硬體出 kernel，「寫一次、到處跑」要在生產級可靠度上真正追平，仍是以年計的工程戰。

07台灣在 AI 算力供應鏈的位置

台灣卡進 AI 算力供應鏈最賺、最難取代的中段——先進製程代工、先進封裝、IC 設計、伺服器組裝、電源散熱幾乎全包，是「非紅供應鏈」的事實主幹；但記憶體(HBM)、GPU/加速器架構設計、EUV 設備這三層留白，仍靠美韓荷供給。

主要玩家：台積電 TSMC、日月光 ASE / 矽品 SPIL、聯發科 MediaTek、鴻海 Foxconn / 廣達 Quanta / 緯創 Wistron / 英業達 Inventec、緯穎 Wiwynn、台達電 Delta / 光寶 Lite-On

卡脖子：台灣同時握有兩個全球級卡脖子點:台積電的先進製程＋CoWoS 先進封裝(2026 全年售罄、Nvidia 一家吃掉約五到六成配額),以及全球約九成 AI 伺服器組裝產能高度集中在台灣與台廠手中——這種集中度既是議價力,也是地緣風險本身。

瓶頸

卡脖子在哪

博通：自研 ASIC 的設計樞紐

Google TPU、OpenAI XPU、Meta MTIA 的矽片實作與整合（SerDes、HBM 控制器、3.5D 封裝、Ethernet 網路）都繞回博通；雲端廠想擺脫 Nvidia，卻把整個自研運動押在同一家設計夥伴上。

關鍵方：Broadcom（博通），客戶含 Google、OpenAI、Meta 等六大 XPU 客戶

台積電先進製程：自研與商用晶片的共同投片點

幾乎每一顆 ASIC（TPU、Trainium、XPU、MTIA）與商用 GPU（Vera Rubin、MI450）最終都在台積電投片，N3/N2 先進製程是共同節點；2026 Q1 台積電晶圓代工市佔約 72%，N2 訂單排到 2027 下半年至 2028。

關鍵方：TSMC（台積電）

先進封裝 CoWoS／SoIC：2026 年最緊的環節

高階 AI 加速器近乎只有台積電 CoWoS 能接，2026 年總需求估近 100 萬片晶圓（2024 約 37 萬片），CoWoS-L／S 全數售罄，缺口由年中約 20% 到年底才收斂到約 10%；目前 100% 晶片仍運回亞洲／台灣封裝。

關鍵方：TSMC 主導，OSAT 由日月光、矽品、艾克爾分接；最大需求方 Nvidia 約占 60%

HBM 記憶體：三強全數售罄＋擠壓標準 DRAM

HBM 三強 2026 年全年產能售罄、合約鎖到 2027 並延伸 2028，買不到就沒有；HBM 每擴一分產能排擠約三倍標準 DRAM（HBM3E 對 DDR5 約 3:1），把一般記憶體一起推進缺貨漲價。

關鍵方：SK 海力士（約 62%）、美光（約 21%）、三星（約 17%）

互連速率：448G 卡關、可量產速率補位

448G 用 PAM4 約需 224 Gbaud，功耗與插入損耗過高近乎不可行，商用 400G／lane 光學要到約 2028–2029；下一代互連整體卡關，反讓可量產的 224G／336G 成為現實贏家。

關鍵方：Broadcom、Marvell、聯發科（SerDes）；NVLink／UALink／UEC 標準陣營

電力與電網併網：算力鏈的最終天花板

瓶頸從資本與 GPU 移到實體電力：美國變壓器交期 36–48 個月、2026 年新增資料中心產能僅約三分之一在實際興建；FERC 對六大電網下 206 條命令、台電暫緩桃園以北 5MW 以上併網。

關鍵方：FERC、PJM/MISO/SPP/CAISO/ISO-NE/NYISO（美國）；台電、國科會、經濟部（台灣）

CUDA 軟體棧：最頑強的非矽護城河

卡脖子不在能否做出對等晶片，而在近二十年沉澱的 cuDNN/cuBLAS/TensorRT、約 400 萬開發者的肌肉記憶與生產程式碼裡的 CUDA 最佳化；即使 ROCm 7 性能逼近、Triton 能跨硬體出 kernel，生產級追平仍以年計。

關鍵方：Nvidia（資料中心 GPU 營收市佔約 86%）；挑戰者 Modular（高通）、AMD ROCm、OpenAI Triton、PyTorch

台灣在哪

台灣卡在這條鏈的哪幾層

台灣卡進 AI 算力供應鏈最賺、最難取代的中段，並在多層同時握有全球級節點。自研晶片運動「逃不掉的後段」：幾乎每一顆 ASIC 與商用 GPU 最終都在台積電投片（2026 Q1 晶圓代工市佔約 72%），N3/N2 與 CoWoS／CoPoS 先進封裝是共同節點，後段 OSAT 又由日月光、矽品、力成主導，全球 AI 晶片幾乎都要「回台灣封一次」。聯發科罕見從手機 SoC 切進雲端 ASIC，以較成熟的 336G SerDes 拿下 Google 下一代 TPU 高速傳輸、並以 224G 切入 v8e（Zebrafish），ASIC 2026 營收上看 10 億美元、2027 上看占總營收約 20%。HBM 出現新命門：HBM4 起的邏輯基底晶片改用先進邏輯製程，SK 海力士（台積電 12nm 級、HBM4E 規劃 3nm）與美光都交台積電，只有三星留在自家 4nm 廠——台灣不做 DRAM 顆粒，卻在 HBM4 世代成為三強裡兩強的共同代工命脈。伺服器端，鴻海、廣達、緯創、英業達合計掌握全球逾九成 AI 伺服器產能（鴻海機櫃組裝約 40%），三雄 2025 年營收均破兆元台幣，並成美系雲廠「去風險」產線移往墨西哥／北美的主幹；台達電供 Nvidia Vera Rubin 平台 800VDC 機櫃電源（單櫃達 1.1MW、效率達 98%）與 3MW 液對液 CDU，電源散熱是第二條成長曲線。互連光層也有實質供應：CPO 的 3D 整合靠台積電 COUPE／SoIC 平台，世芯（GUC）把 Ayar Labs 光引擎接進其 ASIC 與先進封裝流程，聯亞等供應 InP 雷射磊晶（2026 Q1 營收年增近 99%）。軟體棧這層台灣幾乎缺席——定義「非 Nvidia 晶片能否真被用起來」的權力落在 Modular（高通）、AMD、OpenAI、PyTorch 社群手上。三處明顯留白：HBM（靠 SK 海力士、三星、美光，經濟部以約 3.18 億美元補貼引美光在台做 HBM 研發）、GPU／加速器核心架構設計（Nvidia、AMD 主導，聯發科多為協同設計）、以及最上游的 EUV 曝光機（ASML 獨家）。Nvidia 黃仁勳 2026 年 5 月稱台灣為「AI 革命震央」、宣布每年在台投資約 1,500 億美元；AMD 同年 5 月宣布逾 100 億美元台灣生態系投資，官方點名 ASE、SPIL 為夥伴。電力則是自身擴張的天花板：台電暫緩桃園以北 5MW 以上資料中心併網、分流中南部並對大用戶採三段式時間電價（夏月尖峰約 9.39 元/度、約離峰 3.7 倍），國科會估 2029 年全台 AIDC 約 450MW。

常見問題

FAQ

誰在自己造 AI 晶片？

2026 年中，幾乎每一家有規模的雲端與模型公司都在做自研 AI 加速器：Google（TPU v7 Ironwood）、Amazon（Trainium3）、OpenAI（與博通的 XPU、首顆 Jalapeño）、Meta（MTIA）、Microsoft（Maia）、Qualcomm（AI200／AI250）。但設計多繞回博通、製造幾乎全回台積電投片——自研運動把 Nvidia 從「唯一選項」變成「其中一個選項」，卻同時押注博通＋台積電。

AI 算力供應鏈最大的瓶頸（卡脖子）在哪？

瓶頸已從「晶片夠不夠快」後移到四處：先進封裝（台積電 CoWoS 2026 全年售罄）、HBM 記憶體（SK 海力士／美光／三星三強全數售罄）、互連速率（448G 卡關），以及電力與電網併網（美國 FERC 對六大電網下令、台電暫緩桃園以北併網）。最頑強的非矽護城河則是 Nvidia 近二十年累積的 CUDA 軟體生態。

台灣在 AI 算力供應鏈的位置是什麼？

台灣卡在這條鏈最賺、最難取代的中段：先進製程代工（台積電 2026 Q1 晶圓代工市佔約 72%）、先進封裝（CoWoS／CoPoS）、IC 設計（聯發科切進 Google TPU）、伺服器組裝（鴻海／廣達／緯創掌全球逾九成 AI 伺服器產能）、電源散熱（台達電）幾乎一條龍。三處留白：HBM、GPU／加速器核心架構、EUV 曝光設備。

大家都在自研晶片，為什麼還離不開 Nvidia 和台積電？

兩道護城河：軟體上，Nvidia 的 CUDA 有約 400 萬開發者與埋進生產程式碼的最佳化，切換成本以年計；製造上，幾乎每一顆自研 ASIC 與商用 GPU 最終都在台積電投片、用台積電 CoWoS 封裝。雲端廠想擺脫 Nvidia 的晶片，卻擺脫不了台積電的製造與 CUDA 的生態。

權威來源（40）

WEEKLY [SI]GNALS

訂閱《矽基前沿週報》

每週五早上，總編輯親自寫的本週 AI 重要訊號 + 台灣視角。

5 個值得知道的訊號 · 1 個產品/模型動態 · 1 個總編判斷 · 5 分鐘讀完。