輝達與台積電將AI導入晶圓廠，微影成本降低50%

台積電正將輝達的AI與加速運算技術嵌入其最複雜的晶圓廠作業流程中，從微影到缺陷檢測，這項合作可能重塑半導體製造的經濟格局。

輝達的CUDA-X函式庫與AI模型現已驅動台積電的微影、製程模擬及缺陷檢測工作流程，使微影成本效益提升20%至50%，並在半導體材料設計上將化學模擬速度提升達50倍。

「台積電正將輝達AI與加速運算直接引入晶圓廠，攻克全球一些最嚴峻的設計與製造挑戰，」輝達創辦人兼執行長黃仁勳表示。

這項合作涵蓋晶圓廠四大營運範疇。台積電採用輝達的cuLitho函式庫進行運算微影——即晶片光罩設計的印刷方法——相較於CPU基礎的傳統方案，成本效益或週期時間提升了20%至50%。cuEST函式庫在半導體材料設計方面平均將電子結構模擬速度加速50倍。在製程控制方面，輝達的cuML機器學習函式庫協助台積電從數千個製程步驟中提煉出數十萬項製程參數，轉化為ML模型的精確輸入，從而降低製程變異。在晶圓廠現場，輝達H200 GPU正驅動排程運算，提升晶圓廠生產力。

AI在半導體製造中的更深層整合，驗證了一項推動費城半導體指數今年迄今上漲89%的論點：AI基礎設施支出正從GPU設計擴展到支撐晶片生產的工具、材料與製程。台積電預估其AI晶片業務從2024年至2029年將以約60%的年複合成長率增長，而輝達則預測到2027年資料中心資本支出將達到一兆美元。

缺陷檢測與虛擬晶圓廠

在核心製造之外，台積電正在部署輝達的Metropolis平台與TAO Toolkit，利用視覺AI進行自動化缺陷檢測，提升奈米級缺陷的檢出能力，同時減少因製程條件變化而需要重複標註與重新訓練的需求。該公司也正在探索輝達的Omniverse函式庫，打造FabTwin虛擬晶圓廠環境，在實際建置前評估製程工具布局與模擬工作流程——這項轉變有望降低新建晶圓廠所需的資本支出。

全球擴張的成本

這項合作正值台積電進行成本高昂的地理擴張之際。該公司已將2026年全年資本支出推升至520億至560億美元區間的高端，而在亞利桑那州、日本與德國興建的海外晶圓廠，其成本估約為台灣同等設施的4至5倍。台積電管理層表示，海外晶圓廠擴建及下一代製程節點的推進，將從2026年下半年起至2027年期間，導致毛利率稀釋2%至3%。AI優化製造所帶來的效率提升，可能有助於部分抵消這項壓力，但相對於台積電當前的毛利率水準，這項利潤率逆風的規模仍不可忽視。

對投資人而言，這項合作鞏固了輝達的競爭護城河——其CUDA生態系統正逐步嵌入數據中心以外的工業硬體工作流程，將其可觸及的市場範圍延伸至半導體資本設備。輝達股票目前交易價格約為預期本益比的35倍。台積電預期本益比為26倍，提供了一個Beta值較低的相同趨勢投資管道，但海外擴張導致的利潤率稀釋仍需關注。更廣泛的受惠者可能是半導體設備與記憶體供應鏈，其中Invesco Semiconductors ETF等權重ETF今年迄今已回報105%，因為AI支出已從大型晶片設計公司向外擴散。

本文僅供參考，不構成投資建議。