CoWoS產能翻倍，顯卡還是缺貨？AI晶片塞車的真相，出在「組裝」這一步

【🎯 核心論點】 CoWoS產能翻倍解決的只是「五個關卡中的一個」。AI晶片缺貨從來不是單一瓶頸，而是HBM記憶體、載板、測試設備與伺服器組裝同時吃緊的系統性塞車——把一條馬路從兩線道拓寬成四線道，車流最終還是卡在下一個交流道。

【📊 數據證據】 用公開資料的量級來看三個現象:

第一，需求端。NVIDIA資料中心營收在2024到2025年間維持高速成長，單季營收以百億美元為單位計算，且每一顆GPU都需要搭配大量HBM。一顆高階AI晶片動輒搭配八顆以上的HBM堆疊模組，HBM本身的產能就被GPU需求直接綁架。

第二，供給端。台積電在法說會上多次確認CoWoS產能「逐年翻倍」的擴產目標，並持續上調資本支出，先進封裝相關投資以百億美元為量級。但業內普遍估計，擴產從動工到良率穩定需要12到18個月，需求卻以更快的速度疊加。

第三，替代效應。當HBM產能被NVIDIA等大客戶包走，AMD與多家新創推理晶片公司轉向容量較小的HBM組態，等於用降規換取出貨——這是產業鏈吃緊最直接的間接證據。

【🔬 技術深潛:一張圖搞懂塞車在哪】 把一顆AI晶片的誕生想成蓋一棟大樓，就會懂塞車點在哪:

關卡1:晶圓製造（挖好地基）。GPU本體在台積電以3、4奈米等先進製程生產。這一步產能相對充足，不是主要瓶頸。

關卡2:HBM記憶體（訂不到鋼筋）。HBM是把多層DRAM像千層蛋糕一樣垂直堆疊，目前由SK海力士、三星、美光三家寡佔。堆疊層數越高、良率越難顧，產能擴張速度跟不上。這是第一個塞車點。

關卡3:CoWoS先進封裝（工地只有幾個）。CoWoS像是在一塊大型「中介板」上，把GPU和HBM緊貼在一起，讓訊號走的距離縮到最短。產能翻倍指的就是這一步——但它是五關中的一關。

關卡4:載板與測試（驗屋排隊）。先進封裝完成後要裝上ABF載板，再做冗長的燒機測試。測試設備與載板供應同樣排隊，拉長整體交期。

關卡5:系統組裝（裝潢師傅不夠）。GPU裝進伺服器需要機殼、電源、散熱、網通模組，最後送進資料中心還要機房電力與冷卻配套。大規模資料中心的電力取得，現在反而是終端最大的天花板。

【⚔️ 競爭版圖】

玩家	位置	現況
台積電	晶圓＋CoWoS封裝	產能逐年翻倍，仍供不應求，擴產以嘉義、台中、南部科學園區為主
SK海力士	HBM主力供應商	HBM3E之後世代領先，產能被大型GPU客戶大量預訂
三星	HBM第二供應	良率與客戶驗證進度落後，試圖以價格與產能搶單
英特爾	先進封裝（Foveros）	對外開放代工封裝，爭取成為CoWoS的替代產能

【🏭 供應鏈影響】 上游，CoWoS擴產直接帶動設備廠與材料商訂單，中介板用的矽穿孔設備、散熱材料需求同步上升。中游，封測廠的角色被重新定義，傳統打線封裝廠積極轉型。下游，雲端業者被迫提前一年下單、預付訂金，中小型AI公司則因拿不到卡，轉向租用雲端算力——缺貨正在重塑誰有資格訓練大模型。

【🔮 未來情境】 基準情境:CoWoS與HBM產能在2026到2027年逐步追上需求，缺貨緩解但價格維持高檔。觸發條件是三大HBM廠擴產如期放量。 樂觀情境:HBM供過於求疊加推理模型對記憶體需求下降，GPU價格明顯回落，下游應用爆發。觸發條件是推理效率突破與新玩家量產。 悲觀情境:資料中心電力與散熱成為新瓶頸，有卡也裝不進機房，缺貨轉為「缺電」。觸發條件是電網建設跟不上AI基建。

【⚠️ 我可能錯在哪裡】 這篇分析假設需求持續強勁。若AI應用變現不如預期，雲端資本支出收縮，今天的缺貨可能變成明天的庫存——這種急轉彎在半導體史上不只發生過一次。「消費級顯卡買不到」也未必全因AI:消費性GPU本來就不是優先分配的產品線，把兩者直接畫上等號，可能簡化了因果。