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的表示，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，台积电不可为不尽力，创下历史新高的资本开支就是最好的证明。

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，导致钱砸的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。