Apakah Itu CoWoS? Mengapa Ia Menhadkan Penghantaran GPU NVIDIA?

CoWoS ialah langkah penting yang mengubah GPU AI kelas atas daripada "wafer yang siap" kepada "komponen pelayan yang boleh digunakan." Anda boleh menganggapnya sebagai asas berkelajuan tinggi yang menghubungkan GPU, chiplet, dan HBM. Tanpa kapasiti CoWoS yang mencukupi, NVIDIA mungkin mempunyai akses kepada wafer nod termaju yang mencukupi tetapi tetap tidak dapat mengintegrasikan dies pengiraan, HBM, substrat, dan pengujian ke dalam produk akhir. Itulah sebabnya sekatan penghantaran GPU NVIDIA bukan semata-mata mengenai "cip yang tidak mencukupi," tetapi mengenai pembungkusan termaju, HBM, substrat, hasil, dan penghantaran sistem yang berfungsi bersama-sama.

Perkara Utama

• CoWoS ialah platform pembungkusan termaju 2.5D yang menghubungkan GPU, chiplet, dan HBM.
• Bias perencatan bagi GPU AI gred tinggi telah beralih daripada wafer semata-mata kepada pembungkusan dan ingatan.
• Blackwell lebih bergantung pada CoWoS-L berbanding kebergantungan Hopper pada CoWoS-S.
• Kekurangan CoWoS boleh menghalang die GPU yang layak daripada menjadi produk pemecut yang siap.
• Pengembangan kapasiti sedang dijalankan, tetapi hasil, bekalan HBM, dan persaingan pelanggan masih mengehadkan penghantaran.
• Untuk menjejak penghantaran NVIDIA, anda perlu memantau TSMC, pembekal HBM, dan rantaian bekalan pelayan secara bersama.

Apa Itu CoWoS: Asas Berkelajuan Tinggi Antara GPU dan HBM

CoWoS bermaksud Chip on Wafer on Substrate. Pada asasnya, ia merupakan platform pembungkusan termaju TSMC untuk pengkomputeran berprestasi tinggi. Ia tidak menyelesaikan persoalan "bagaimana untuk mengeluarkan transistor," tetapi sebaliknya "bagaimana untuk menyambung berbilang cip berprestasi tinggi, HBM, dan substrat pembungkusan pada kelajuan tinggi." Bagi GPU AI, nilai CoWoS terletak pada meletakkan cip pengiraan dan memori berjalur lebar tinggi sangat hampir antara satu sama lain, meningkatkan jalur lebar, mengurangkan penggunaan kuasa, dan menyokong reka bentuk cip tahap sistem yang lebih besar.

Pembungkusan tradisional lebih seperti meletakkan cip tunggal ke dalam satu pembungkusan dan menyambungkannya ke memori luaran dan komponen lain melalui papan litar. GPU AI menghadapi cabaran yang lebih kompleks: latihan dan inferens model memerlukan sejumlah besar data bergerak dengan pantas antara GPU dan memori, dan jejak PCB biasa sukar memenuhi lebar jalur dan kependaman yang diperlukan. CoWoS wujud untuk meletakkan die GPU, logic chiplet, dan tumpukan HBM ke atas platform interkoneksi berketumpatan tinggi.

Anda boleh bayangkan CoWoS sebagai “kampus cip berkelajuan tinggi.” GPU ialah teras pengkomputeran, HBM ialah gudang lebar jalur tinggi yang terletak betul-betul di sebelahnya, dan interposer atau lapisan pengagihan semula ialah sistem lebuh raya kampus tersebut. Semakin lebar jalan dan semakin dekat jaraknya, semakin pantas data bergerak dan semakin rendah kos tenaganya.

CoWoS TSMC bukan satu proses tunggal, tetapi satu keluarga teknologi. CoWoS-S menggunakan interposer silikon yang besar dan sesuai untuk aplikasi pengkomputeran berprestasi ultra tinggi. CoWoS-R menggunakan interposer RDL dan menawarkan fleksibiliti struktur yang lebih tinggi. CoWoS-L menggabungkan RDL dengan sambungan silikon setempat, menjadikannya sesuai untuk produk HPC yang lebih besar dan lebih kompleks. TSMC mendedahkan bahawa CoWoS-S boleh menyokong interposer sehingga kira-kira 3.3 kali saiz reticle, manakala reka bentuk yang lebih besar lebih sesuai dengan CoWoS-L atau CoWoS-R.

Di sinilah juga ramai orang salah memahami CoWoS. CoWoS bukan sekadar "sarung pembungkus cip." Ia merupakan platform kejuruteraan tahap sistem yang menentukan sama ada GPU dan HBM boleh berfungsi bersama pada kelajuan tinggi. Semakin besar cip AI, semakin banyak HBM yang digunakan, dan semakin kompleks struktur ciplet, semakin hampir pembungkusan itu dengan teknologi teras itu sendiri. Apabila menganalisis NVIDIA, TSMC, pengeluar peralatan pembungkusan termaju, atau pembekal HBM, anda tidak sepatutnya hanya bertanya "siapa yang boleh mengeluarkan wafer nod termaju," tetapi juga "siapa yang boleh membekalkan pembungkusan tahap sistem berskala besar, dengan kadar hasil tinggi dan lebar jalur tinggi secara boleh dipercayai."

Ringkasan: Nilai teras CoWoS ialah mengintegrasikan dies pengkomputeran, HBM, dan chiplet lain ke dalam satu platform interkoneksi berketumpatan tinggi. Ia memberikan GPU AI lebar jalur memori yang lebih tinggi, penggunaan kuasa pergerakan data yang lebih rendah, dan kebolehskalaan sistem yang lebih kukuh. Memahami CoWoS adalah penting untuk memahami mengapa pembungkusan termaju telah berkembang daripada proses semikonduktor bahagian belakang kepada satu bottleneck strategik dalam rantaian bekalan cip AI.

Mengapa GPU AI Kelas Atas Semakin Bergantung pada CoWoS

GPU AI kelas atas menggunakan CoWoS bukan untuk menjadikan cip kelihatan lebih padat, tetapi untuk menskalakan kuasa pengiraan, ingatan, dan interkoneksi secara serentak. Latihan dan inferens model besar bukan sahaja berkisar pada bilangan teras pengiraan; ia juga memerlukan pergerakan berterusan parameter, pengaktifan, dan data cache ke dalam unit pengiraan. Jika lebar jalur ingatan tidak mampu mengikut, GPU mungkin mempunyai kuasa pengiraan yang banyak tetapi tidak cukup data untuk menggunakannya sepenuhnya. CoWoS direka untuk mengatasi kesesakan ini.

Cip AI dahulunya difahami terutamanya sebagai "perlumbaan nod termaju": sesiapa yang menggunakan nod yang lebih maju akan memperoleh ketumpatan transistor dan kecekapan tenaga yang lebih tinggi. Namun dalam era model berskala besar, satu isu lain telah menjadi lebih penting: kos pergerakan data. Semakin besar sesebuah model, semakin kerap data perlu bergerak antara GPU dan memori, dan jarak interconnect, lebar jalur serta penggunaan kuasa semuanya memberi kesan kepada prestasi sebenar.

H200 menekankan HBM3E kerana beban kerja AI generatif dan HPC semakin memerlukan kapasiti memori yang lebih besar dan lebar jalur memori yang lebih pantas. Dengan Blackwell, keperluan pembungkusan meningkat lebih jauh lagi. Seni bina NVIDIA Blackwell menunjukkan bahawa GPU Blackwell terdiri daripada dua dies hampir had reticle yang disambungkan sebagai GPU bersatu melalui sambungan antara cip 10 TB/s. Platform NVIDIA Blackwell turut menekankan bahawa Blackwell menyasarkan latihan model berskala trilion parameter dan inferens masa nyata, yang memerlukan komunikasi cip-ke-cip serta interkoneksi peringkat sistem yang lebih kukuh.

Ini bermakna seni bina chiplet tidak mengurangkan kepentingan pembungkusan termaju. Sebaliknya, ia telah mengalihkan cabaran sistem daripada "bolehkah satu cip besar dihasilkan" kepada "bolehkah beberapa cip digabungkan dengan boleh dipercayai dan pada kelajuan tinggi."

GPU untuk pengguna boleh menggunakan pembungkusan yang agak tradisional dan ingatan GDDR, tetapi GPU AI pusat data memerlukan lebar jalur yang sangat tinggi, paralelisme yang tinggi, dan kebolehpercayaan yang kukuh. HBM itu sendiri adalah ingatan bertindan, tetapi ia masih perlu disambungkan ke GPU melalui interposer dengan antara muka yang sangat lebar. Tanpa platform pembungkusan 2.5D seperti CoWoS, saluran data antara GPU dan HBM sukar mencapai ketumpatan lebar jalur yang diperlukan untuk latihan AI peringkat tinggi.

Bagi pelabur dan pemerhati rantaian bekalan, ini bermakna daya saing NVIDIA bukan sahaja datang daripada CUDA, seni bina GPU, dan perisian sistem. Ia juga bergantung pada sama ada NVIDIA dapat mendapatkan pembungkusan termaju, HBM, dan sumber sistem pelayan yang mencukupi. Apabila menjejak NVDA, TSM, AMD, AVGO, MU, dan syarikat berkaitan yang lain melalui maklumat saham A.S., hasil pusat data mereka, margin kasar, dan panduan patut dinilai bersama-sama dengan kapasiti pembungkusan, bekalan memori, dan tempoh penghantaran.

Ringkasan: GPU AI kelas tinggi bergantung pada CoWoS kerana kesesakan utama pengkomputeran AI semakin banyak datang daripada lebar jalur memori dan sambungan antara cip. Walaupun die GPU itu berkuasa, prestasi sistem tetap terhad jika ia tidak dapat bertukar data dengan HBM pada kelajuan tinggi. CoWoS membolehkan GPU, HBM, dan chiplet membentuk sistem berlebar jalur tinggi pada tahap pakej, menjadikannya lapisan infrastruktur kritikal untuk Blackwell dan GPU AI masa depan.

Mengapa CoWoS Mengehadkan Penghantaran GPU NVIDIA

Penghantaran GPU NVIDIA terhad oleh CoWoS kerana die GPU tidak boleh dijual secara langsung kepada penyedia awan atau pelanggan pelayan selepas pembuatan wafer selesai. Ia mesti diintegrasikan dengan HBM, substrat pembungkusan, struktur kuasa, dan reka bentuk haba, kemudian lulus ujian akhir sebelum menjadi pemecut AI yang boleh digunakan. Jika kapasiti CoWoS, HBM, atau kapasiti pengujian tidak mencukupi, die yang berkelayakan boleh tersekat di tengah-tengah aliran pengeluaran.

GPU AI tahap tinggi lazimnya melalui langkah-langkah berikut sebelum penghantaran:

1. TSMC menyiapkan pengeluaran wafer nod termaju.
2. Wafer dipotong dan die pengiraan GPU yang berkualiti dipilih.
3. Pembekal HBM menyiapkan penumpukan memori, pengujian, dan kelayakan pelanggan.
4. GPU, HBM, dan chiplet memasuki integrasi CoWoS.
5. Pakej disambungkan ke substrat besar untuk membentuk pakej lengkap.
6. Penghantaran kuasa, pengurusan haba, integriti isyarat, dan ujian kebolehpercayaan disiapkan.
7. Produk memasuki pemasangan kad pemecut, papan induk pelayan, atau sistem penuh.
8. Pembekal awan dan pelanggan perusahaan menyiapkan pelaksanaan dan penerimaan.

Perkara utamanya ialah setiap langkah mesti sepadan. Jika keping GPU mencukupi tetapi HBM tidak, pembungkusan tidak dapat diselesaikan. Jika HBM mencukupi tetapi kapasiti CoWoS-L tidak mencukupi, cip itu masih tidak dapat dihantar. Jika pembungkusan telah selesai tetapi hasil ujian tidak stabil, penghantaran sebenar akan tetap lebih rendah daripada jumlah input.

Anggaran Epoch AI tentang rantaian bekalan cip AI menunjukkan bahawa pada tahun 2025, NVIDIA, Google, AMD, dan Amazon secara kolektif menggunakan lebih 90% kapasiti pembungkusan CoWoS dan bekalan HBM global, manakala NVIDIA sahaja merangkumi kira-kira 60% daripada bekalan CoWoS. Angka-angka ini merupakan anggaran penyelidikan dan bukannya nombor yang didedahkan oleh syarikat, tetapi ia menggambarkan realiti bahawa pembungkusan termaju dan HBM boleh menjadi bottleneck jangka pendek dengan lebih mudah berbanding wafer logik termaju.

TSMC telah sentiasa mengembangkan kapasiti. Panggilan pendapatan suku pertama 2025 TSMC menyebut bahawa syarikat sedang berusaha untuk menggandakan kapasiti CoWoS pada tahun 2025 bagi menyokong permintaan pelanggan. Namun, penggandaan kapasiti tidak bermakna penghantaran terus berganda, kerana pemasangan peralatan baharu, pengenalan bahan, kelayakan pelanggan, dan peningkatan kadar hasil semuanya memerlukan masa. Panggilan pendapatan suku pertama 2026 TSMC masih menunjukkan bekalan pembungkusan termaju yang ketat, dengan TSMC juga perlu bekerjasama dengan rakan kongsi OSAT untuk mengembangkan kapasiti bahagian belakang.

Jika anda melihat rantai bekalan GPU AI sebagai satu talian pengeluaran, CoWoS ibarat gerbang laju yang paling sempit di tengah-tengahnya. Walaupun pengeluaran wafer berjalan pantas dan permintaan pelayan sangat kuat, penghantaran GPU akhir akan tetap terhad jika gerbang ini tidak dapat memproses jumlah pempakej besar yang mencukupi.

Ringkasan: CoWoS mengehadkan penghantaran GPU NVIDIA bukan kerana ia sekadar “langkah pempakejan,” tetapi kerana GPU termaju mesti melengkapkan integrasi sistem GPU, HBM, substrat, dan pengujian pada peringkat pempakejannya. Jika mana-mana pautan dalam kalangan CoWoS, HBM, hasil, dan pemasangan pelayan mengalami kekangan, permintaan nominal NVIDIA tidak dapat ditukar sepenuhnya kepada penghantaran sebenar.

Dari Hopper ke Blackwell: Mengapa Kesesakan Bertukar daripada CoWoS-S kepada CoWoS-L

Permintaan NVIDIA untuk pembungkusan termaju tidak menurun walaupun Hopper semakin matang. Sebaliknya, dengan Blackwell, ia telah beralih ke arah CoWoS-L yang lebih kompleks. Hopper terutamanya bergantung pada CoWoS-S, manakala Blackwell memerlukan pembungkusan berbilang cip yang lebih besar dan lebih kompleks. Dalam erti kata lain, isunya bukan "NVIDIA menggunakan kurang CoWoS," tetapi "jenis CoWoS yang diperlukan oleh NVIDIA sedang berubah," dan kapasiti lama serta kapasiti baharu tidak sepenuhnya boleh ditukar ganti.

Komen Jensen Huang mengenai perubahan keperluan pembungkusan adalah penting: Blackwell akan menggunakan sejumlah besar CoWoS-L, manakala Hopper terus menggunakan CoWoS-S. NVIDIA tidak mengurangkan keperluannya terhadap pembungkusan termaju; ia mengalihkan permintaan tersebut ke arah CoWoS-L. Laporan Reuters yang sama juga menyatakan bahawa jualan cip Blackwell terhad oleh kapasiti pengeluaran TSMC, dengan pembungkusan kekal sebagai salah satu halangan utama.

Mengapa CoWoS-L lebih sukar? Kerana ia bukan sekadar versi CoWoS-S yang lebih besar. Pembungkusan bersaiz besar membawa ketumpatan penghalaan yang lebih tinggi, tekanan pengembangan haba yang lebih kompleks, kawalan kerataan yang lebih ketat, dan ujian yang lebih mencabar. Semakin besar keluasan pembungkusan, semakin tinggi kerugian yang disebabkan oleh sebarang kecacatan setempat. Semakin banyak chiplet dan tindanan HBM, semakin bergantungnya hasil sistem keseluruhan kepada semua komponen yang layak pada masa yang sama.

Inilah sebabnya pengembangan pembungkusan termaju berlaku lebih perlahan daripada yang dijangkakan oleh ramai pelaku pasaran. Membina kilang dan membeli peralatan hanyalah langkah pertama. Padanan bahan, penalaan proses, kelayakan pelanggan, dan peningkatan hasil pengeluaran mesti menyusuli. Penilaian TrendForce mengenai kekurangan pembungkusan 2.5D menyatakan bahawa cip pengkomputeran AI menggunakan lebih banyak sumber wafer dan pembungkusan bagi setiap unit, dan kekurangan pembungkusan 2.5D yang teruk di peringkat global mungkin hanya mula reda sedikit pada tahun 2027.

Ini mempunyai dua implikasi bagi NVIDIA dan TSMC. Pertama, penerusan pengeluaran Hopper menggunakan CoWoS-S, manakala peningkatan volum Blackwell memerlukan CoWoS-L, jadi pelarasan campuran kapasiti itu sendiri merupakan satu cabaran. Kedua, peningkatan produk meningkatkan penggunaan setiap GPU terhadap ruang pempakej, HBM, dan sumber ujian. Walaupun TSMC meningkatkan jumlah kapasiti, penggunaan sumber setiap unit mungkin meningkat pada masa yang sama.

Apabila berdagang atau membuat kajian terhadap NVDA, TSM, AMD, SK hynix, Micron, dan nama-nama rantaian bekalan yang lain, anda tidak sepatutnya hanya melihat sama ada GPU generasi seterusnya telah dilancarkan. Anda juga perlu bertanya sama ada laluan pempakej yang berkaitan telah matang, sama ada HBM telah disahkan layak, dan sama ada pembekal mampu menyokong pengeluaran besar yang stabil.

Ringkasan: Dari Hopper ke Blackwell, kesesakan CoWoS tidak hilang. Ia beralih daripada CoWoS-S yang lebih matang kepada CoWoS-L yang lebih kompleks. Reka bentuk dwi-cip Blackwell, keluasan pakej yang lebih besar, dan permintaan HBM yang lebih tinggi meningkatkan jumlah sumber pembungkusan termaju yang digunakan bagi setiap unit. Jika pengembangan kapasiti tidak dapat menampung perubahan gabungan produk, penghantaran GPU NVIDIA masih boleh dihadkan.

Bilakah Kesesakan CoWoS Akan Reda? Isyarat Yang Perlu Dipantau

Bekalan CoWoS semakin bertambah baik, tetapi kemungkinan besar ia tidak akan menjadi tidak terhad sepenuhnya dalam satu suku tahun. Pandangan yang lebih munasabah ialah kapasiti akan berkembang secara beransur-ansur dan kekurangan akan menyempit dari masa ke masa, tetapi kesesakan mungkin berpindah antara CoWoS-L, HBM, substrat pakej, hasil ujian, dan sistem pelayan penuh. Anda harus memantau bukan sahaja pengumuman kapasiti TSMC, tetapi juga kapasiti berkesan, peruntukan pelanggan, hasil, dan kitaran penghantaran pasaran hujung.

Anggaran TrendForce tentang jurang bekalan-permintaan CoWoS menunjukkan bahawa apabila TSMC dan rakan-rakan perniagaannya mengembangkan kapasiti, jurang CoWoS mungkin mengecil daripada sekitar 20% kepada sekitar 10% menjelang penghujung 2026. Laporan tersebut juga menyebut bahawa kapasiti bulanan CoWoS TSMC pada tahun 2026 mungkin mencapai 120,000 hingga 140,000 wafer, dengan rakan-rakan OSAT menambah bekalan selanjutnya. Angka-angka ini merupakan anggaran rantaian bekalan dan tidak patut dianggap sebagai komitmen penghantaran rasmi TSMC.

Isyarat pengembangan yang lebih terkini juga berbaloi untuk dipantau. Laporan Reuters mengenai dua kilang pembungkusan termaju baharu di Taman Sains Chiayi menunjukkan bahawa TSMC masih melabur dalam bidang pembungkusan termaju. Persoalannya ialah kemudahan baharu biasanya memerlukan tempoh masa yang jelas daripada pembinaan, perpindahan peralatan, dan pengeluaran percubaan sehingga pengeluaran besar-besaran yang stabil.

Dalam jangka sederhana, kesesakan CoWoS mungkin berkurang, tetapi peningkatan berterusan platform cip AI boleh mewujudkan sekatan baharu. Selepas Blackwell, HBM4, pakej yang lebih besar, sambungan optik, penyejukan cecair, penghantaran kuasa, dan sistem berskala rak semuanya mungkin menjadi kekurangan baharu. Rantai bekalan bagaikan satu set bilah tong yang sentiasa bertukar: apabila CoWoS menjadi kurang terhad, HBM, kapasiti nod termaju, substrat, atau penghantaran sistem penuh mungkin menjadi bilah yang paling pendek seterusnya.

Apabila menukar analisis rantaian bekalan kepada pemerhatian perdagangan, kos transaksi juga penting. Saham berkaitan cip AI tidak menentu, dan maklumat rantaian bekalan berubah dengan pantas. Sebelum membuat pesanan, selain mengkaji kapasiti dan pendapatan syarikat seperti NVDA, TSM, AMD, dan MU, anda juga perlu mengesahkan jenis pesanan, harga pelaksanaan, yuran platform, dan yuran ejen luar. Sebagai contoh, Biya menyokong perdagangan pelbagai aset merentasi saham A.S., saham Hong Kong, dan aset digital. Yuran perdagangan saham A.S. menyatakan bahawa komisen perdagangan saham A.S. ialah USD 0, manakala yuran platform, yuran ejen luar, dan caj lain tertakluk kepada jadual yuran dan paparan halaman pesanan.Ketersediaan perkhidmatan bergantung pada lokasi pengguna, hasil pengesahan identiti, peraturan platform, serta undang-undang dan peraturan yang berkenaan; maklumat pasaran awam dan struktur yuran tidak merupakan nasihat pelaburan.

Ringkasan: Kesesakan CoWoS sedang bergerak dari fasa "kekurangan mutlak" ke arah fasa "pemerhatian pengembangan", tetapi rantaian bekalan tidak akan menjadi longgar sepenuhnya semata-mata kerana satu metrik kapasiti bertambah baik. Anda harus memantau kapasiti berkesan CoWoS-L, kelayakan HBM, hasil pembungkusan, kerjasama OSAT, penghantaran pelayan, dan CAPEX awan secara bersama. Bagi NVIDIA, penghantaran GPU tidak ditentukan oleh satu angka kapasiti, tetapi oleh kesepadanan rantaian penuh daripada wafer, HBM, dan pembungkusan sehingga ke penghantaran sistem akhir.

Jika anda mengikuti rantaian bekas cip AI, CoWoS adalah kanta utama untuk memahami NVIDIA, TSMC, pembekal HBM, dan pengeluar peralatan pembungkusan termaju. Dalam jangka pendek, ia mempengaruhi jadual penghantaran GPU dan kitaran perolehan awan. Dalam jangka sederhana, ia mempengaruhi perbelanjaan modal TSMC, pesanan peralatan, peruntukan HBM, dan penghantaran pelayan AI. Dalam jangka panjang, ia menunjukkan bahawa pengkomputeran AI sedang bergerak daripada "persaingan prestasi cip tunggal" ke arah "persaingan keupayaan pembuatan tahap sistem." Apabila menggunakan alat dagangan multi-aset seperti Biya untuk menjejak syarikat berkaitan, adalah lebih baik untuk menilai harga saham, pendapatan, kapasiti, struktur yuran, dan toleransi risiko peribadi dalam satu rangka kerja dan bukannya membuat keputusan berdasarkan satu tajuk berita sahaja.

Soalan Lazim

Adakah Semua GPU NVIDIA Memerlukan CoWoS?

Tidak, tidak semua GPU NVIDIA memerlukan CoWoS. CoWoS terutamanya digunakan untuk GPU AI pusat data kelas tinggi seperti H100, H200, dan Blackwell. GPU GeForce untuk pengguna atau produk tertentu yang lebih rendah specnya mungkin menggunakan penyelesaian pembungkusan dan memori yang berbeza. Perkara utama adalah membezakan antara pemecut AI pusat data dengan kad grafik biasa.

Adakah Output GPU NVIDIA Akan Serta-Merta Naik Selepas Kapasiti CoWoS Berlipat Ganda?

Tidak, output GPU tidak akan naik serta-merta seiring dengan kapasiti CoWoS. Pengembangan kapasiti masih memerlukan pemasangan peralatan, pelarasan proses, kelayakan pelanggan, peningkatan hasil, pemadanan HBM, dan pemasangan pelayan. Kapasiti nominal yang lebih tinggi biasanya meningkatkan fleksibiliti bekalan terlebih dahulu, kemudian secara beransur-ansur kelihatan dalam kitaran penghantaran GPU NVIDIA.

Apakah Perbezaan antara Kekurangan CoWoS dan Kekurangan HBM?

CoWoS ialah keupayaan pembungkusan termaju yang mengintegrasikan GPU, HBM, dan chiplet, manakala HBM ialah memori jalur lebar tinggi yang diintegrasikan ke dalam pembungkusan tersebut. Jika mana-mana satu daripadanya tidak mencukupi, penghantaran GPU AI kelas tinggi boleh terjejas. CoWoS lebih merupakan bottleneck pengintegrasian pembuatan; HBM lebih merupakan bottleneck bekalan dan kelayakan memori.

Bolehkah Pembungkusan Samsung atau Intel Menggantikan CoWoS TSMC?

Penggantian jangka pendek secara penuh adalah sukar. Samsung dan Intel kedua-duanya mempunyai laluan pembungkusan termaju, tetapi reka bentuk GPU gred tinggi NVIDIA, pembuatan wafer, kelayakan HBM, dan hasil pembungkusan telah lama dibina berdasarkan ekosistem TSMC. Penggantian bukan hanya mengenai kesesuaian teknikal; ia juga melibatkan reka bentuk semula, kitaran kelayakan, dan kestabilan pengeluaran besar-besaran.

Adakah AMD dan Cip Pembangunan Sendiri Awan Bersaing untuk Kapasiti CoWoS?

Ya, ia mewujudkan persaingan kapasiti. Pemecut AI seperti AMD Instinct, Google TPU, dan Amazon Trainium juga memerlukan pembungkusan termaju dan sumber HBM. NVIDIA masih menjadi salah satu punca permintaan terbesar, tetapi peruntukan CoWoS bergantung pada kontrak pelanggan, peta jalan produk, jenis pembungkusan, dan keutamaan pengeluaran besar-besaran.

Bagaimana Pelabur Perlu Menjejak Kesan CoWoS ke atas Saham NVDA?

Pelabur perlu memantau hasil pusat data NVIDIA, kadar penghantaran Blackwell, pengembangan pembungkusan termaju TSMC, kapasiti pembekal HBM, dan CAPEX pembekal awan secara bersama. Bekalan CoWoS yang lebih baik mungkin menyokong pertumbuhan penghantaran, tetapi ia tidak menjamin kenaikan harga saham. Penilaian, jangkaan pasaran, dan selera risiko juga penting.