วิธีอ่านรายได้ของ TSMC: อุปสงค์ของ Nvidia, AMD และ AI ASIC ยังแข็งแกร่งอยู่หรือไม่?

เมื่อคุณอ่านรายได้ของ TSMC คำถามสำคัญไม่ใช่แค่ว่ารายได้เติบโตหรือไม่ แต่ประเด็นที่แท้จริงคือ TSMC ยืนยันหรือไม่ว่าความต้องการ Nvidia Blackwell, AMD Instinct, ชิป AI ASIC แบบสั่งทำพิเศษที่เกี่ยวข้องกับ Broadcom และชิป AI สำหรับคลาวด์ยังคงแข็งแกร่ง ความต้องการชิป AI ในที่สุดจะไหลเข้าสู่เวเฟอร์กระบวนการผลิตขั้นสูง, บรรจุภัณฑ์ขั้นสูง CoWoS, ห่วงโซ่อุปทานที่เกี่ยวข้องกับ HBM และรายได้จาก HPC สำหรับนักลงทุนที่ติดตาม TSM, NVDA, AMD, AVGO, ASML, HBM และ ETF เซมิคอนดักเตอร์ รายได้ของ TSMC ถือเป็นหน้าต่างสำคัญในการมองว่าห่วงโซ่อุปทาน AI ยังมีพื้นที่สำหรับการปรับประมาณการขึ้นหรือไม่

ประเด็นสำคัญ

• งบการเงินของ TSMC เป็นหน้าต่างยืนยันความต้องการชิป AI จากต้นน้ำ
• ความต้องการ Nvidia Blackwell ควรถูกประเมินร่วมกับรายได้จากศูนย์ข้อมูลและกำลังการผลิตด้านการบรรจุชิป
• การเพิ่มกำลังการผลิตของ AMD ควรประเมินผ่าน Instinct, EPYC และรายได้จากศูนย์ข้อมูล
• AI ASIC ไม่ใช่แค่ทางเลือกแทน Nvidia แต่ยังสามารถสร้างความต้องการแผ่นเวเฟอร์ใหม่ได้อีกด้วย
• CoWoS และ HBM อาจส่งผลต่อการส่งมอบชิป AI มากกว่ากำลังการผลิตเวเฟอร์เพียงอย่างเดียว
• การเคลื่อนไหวของราคาหุ้นหลังประกาศงบการเงินขึ้นอยู่กับแนวโน้มรายได้ อัตรากำไรขั้นต้น และช่องว่างของความคาดหวัง

เหตุใดงบการเงินของ TSMC จึงสามารถยืนยันความต้องการชิป AI ได้

คุณควรอ่านงบการเงินของ TSMC เพราะความต้องการจาก Nvidia, AMD และลูกค้า AI ASIC ในที่สุดจะกลายเป็นรายได้เวเฟอร์ของ TSMC รายได้แพลตฟอร์ม HPC ความต้องการบรรจุภัณฑ์ CoWoS และแนวโน้มรายได้ไตรมาสถัดไป งบการเงินของบริษัทชิปเดียวสามารถบอกคุณได้ว่าบริษัทนั้นขายดีหรือไม่ แต่ TSMC ใกล้เคียงกับบันทึกการส่งมอบในอัปสตรีมของห่วงโซ่อุปทานเซมิคอนดักเตอร์ AI มากกว่า หากสัดส่วน HPC อัตราการใช้งานโหนดขั้นสูง และการขยายบรรจุภัณฑ์ต่างๆ แข็งแกร่งทั้งหมด ความต้องการ AI มักจะยังคงขยายตัวต่อไป

ปฏิทินการเงินของ TSMC ระบุผลประกอบการ TSMC ไตรมาส 2 ปี 2026 ไว้สำหรับวันที่ 16 กรกฎาคม 2026 ก่อนการประชุมสายผลประกอบการ ผลประกอบการไตรมาส 1 และคำแนะนำไตรมาส 2 ถือเป็นเกณฑ์เปรียบเทียบที่สำคัญ: TSMC รายงานรายได้ไตรมาส 1 ปี 2026 ที่ 35,900 ล้านดอลลาร์สหรัฐ อัตรากำไรขั้นต้น 66.2% และอัตรากำไรจากการดำเนินงาน 58.1% โดยคำแนะนำไตรมาส 2 ปี 2026 ระบุรายได้ 39.0–40.2 พันล้านดอลลาร์สหรัฐ อัตรากำไรขั้นต้น 65.5%–67.5% และอัตรากำไรจากการดำเนินงาน 56.5%–58.5%

HPC เป็นตัวชี้วัดเชิงโครงสร้างที่สำคัญที่สุด ในสื่อการประชุมสายกำไรไตรมาส 1 ของ TSMC ได้เปิดเผยว่า แพลตฟอร์ม HPC คิดเป็น 61% ของรายได้และเติบโตขึ้น 20% เมื่อเทียบกับไตรมาสก่อนหน้า ซึ่งสะท้อนให้เห็นว่า AI การประมวลผลแบบคลาวด์ ชิปสมรรถนะสูง และความต้องการด้านศูนย์ข้อมูลที่เกี่ยวข้อง ได้กลายเป็นแกนหลักของโครงสร้างรายได้ของ TSMC แล้ว ไม่ใช่แค่ประเด็นรองอีกต่อไป

รายได้รายเดือนยังสามารถให้สัญญาณยุคแรกเกี่ยวกับการแปลงคำสั่งซื้อได้อีกด้วย รายงานรายได้รายเดือนปี 2026 ของ TSMC แสดงให้เห็นว่ารายได้เดือนเมษายนอยู่ที่ 410,726 ล้าน NT$ และรายได้เดือนพฤษภาคมอยู่ที่ 416,975 ล้าน NT$; รายได้สะสมตั้งแต่เดือนมกราคมถึงพฤษภาคมแตะระดับ 1.9618 ล้านล้าน NT$ เพิ่มขึ้น 30.0% เมื่อเทียบกับปีก่อน ข้อมูลรายเดือนไม่สามารถแทนที่การประชุมผลประกอบการไตรมาส 2 ฉบับเต็มได้ แต่ชี้ให้เห็นว่าสองเดือนแรกของไตรมาส 2 ยังคงอยู่บนฐานรายได้ที่สูง

สรุป: คุณค่าของผลประกอบการของ TSMC คือการเปลี่ยนเรื่องราวชิป AI จาก "บริษัทเดียวที่มีคำสั่งซื้อแข็งแกร่ง" ให้กลายเป็นกรอบการตรวจสอบความถูกต้องที่อิงตามเวเฟอร์ การบรรจุชิป รายได้ อัตรากำไร และอัตราการใช้กำลังการผลิต หากผลประกอบการไตรมาส 2 แสดงให้เห็นว่ารายได้อยู่ใกล้กับระดับสูงสุดของแนวทางการคาดการณ์ สัดส่วนของ HPC ยังคงอยู่ในระดับสูง โหนดกระบวนการผลิตขั้นสูงและ CoWoS ยังคงแน่นหนา และฝ่ายบริหารยังคงมองในแง่ดีต่อความต้องการในไตรมาสถัดไป คุณก็สามารถตัดสินได้อย่างมั่นใจมากขึ้นว่าความต้องการของ Nvidia, AMD และ AI ASIC ยังคงแพร่กระจายต่อไป หากรายได้แข็งแกร่งแต่อัตรากำไร แนวทางการคาดการณ์ หรือความคืบหน้าด้านการบรรจุชิปอ่อนแอลง ตลาดอาจประเมินศักยภาพการเติบโตของห่วงโซ่อุปทาน AI ใหม่

ความต้องการ Nvidia Blackwell ยังคงหนุนการเติบโตของ TSMC อยู่หรือไม่?

ความต้องการของ Nvidia ยังคงเป็นปัจจัยสำคัญที่สุดในตรรกะ AI ของ TSMC เนื่องจาก Blackwell แพลตฟอร์มซีรีส์ GB และระบบเครือข่ายศูนย์ข้อมูลต้องใช้กำลังการผลิตโหนดขั้นสูง การบรรจุขั้นสูง และความจุที่เกี่ยวข้องกับ HBM คุณไม่ควรมองเพียงความต้องการ GPU ของ Nvidia ในแง่จำนวนหน่วยเท่านั้น แต่ควรเปรียบเทียบการประมวลผลศูนย์ข้อมูล เครือข่าย การส่งมอบในระดับระบบ และสภาพอุปสงค์-อุปทานของ TSMC CoWoS ด้วย หากความต้องการของ Nvidia ยังคงแข็งแกร่งแต่การบรรจุหรือ HBM ตามไม่ทัน กำหนดการส่งมอบและการรับรู้รายได้อาจยังคงถูกจำกัดอยู่

รายได้ล่าสุดของ Nvidia ให้หลักฐานในภาคปลายน้ำ บริษัทรายงานรายได้ไตรมาสที่ 1 ปีงบประมาณ 2027 ที่ 81.6 พันล้านดอลลาร์สหรัฐ เพิ่มขึ้น 85% เมื่อเทียบกับปีก่อนหน้าและ 20% เมื่อเทียบกับไตรมาสก่อน รายได้จากการประมวลผลในศูนย์ข้อมูล อยู่ที่ 60.4 พันล้านดอลลาร์สหรัฐ เพิ่มขึ้น 77% เมื่อเทียบกับปีก่อนหน้า ขณะที่รายได้จากระบบเครือข่ายศูนย์ข้อมูลอยู่ที่ 14.8 พันล้านดอลลาร์สหรัฐ เพิ่มขึ้น 199% สิ่งนี้แสดงให้เห็นว่าการขยายตัวของโครงสร้างพื้นฐาน AI ไม่ได้เกี่ยวข้องกับ GPU เท่านั้น แต่ยังรวมถึงระบบเครือข่าย ระบบขนาดแร็ค และการอัปเกรดสถาปัตยกรรมศูนย์ข้อมูลที่กว้างขึ้นด้วย

ผลกระทบของ Blackwell ต่อ TSMC ไม่ได้จำกัดอยู่แค่คำสั่งซื้อเวเฟอร์ ระบบ AI ที่มีประสิทธิภาพสูงขึ้นมักต้องการแบนด์วิดท์ HBM ที่สูงขึ้น การแพ็กเกจที่ซับซ้อนมากขึ้น การเชื่อมต่อที่หนาแน่นขึ้น และการทดสอบที่เข้มงวดมากขึ้น สำหรับ TSMC สิ่งนี้หมายความว่าโอกาสทางรายได้จะขยายจากการผลิตเวเฟอร์กระบวนการขั้นสูงไปสู่มูลค่าของระบบการแพ็กเกจขั้นสูง เมื่อคุณฟังการประชุมสายรายได้ของ TSMC คุณไม่ควรใส่ใจเพียงแค่กำลังการผลิตของ N3 หรือ N5 เท่านั้น แต่ควรใส่ใจด้วยว่าเกี่ยวกับ CoWoS, HBM base dies, interposers และอุปทานของ substrate

ในการประเมินว่าความต้องการของ Nvidia ยังคงแข็งแกร่งอยู่หรือไม่ ให้จับตาดูสัญญาณห้าประการ:

• รายได้จากหน่วยประมวลผลในศูนย์ข้อมูลยังคงเติบโตในอัตราที่สูงหรือไม่
• การเพิ่มกำลังการผลิตของแพลตฟอร์ม Blackwell และซีรีส์ GB ยังคงราบรื่นหรือไม่
• ระบบเครือข่ายศูนย์ข้อมูลยังคงเป็นเครื่องยนต์การเติบโตอันดับสองหรือไม่
• TSMC ยังคงเน้นย้ำถึงอุปทานการบรรจุขั้นสูงที่ตึงตัวหรือไม่
• HBM, ซับสเตรต และการทดสอบจะกลายเป็นข้อจำกัดในการส่งมอบหรือไม่

สำหรับนักลงทุนแล้ว Nvidia ถือเป็นตัวขยายดีมานด์ที่แข็งแกร่งที่สุดในห่วงโซ่อุปทาน AI แต่ก็ไม่ใช่ตัวแปรเดียว หาก TSMC ยืนยันดีมานด์จากผลิตภัณฑ์ที่เกี่ยวข้องกับ Nvidia ลูกค้ากลุ่ม ASIC และแพลตฟอร์ม HPC โดยรวมในเวลาเดียวกัน นั่นหมายความว่าการใช้จ่ายด้าน AI ไม่ใช่กระแสที่เกิดขึ้นเพียงจุดเดียว แต่เป็นแนวโน้มการเติบโตจากลูกค้าหลายราย หาก TSMC มีความระมัดระวังมากขึ้นต่อการบรรจุชิปขั้นสูง (advanced packaging) หรือกำหนดการของลูกค้า นักลงทุนจำเป็นต้องประเมินใหม่ว่าการเติบโตอย่างก้าวกระโดดของ Nvidia จะส่งผ่านเข้าสู่รายได้กลุ่มกับจัด (foundry) ได้อย่างราบรื่นต่อไปหรือไม่

สรุป: ความสำคัญของ Nvidia ต่อ TSMC ไม่ได้เป็นเพียงเรื่องรายได้ที่ลูกค้ารายใหญ่รายหนึ่งนำมาให้เท่านั้น แต่ยังหมายถึงดีมานด์รวมของเซิร์ฟเวอร์ AI ที่ครอบคลุมทั้ง GPU, HBM, งานเครือข่าย, การแพ็กเกจ และการส่งมอบระบบทั้งหมด ในไตรมาส 1 ปีงบ 2027 ทั้งธุรกิจคอมพิวติ้งและเครือข่ายดาต้าเซ็นเตอร์ของ Nvidia ยังคงเติบโตสูง ซึ่งสะท้อนว่าโครงสร้างพื้นฐาน AI ยังอยู่ในช่วงขยายตัวที่แข็งแกร่ง หากผลประกอบการของ TSMC ยืนยันแนวโน้มรายได้ที่แข็งแกร่งของ CoWoS, โหนดกระบวนการผลิตขั้นสูง และ HPC ได้มากขึ้น กรณีของดีมานด์ Blackwell ที่ยังเดินหน้าต่อเนื่องก็จะแข็งแรงขึ้น แต่หากคอขวดด้านการแพ็กเกจหรือน้ำเสียงของคำแนะนำการมองการณ์ไกลอ่อนแรงลง ตลาดจะเน้นไปที่จังหวะเวลาการส่งมอบและช่องว่างของความคาดหวังมากขึ้น

ธุรกิจ GPU AI และดาต้าเซ็นเตอร์ของ AMD กำลังกลายเป็นเส้นทางการเติบโตครั้งที่สองหรือไม่?

AMD เป็นอีกหนึ่งรายการที่ควรจับตามองเป็นลำดับสองในด้านความต้องการ AI ของ TSMC คำถามสำคัญไม่ใช่ว่า AMD จะสามารถไล่ตาม Nvidia ให้ทันอย่างสมบูรณ์ในระยะสั้นได้หรือไม่ แต่เป็นว่า GPU รุ่น Instinct, CPU สำหรับเซิร์ฟเวอร์รุ่น EPYC และลูกค้าด้านศูนย์ข้อมูลยังคงเติบโตต่อเนื่องหรือไม่ หากผลิตภัณฑ์สาย AI ของ AMD ขยายตัว ความต้องการกระบวนการผลิตโหนดขั้นสูงของ TSMC ก็จะกระจายความเสี่ยงมากขึ้น และการเติบโตของ AI จะไม่ขึ้นอยู่กับ Nvidia เพียงรายเดียว คุณควรมอง AMD เป็นตัวชี้วัดด้าน “การกระจายความต้องการ” มากกว่าที่จะเป็นเพียงทางเลือกแทน Nvidia อย่างง่ายดาย

AMD รายงานรายได้จากธุรกิจศูนย์ข้อมูลไตรมาส 1 ปี 2026 ที่ 5.8 พันล้านดอลลาร์สหรัฐ เพิ่มขึ้น 57% เมื่อเทียบกับช่วงเดียวกันของปีก่อน โดยได้รับแรงหนุนหลักจากความต้องการโปรเซสเซอร์ EPYC และการส่งมอบ GPU Instinct ที่เติบโตต่อเนื่อง ซึ่งรายได้จากกลุ่มธุรกิจศูนย์ข้อมูลนี้มีความสำคัญต่อ TSMC เนื่องจาก AMD ครอบคลุมทั้งซีพียูเซิร์ฟเวอร์ GPU สำหรับ AI และงานด้าน HPC พร้อมกัน จึงสร้างแหล่งความต้องการเวเฟอร์โหนดขั้นสูงจากหลายทาง

The MI350 series ถือเป็นผลิตภัณฑ์สำคัญที่น่าจับตามองสำหรับการขยายตัวของ AI GPU ของ AMD AMD อธิบายว่า AMD Instinct MI350 Series ถูกออกแบบมาสำหรับงาน AI inference, training และ HPC ด้วยหน่วยความจำ HBM3E สูงสุด 288GB แบนด์วิดท์หน่วยความจำทางทฤษฎีสูงสุด 8TB/s และรองรับรูปแบบข้อมูล MXFP6 และ MXFP4 ประเด็นสำคัญไม่ใช่เพียงพลังการประมวลผล แต่ยังรวมถึงแบนด์วิดท์ของหน่วยความจำ ความสามารถด้านการแพ็กเกจ และรูปแบบข้อมูลที่สนับสนุนประสิทธิภาพการทำ inference ด้วย

ความสำคัญของการลงทุนของ AMD ต่อ TSMC คือช่วยขยายความต้องการ AI จากเรื่องราวที่นำโดย Nvidia เพียงรายเดียว ให้กลายเป็นตลาดที่มีผู้ผลิตหลายรายและมีการแข่งขันมากขึ้น แม้ว่าส่วนแบ่งตลาดของ AMD จะยังคงต่ำกว่าของ Nvidia แต่การเติบโตอย่างต่อเนื่องของ Instinct และ EPYC สามารถสร้างความต้องการเพิ่มเติมสำหรับโหนดกระบวนการผลิตขั้นสูงและบรรจุภัณฑ์ระดับไฮเอนด์ของ TSMC สำหรับตลาดแล้ว สิ่งนี้ช่วยลดความกังวลว่าห่วงโซ่อุปทาน AI นั้นขึ้นอยู่กับวงจรผลิตภัณฑ์ของลูกค้ารายเดียวเท่านั้น

สรุป: มูลค่าของ AMD ไม่ได้ขึ้นอยู่กับว่าจะสามารถแทนที่ Nvidia ได้หรือไม่เพียงอย่างเดียว คำถามที่ใหญ่กว่านั้นคือ AMD จะสามารถกลายเป็นเส้นโค้งการเติบโตที่สองของความต้องการเซมิคอนดักเตอร์ AI ได้หรือไม่ การเติบโตของรายได้ศูนย์ข้อมูลไตรมาส 1 ปี 2026 ที่ 57% แสดงให้เห็นถึงการสนับสนุนด้านความต้องการทั้งจาก CPU เซิร์ฟเวอร์และ GPU สำหรับ AI ซีรีส์ MI350 เน้นที่ HBM3E แบนด์วิดท์ของหน่วยความจำ และรูปแบบข้อมูลใหม่ ซึ่งสะท้อนว่าการแข่งขันด้าน AI กำลังเปลี่ยนจากประสิทธิภาพการคำนวณของชิปเดี่ยวไปสู่ประสิทธิภาพของระบบ หากผลประกอบการของ TSMC ยังคงแสดงให้เห็นถึงความต้องการที่แข็งแกร่งด้าน HPC โหนดกระบวนการผลิตขั้นสูง และการบรรจุชิป การเติบโตของ AMD จะช่วยให้ความต้องการ AI มีความหลากหลายมากขึ้น

ASIC สำหรับ AI จะแย่งส่วนแบ่งจาก Nvidia หรือจะนำคำสั่งซื้อใหม่มาให้ TSMC?

ควรเข้าใจ AI ASIC ไม่ใช่แค่เป็น “ข่าวร้ายสำหรับ Nvidia” เท่านั้น สำหรับ TSMC แล้ว AI ASIC มีแนวโน้มที่จะหมายถึงดีมานด์เวเฟอร์และงานแพ็กเกจจิ้งชุดใหม่จากชิปที่บริษัทคลาวด์ออกแบบเอง ตัวเร่งปฏิกิริยาแบบสั่งทำพิเศษ และชิปเครือข่าย AI สิ่งที่คุณต้องแยกแยะให้ชัดเจนจริง ๆ คือส่วนแบ่งตลาด GPU เปลี่ยนแปลงหรือไม่ และดีมานด์เวเฟอร์รวมของ TSMC เพิ่มขึ้นหรือไม่ แม้ว่าบริษัทคลาวด์บางแห่งจะใช้ ASIC เพื่อปรับต้นทุนให้เหมาะสม TSMC ก็ยังคงได้รับประโยชน์ได้หากชิปเหล่านั้นใช้โหนดการผลิตขั้นสูงและการแพ็กเกจระดับไฮเอนด์

Broadcom เป็นบริษัทสำคัญสำหรับการติดตามความต้องการชิป ASIC สำหรับ AI แบบกำหนดเอง บริษัทรายงานรายได้จากเซมิคอนดักเตอร์ AI ประจำไตรมาสที่ 2 ของปีการเงิน 2026 ที่ 10,800 ล้านดอลลาร์สหรัฐ เพิ่มขึ้น 143% เมื่อเทียบกับปีก่อนหน้า ซึ่งขับเคลื่อนโดย ตัวเร่งปฏิกิริยา AI แบบกำหนดเอง และความต้องการเครือข่าย AI ข้อมูลนี้แสดงให้เห็นว่าชิป ASIC สำหรับ AI ไม่ได้เป็นเพียงการทดลองในขนาดเล็กอีกต่อไป แต่ได้กลายเป็นเส้นทางสำคัญสำหรับบริษัทคลาวด์ในการลดต้นทุนการอนุมาน (inference) เพิ่มประสิทธิภาพสถาปัตยกรรมระบบ และเสริมความสามารถด้านชิปภายในของตนเอง

คุณควรหลีกเลี่ยงการมองว่าชิป AI ASIC และ GPU เป็นความสัมพันธ์แบบทดแทนกันอย่างง่าย บริษัทคลาวด์อาจยังคงซื้อ GPU ของ Nvidia เพื่อการฝึกฝน (training), การเร่งความเร็วทั่วไป และความเข้ากันได้ของระบบนิเวศ ในขณะเดียวกันก็พัฒนา ASIC สำหรับโมเดลคงที่ การอนุมาน (inference) ภายใน การค้นหา การแนะนำ โฆษณา และงานที่ปรับแต่งเฉพาะ สำหรับ TSMC แล้ว ตราบใดที่ชิปเหล่านี้ยังต้องใช้โหนดกระบวนการผลิตขั้นสูง แผ่นฐาน HBM, CoWoS หรือบรรจุภัณฑ์ระดับไฮเอนด์อื่น ๆ ชิปเหล่านี้ก็ยังคงสร้างความต้องการซิลิคอนอยู่

ความเสี่ยงของ AI ASIC อยู่ที่การกระจุกตัวของลูกค้าและช่วงเวลาของผลิตภัณฑ์ โครงการชิปสั่งผลิตพิเศษมักต้องพึ่งพาบริษัทคลาวด์เพียงไม่กี่รายอย่างมาก และกำหนดการผลิต อัตราผลผลิตที่ใช้งานได้ ซอฟต์แวร์สแตก และแผนการนำไปใช้งานภายใน ล้วนสามารถเปลี่ยนแปลงได้ หากโครงการ ASIC หนึ่งล่าช้า อาจส่งผลกระทบต่อ Broadcom, Marvell หรือซัพพลายเออร์รายใดรายหนึ่ง อย่างไรก็ตาม สำหรับ TSMC แล้ว ผลกระทบจะขึ้นอยู่กับความหลากหลายของลูกค้า และว่า GPU, CPU และ ASIC ด้านเครือข่ายสามารถชดเชยกันเองได้หรือไม่

สรุป: AI ASIC และ GPU ของ Nvidia ไม่ได้อยู่ในความสัมพันธ์แบบศูนย์รวมอย่างง่าย GPU ยังคงมีข้อได้เปรียบด้านระบบนิเวศ ความเป็นเอนกประสงค์ และแพลตฟอร์ม ในขณะที่ ASIC เหมาะสำหรับบริษัทคลาวด์ที่ต้องการเพิ่มประสิทธิภาพด้านต้นทุนและประสิทธิผลในงานเฉพาะด้าน สำหรับ TSMC คำถามสำคัญไม่ใช่ว่าชิปประเภทใดหนึ่งจะเข้ามาแทนที่อีกประเภทหนึ่งหรือไม่ แต่เป็นว่างบประมาณโครงสร้างพื้นฐาน AI จะยังคงไหลเข้าสู่โหนดกระบวนการผลิตขั้นสูง บรรจุภัณฑ์ขั้นสูง และชิปที่เกี่ยวข้องกับหน่วยความจำแบบแบนด์วิดท์สูงหรือไม่ ตราบใดที่ GPU, ASIC, ชิปเครือข่าย และ CPU ต่างเติบโตขึ้น TSMC ก็ยังคงได้รับประโยชน์จากความต้องการซิลิคอน AI ที่กว้างขวางขึ้น

CoWoS, HBM และบรรจุภัณฑ์ขั้นสูงยังคงเป็นคอขวดในการส่งมอบ AI อยู่หรือไม่?

ความต้องการชิป AI ไม่สามารถตัดสินได้จากคำสั่งซื้อเวเฟอร์เพียงอย่างเดียว คุณยังต้องถามด้วยว่า CoWoS, HBM, ซับสเตรต และการทดสอบสามารถตามทันได้หรือไม่ สำหรับ Nvidia, AMD และ AI ASIC การบรรจุขั้นสูงเป็นตัวกำหนดว่าชิปสามารถเปลี่ยนจากเวเฟอร์ไปเป็นผลิตภัณฑ์เซิร์ฟเวอร์ AI ที่ส่งมอบได้จริงหรือไม่ หากกำลังการผลิตเวเฟอร์แข็งแกร่งแต่การบรรจุมีข้อจำกัด คำสั่งซื้ออาจมีอยู่จริง แต่การส่งมอบและการรับรู้รายได้อาจล่าช้า หากการขยายกำลังการผลิตด้านการบรรจุชัดเจนขึ้น ความต้องการ AI ก็จะเปลี่ยนเป็นรายได้จริงได้ง่ายขึ้น

TSMC นิยาม CoWoS ว่าเป็นเทคโนโลยีที่รวมชิปเล็ตลอจิกเข้ากับคิวบ์ HBM ผ่านตัวเชื่อมซิลิคอน (silicon interposer) เพื่อรองรับการใช้งาน AI และซูเปอร์คอมพิวติ้ง นี่คือเหตุผลว่าทำไม CoWoS จึงไม่ใช่การบรรจุชิปทั่วไป แต่เป็นส่วนหนึ่งของการรวมระบบชิป AI ระดับไฮเอนด์

ในงานเทคโนโลยีปี 2026 TSMC กล่าวว่า เพื่อรองรับความต้องการบรรจุภัณฑ์ชิป AI ที่ใหญ่ขึ้น เทคโนโลยี CoWoS ยังคงขยายขนาดต่อเนื่องไป CoWoS ขนาดเรติเคิล 5.5 เท่าอยู่ระหว่างการวางแผนการผลิตแล้ว ในขณะที่ CoWoS ขนาดเรติเคิล 14 เท่าคาดว่าจะเริ่มเข้าสู่กระบวนการผลิตในปี 2028 และจะรวมไดแอร์ประมวลผลและสแตก HBM เพิ่มขึ้นอีก ทิศทางนี้แสดงให้เห็นว่าการแข่งขันด้านชิป AI กำลังเปลี่ยนจากประสิทธิภาพของไดแอร์เดี่ยว ไปสู่พื้นที่บรรจุภัณฑ์ แบนด์วิดท์ของหน่วยความจำ และความสามารถในการเชื่อมต่อระบบ

ห่วงโซ่การส่งมอบชิป AI สามารถแบ่งออกเป็นหกขั้นตอนได้แก่:

1. เวเฟอร์โหนดขั้นสูง: N3, N5, N2 และโหนดอื่น ๆ ใช้ผลิตชิปตรรกะหลัก
2. HBM และเบสได: หน่วยความจำแบบแบนด์วิดท์สูงและการสนับสนุนอินเทอร์เฟซ
3. CoWoS / SoIC: ไดตรรกะและ HBM ถูกรวมเข้าเป็นโมดูลประสิทธิภาพสูง
4. ซับสเตรตและการเชื่อมต่อ: ความสมบูรณ์ของสัญญาณ ประสิทธิภาพพลังงาน และความเสถียรของระบบ
5. การทดสอบและอัตราผลผลิต: เป็นตัวกำหนดว่าชิปสามารถส่งมอบได้ตรงเวลาหรือไม่
6. เซิร์ฟเวอร์ AI: การนำไปใช้งานขั้นสุดท้ายในงานฝึกอบรม การอนุมาน และงานคลาวด์

สำหรับนักลงทุน CoWoS และ HBM ถือเป็นหัวใจสำคัญในการพิจารณาว่าความต้องการด้าน AI จะสามารถส่งมอบได้จริงหรือไม่ หากผู้บริหารของ TSMC ยังคงเน้นย้ำถึงความต้องการบรรจุภัณฑ์ขั้นสูง (advanced packaging) ที่แข็งแกร่ง คิวของลูกค้า และการขยายกำลังการผลิตที่จับต้องได้ คำสั่งซื้อจาก Nvidia, AMD และลูกค้า ASIC น่าจะยังคงเป็นจริงและมีมูลค่าสูง หากฝ่ายบริหารระบุว่าคอขวดกำลังคลายความตึงเครียดลงในขณะที่ความต้องการยังคงแข็งแกร่ง การรับรู้รายได้อาจเกิดขึ้นเร็วขึ้น แต่หากฝ่ายบริหารชี้ไปที่การเปลี่ยนแปลงในช่วงเวลาของลูกค้า นักลงทุนควรระวังการปรับลดความคาดหวังที่อาจเกิดขึ้นทั่วทั้งห่วงโซ่การลงทุนด้าน AI

สรุป: CoWoS และ HBM ไม่ใช่แค่รายละเอียดทางเทคนิค แต่เป็นสะพานเชื่อมระหว่างคำสั่งซื้อชิป AI กับรายได้ โหนดกระบวนการผลิตขั้นสูงเป็นตัวกำหนดประสิทธิภาพการประมวลผล HBM เป็นตัวกำหนดแบนด์วิดท์ของหน่วยความจำ และ CoWoS เป็นตัวกำหนดว่าชิปประมวลผลและหน่วยความจำสามารถถูกรวมเข้าด้วยกันได้อย่างมีประสิทธิภาพหรือไม่ หากผลประกอบการของ TSMC ยังคงยืนยันความต้องการบรรจุภัณฑ์ขั้นสูงที่แข็งแกร่งและเส้นทางการขยายกำลังการผลิตที่ชัดเจน นั่นก็สนับสนุนมุมมองว่าความต้องการของ Nvidia, AMD และ AI ASIC ยังคงแข็งแกร่ง หากบรรจุภัณฑ์ HBM หรือซับสเตรทยังคงเป็นคอขวดอย่างต่อเนื่อง ตลาดจะให้ความสำคัญกับเวลาในการส่งมอบมากกว่าพาดหัวข่าวเรื่องคำสั่งซื้อ

วิธีประเมินช่องว่างความคาดหวังของหุ้นเซมิคอนดักเตอร์หลังผลประกอบการของ TSMC

หลังจาก TSMC ประกาศผลประกอบการ คุณไม่ควรมองแค่ว่าราคาหุ้น TSM ขึ้นหรือลงในวันนั้นเท่านั้น คุณควรเปรียบเทียบผลประกอบการจริง แนวโน้มรายได้ไตรมาสถัดไป ความเห็นเกี่ยวกับดีมานด์ AI ความคืบหน้าของ CoWoS กำลังการผลิต 2nm/N3 อัตรากำไรขั้นต้น และ CapEx กับคาดการณ์ของตลาด การเคลื่อนไหวระยะสั้นของหุ้นเซมิคอนดักเตอร์มาจากช่องว่างระหว่างความคาดหวังกับผลจริง ส่วนผลการดำเนินงานในระยะยาวขึ้นอยู่กับว่าดีมานด์ AI จะยังคงแปลงเป็นรายได้และกำไรได้หรือไม่ แม้ผลประกอบการจะแข็งแกร่งเพียงใดก็อาจนำไปสู่ความผันผวนได้ หากตลาดได้ตั้งราคาความมองโลกในเชิงบวกไว้มากเกินไปแล้ว

คุณสามารถสร้างสถานการณ์ได้สามแบบ ในสถานการณ์ที่มองโลกในแง่ดี ผลประกอบการไตรมาส 2 อยู่ใกล้หรือสูงกว่าขอบเขตบนของคำแนะนำ ความต้องการ AI/HPC ได้รับการปรับเพิ่มขึ้น การขยาย CoWoS มีความชัดเจนมากขึ้น และอัตรากำไรขั้นต้นยังคงอยู่ในระดับสูง ในสถานการณ์ที่เป็นกลาง รายได้เป็นไปตามคำแนะนำ แต่ฝ่ายบริหารยังคงระมัดระวังเกี่ยวกับความต้องการในครึ่งหลังของปี ต้นทุนวัสดุ การกลืนกินกำไรจากโรงงานต่างประเทศ หรือการฟื้นตัวของฝั่งผู้บริโภค ในสถานการณ์ที่กดดัน คำแนะนำสำหรับไตรมาสถัดไปอ่อนแรงลง จังหวะการสั่งซื้อจากลูกค้า AI ช้าลง หรืออัตรากำไรขั้นต้นต่ำกว่าคาดการณ์ของตลาด

หากคุณทำการซื้อขายรอบหุ้น TSMC, Nvidia, AMD, Broadcom, ASML, ซัพพลายเออร์ HBM หรือ ETF กลุ่มสารกึ่งตัวนำ ต้นทุนการซื้อขายจริงก็มีความสำคัญเช่นกัน ต้นทุนการซื้อขายหุ้นสหรัฐฯ อาจรวมถึงมากกว่าค่าธรรมเนียมนายหน้า ซึ่งค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมตัวแทนภายนอก ค่าธรรมเนียมกิจกรรมการทำธุรกรรม ต้นทุนการแลกเปลี่ยนเงินตรา และส่วนต่างราคาเสนอซื้อ-ขาย ล้วนส่งผลต่อผลตอบแทนจริง เมื่อใช้ Biya เพื่อติดตามสินทรัพย์สหรัฐฯ และฮ่องกงที่เกี่ยวข้อง คุณสามารถใช้ ค้นหาข้อมูลหุ้นสหรัฐฯ เพื่อจัดทำรายชื่อหุ้นอย่าง TSM, NVDA, AMD และ AVGO ก่อน จากนั้นจึงตรวจสอบ ค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ เพื่อยืนยันโครงสร้างค่าธรรมเนียม Biya ไม่เก็บค่าธรรมเนียมนายหน้าเป็นดอลลาร์สหรัฐฯ สำหรับหุ้นสหรัฐฯการซื้อขายหุ้น ในขณะที่ค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมตัวแทนภายนอก และค่าธรรมเนียมอื่น ๆ จะเป็นไปตามศูนย์ค่าธรรมเนียมและหน้าคำสั่งซื้อ

สรุป: บทบาทที่แท้จริงของงบกำไรขาดทุนของ TSMC คือการช่วยให้คุณตัดสินใจได้ว่าห่วงโซ่เซมิคอนดักเตอร์ AI ยังมีพื้นที่สำหรับการปรับเพิ่มประมาณการขึ้นหรือไม่ ไม่ใช่เพื่อให้คำตอบเพียงคำเดียวว่าควรซื้อหรือขาย หากรายได้ อัตรากำไรขั้นต้น HPC, CoWoS, N3/N5/N2 และแนวโน้มรายได้ไตรมาสถัดไปล้วนทำได้ดีกว่าคาด ตรรกะการลงทุนใน Nvidia, AMD, AI ASIC, การบรรจุชิปขั้นสูง และ ETF เซมิคอนดักเตอร์ก็จะได้รับการสนับสนุนง่ายขึ้น หากรายได้แข็งแกร่งแต่ท่าทีของผู้บริหารระมัดระวัง หรือหากแรงกดดันด้านอัตรากำไรและ CapEx เพิ่มขึ้น ตลาดอาจเปลี่ยนโฟกัสไปที่มูลค่าหลักทรัพย์ ระยะเวลาการส่งมอบ และความเสี่ยงด้านต้นทุนแทน

หากคุณมองว่าการประกาศผลประกอบการของ TSMC เป็นจุดเริ่มต้นสำหรับการติดตามห่วงโซ่อุปทานเซมิคอนดักเตอร์ AI คุณสามารถติดตามควบคู่ไปกับ Nvidia, AMD, Broadcom, ASML, HBM, ผู้ผลิต ODM เซิร์ฟเวอร์ และ CapEx ของบริษัทคลาวด์ Biya รองรับการซื้อขายสินทรัพย์หลายประเภทครอบคลุมหุ้นสหรัฐฯ หุ้นฮ่องกง และคริปโตเคอเรนซี และสามารถใช้ติดตาม ADR ของ TSM หุ้นชิป AI และ ETF เซมิคอนดักเตอร์ได้ ความพร้อมให้บริการขึ้นอยู่กับที่ตั้งของผู้ใช้ ผลการตรวจสอบยืนยันตัวตน กฎระเบียบของแพลตฟอร์ม และกฎหมายและข้อบังคับที่เกี่ยวข้อง ข้อมูลผลประกอบการสาธารณะ กฎการซื้อขาย และโครงสร้างค่าธรรมเนียมมีไว้เพื่ออ้างอิงในการวิจัยเท่านั้น และไม่ถือเป็นคำแนะนำการลงทุน หากคุณต้องการติดตามช่วงเวลาประกาศผลประกอบการและรายการเฝ้าดูบนมือถือ คุณสามารถใช้ Biya App เพื่อจัดการรายการหุ้นที่คุณติดตาม พร้อมทำความเข้าใจประเภทคำสั่งซื้อขาย รายละเอียดค่าธรรมเนียม และความผันผวนของตลาดอย่างถี่ถ้วนก่อนทำการซื้อขาย

คำถามที่พบบ่อย

ผลประกอบการของ TSMC ช่วยในการประเมินความต้องการ Nvidia Blackwell ได้อย่างไร?

ผลประกอบการของ TSMC สามารถช่วยประเมินความต้องการ Blackwell ได้ผ่านรายได้จากกลุ่ม HPC ความต้องการ CoWoS อัตราการใช้งานกระบวนการผลิตระดับนาโนขั้นสูง และแนวโน้มรายได้ไตรมาสถัดไป หากตัวชี้วัดเหล่านี้แข็งแกร่งทั้งหมด คำสั่งซื้อที่เกี่ยวข้องกับ Nvidia น่าจะยังคงไหลผ่านห่วงโซ่อุปทานอย่างราบรื่น หากการบรรจุภัณฑ์ขั้นสูงหรือ HBM กลายเป็นคอขวด ก็ควรให้ความสำคัญกับกำหนดเวลาการส่งมอบมากขึ้น

การเติบโตของ AMD Instinct จะส่งผลต่อความต้องการกระบวนการผลิตขั้นสูงของ TSMC อย่างไร?

การเติบโตของ AMD Instinct จะเพิ่มแหล่งความต้องการอีกหนึ่งแหล่งสำหรับกระบวนการผลิตระดับนาโนขั้นสูงและการบรรจุภัณฑ์ขั้นสูงของ TSMC แม้ว่า AMD จะไม่สามารถไล่ตาม Nvidia ทันในระยะสั้นก็ตาม การเติบโตอย่างต่อเนื่องของ GPU รุ่น Instinct, CPU สำหรับเซิร์ฟเวอร์รุ่น EPYC และลูกค้ากลุ่มศูนย์ข้อมูล จะทำให้โครงสร้างความต้องการด้าน AI ของ TSMC มีความหลากหลายมากขึ้น

การเติบโตของ AI ASIC ทำให้ความต้องการ GPU ของ Nvidia ลดลงหรือไม่?

การเติบโตของ AI ASIC ไม่จำเป็นต้องส่งผลให้ความต้องการ GPU ของ Nvidia ลดลงโดยตรง บริษัทคลาวด์อาจซื้อ GPU และพัฒนา ASIC เฉพาะทางไปพร้อมกัน โดยนำมาใช้สำหรับการฝึกโมเดล การอนุมานทั่วไป และสถานการณ์การปรับปรุงภายใน สำหรับ TSMC คำถามที่สำคัญกว่าคือ ความต้องการเวเฟอร์ AI โดยรวมจะยังคงเติบโตต่อไปหรือไม่

ทำไมความจุ CoWoS จึงส่งผลต่อวงจรการส่งมอบชิป AI?

ความจุ CoWoS ส่งผลต่อวงจรการส่งมอบชิป AI เนื่องจากชิป AI ระดับไฮเอนด์โดยทั่วไปต้องนำไดดิจิทัลลอจิกและ HBM มารวมเข้าเป็นโมดูลที่สมบูรณ์ แม้ว่าเวเฟอร์จะผลิตเสร็จแล้ว แต่ข้อจำกัดในด้าน CoWoS, HBM, ซับสเตรต หรือการทดสอบ ก็ยังสามารถทำให้การส่งมอบชิปสำหรับเซิร์ฟเวอร์ AI ขั้นสุดท้ายล่าช้าได้

สัดส่วนรายได้ HPC ของ TSMC สามารถสะท้อนความแข็งแกร่งของความต้องการ AI ได้หรือไม่?

สัดส่วนรายได้จากกลุ่ม HPC ของ TSMC สามารถสะท้อนความแข็งแกร่งของความต้องการ AI และการประมวลผลประสิทธิภาพสูงได้ แต่ไม่ควรใช้เป็นตัวชี้วัดเพียงตัวเดียว คุณควรพิจารณาสภาพอุปสงค์-อุปทานของ CoWoS แนวทางประกอบไตรมาสถัดไป กำลังการผลิต N3/N5/N2 อัตรากำไรขั้นต้น และส่วนผสมของลูกค้าด้วย เพื่อหลีกเลี่ยงการเข้าใจผิดว่าความผันผวนของรายได้ในระยะสั้นเป็นแนวโน้มในระยะยาว

นักลงทุนทั่วไปจะจัดการความเสี่ยงจากผลประกอบการของเซมิคอนดักเตอร์ AI ได้อย่างไร?

นักลงทุนทั่วไปสามารถจัดการความเสี่ยงได้โดยการควบคุมขนาดสถานะการลงทุน ทำความเข้าใจประเภทของคำสั่งซื้อขาย ตรวจสอบโครงสร้างค่าธรรมเนียม และหลีกเลี่ยงการซื้อขายที่อาศัยเพียงพาดหัวข่าวผลประกอบการเพียงอย่างเดียว หุ้นเซมิคอนดักเตอร์ AI อาจได้รับผลกระทบจากมูลค่าหุ้น อัตราแลกเปลี่ยน ภูมิรัฐศาสตร์ CapEx และความรู้สึกนักลงทุนต่อหุ้นเทคโนโลยี ดังนั้นการตัดสินใจซื้อขายควรเป็นไปตามกฎของแพลตฟอร์ม รายละเอียดการเรียกเก็บเงิน และข้อกำหนดด้านกฎระเบียบในท้องถิ่น