CoWoS là gì? Tại sao nó hạn chế lượng GPU của NVIDIA được xuất xưởng?

CoWoS là một bước quan trọng biến GPU AI cao cấp từ "tấm wafer hoàn thiện" thành "linh kiện máy chủ có thể triển khai." Bạn có thể hình dung nó như nền tảng tốc độ cao kết nối GPU, chiplet và HBM. Nếu không đủ năng lực CoWoS, NVIDIA có thể tiếp cận được đủ số wafer công nghệ node tiên tiến nhưng vẫn không thể tích hợp die tính toán, HBM, substrate và kiểm thử thành sản phẩm hoàn chỉnh. Đó là lý do tại sao ràng buộc về sản lượng GPU của NVIDIA không đơn thuần là do "thiếu chip," mà là do đóng gói nâng cao, HBM, substrate, tỷ lệ đạt và giao hàng hệ thống cùng tác động.

Những Điểm Chính

• CoWoS là nền tảng đóng gói tiên tiến 2.5D kết nối GPU, chiplet và HBM.
• Nút thắt cổ chai của GPU AI cao cấp đã chuyển từ riêng wafer sang khâu đóng gói và bộ nhớ.
• Blackwell phụ thuộc vào CoWoS-L nhiều hơn so với mức Hopper phụ thuộc vào CoWoS-S.
• Tình trạng thiếu hụt CoWoS có thể khiến các chip GPU đã đạt chuẩn không thể trở thành sản phẩm bộ tăng tốc hoàn chỉnh.
• Việc mở rộng công suất đang được triển khai, nhưng năng suất, nguồn cung HBM và sự cạnh tranh giữa các khách hàng vẫn hạn chế tiến độ giao hàng.
• Để theo dõi các lô hàng của NVIDIA, bạn cần cùng theo dõi TSMC, các nhà cung cấp HBM và chuỗi cung ứng máy chủ.

CoWoS Là Gì: Nền Tảng Tốc Độ Cao Giữa GPU và HBM

CoWoS là viết tắt của Chip on Wafer on Substrate. Về bản chất, đây là nền tảng đóng gói tiên tiến của TSMC dành cho điện toán hiệu năng cao. Nó không giải quyết vấn đề “làm thế nào để sản xuất bóng bán dẫn”, mà là “làm thế nào để kết nối nhiều chip die hiệu năng cao, HBM và đế đóng gói với tốc độ cao”. Đối với GPU AI, giá trị của CoWoS nằm ở việc đặt chip tính toán và bộ nhớ băng thông cao cực kỳ gần nhau, cải thiện băng thông, giảm mức tiêu thụ điện năng và hỗ trợ các thiết kế chip cấp hệ thống lớn hơn.

Đóng gói truyền thống giống như đặt một chip đơn vào vỏ đóng gói và kết nối nó với bộ nhớ ngoài và các thành phần khác thông qua bo mạch. GPU AI đối mặt với một thách thức phức tạp hơn: huấn luyện và suy luận mô hình đòi hỏi khối lượng dữ liệu lớn phải di chuyển nhanh chóng giữa GPU và bộ nhớ, và các đường dẫn PCB thông thường khó đáp ứng băng thông và độ trễ yêu cầu. CoWoS ra đời nhằm đặt các die GPU, chiplet logic và chồng HBM lên một nền tảng kết nối mật độ cao.

Bạn có thể hình dung CoWoS như một “khuôn viên chip tốc độ cao.” GPU là lõi tính toán, HBM là kho báz băng thông cao nằm ngay bên cạnh, và chất nền trung gian hoặc lớp tái phân bố chính là hệ thống cao tốc của khuôn viên. Đường càng rộng và khoảng cách càng ngắn thì dữ liệu di chuyển càng nhanh và chi phí năng lượng càng thấp.

CoWoS của TSMC không phải là một quy trình đơn lẻ, mà là một họ công nghệ. CoWoS-S sử dụng chất nền silicon (silicon interposer) cỡ lớn và phù hợp với các ứng dụng điện toán siêu hiệu năng. CoWoS-R sử dụng chất nền RDL và mang lại tính linh hoạt về cấu trúc cao hơn. CoWoS-L kết hợp RDL với các kết nối silicon cục bộ, làm cho nó phù hợp với các sản phẩm HPC lớn hơn và phức tạp hơn. TSMC tiết lộ rằng CoWoS-S có thể hỗ trợ chất nền có kích thước lên tới khoảng 3,3 lần kích thước reticle, trong khi các thiết kế lớn hơn phù hợp hơn với CoWoS-L hoặc CoWoS-R.

Đây cũng là nơi nhiều người hiểu nhầm về CoWoS. CoWoS không đơn giản chỉ là một “vỏ bọc đóng gói chip.” Nó là một nền tảng kỹ thuật cấp hệ thống, quyết định việc GPU và HBM có thể hoạt động cùng nhau ở tốc độ cao hay không. Chip AI càng lớn, sử dụng càng nhiều HBM, và cấu trúc chiplet càng phức tạp, thì công nghệ đóng gói càng tiến gần đến bản thân lõi công nghệ. Khi phân tích NVIDIA, TSMC, các nhà sản xuất thiết bị đóng gói tiên tiến, hoặc các nhà cung cấp HBM, bạn không chỉ nên hỏi “ai có thể sản xuất wafer công nghệ tiến bộ,” mà còn phải hỏi “ai có thể cung cấp đáng tin cậy giải pháp đóng gói cấp hệ thống có diện tích lớn, năng suất cao, băng thông cao.”

Tóm tắt: Giá trị cốt lõi của CoWoS là tích hợp các die tính toán, HBM và các chiplet khác vào một nền tảng kết nối mật độ cao duy nhất. Nó mang lại cho GPU AI băng thông bộ nhớ cao hơn, mức tiêu thụ điện năng khi di chuyển dữ liệu thấp hơn và khả năng mở rộng hệ thống mạnh mẽ hơn. Việc hiểu về CoWoS là điều cần thiết để hiểu vì sao công nghệ đóng gói tiên tiến đã phát triển từ một quy trình công nghệ semiconductor hậu kỳ trở thành một điểm nghẽn chiến lược trong chuỗi cung ứng chip AI.

Vì Sao GPU AI Cao Cấp Ngày Càng Phụ Thuộc Vào CoWoS

GPU AI cao cấp sử dụng CoWoS không phải để làm cho các con chip trông gọn gàng hơn, mà để mở rộng quy mô tính toán, bộ nhớ và kết nối đồng thời. Huấn luyện và suy luận các mô hình lớn không chỉ phụ thuộc vào số lượng lõi tính toán; chúng còn đòi hỏi sự di chuyển liên tục của các tham số, hoạt động kích hoạt và dữ liệu được lưucache vào các đơn vị tính toán. Nếu băng thông bộ nhớ không theo kịp, GPU có thể có nhiều sức mạnh tính toán nhưng không đủ dữ liệu để sử dụng hết. CoWoS được thiết kế để giảm thiểu điểm nghẽn này.

Các chip AI trước đây thường được hiểu chủ yếu là một "cuộc đua công nghệ tiến trình tiên tiến": ai sử dụng tiến trình tiên tiến hơn sẽ có được mật độ transistor mạnh hơn và hiệu suất năng lượng cao hơn. Trong kỷ nguyên mô hình lớn, một vấn đề khác đã trở nên quan trọng hơn: chi phí di chuyển dữ liệu. Mô hình càng lớn, dữ liệu càng phải di chuyển thường xuyên giữa GPU và bộ nhớ, và khoảng cách kết nối, băng thông cùng mức tiêu thụ điện năng đều ảnh hưởng đến hiệu suất thực tế.

H200 nhấn mạnh HBM3E vì các khối công việc AI tạo sinh và HPC ngày càng đòi hỏi dung lượng bộ nhớ lớn hơn và băng thông bộ nhớ nhanh hơn. Với Blackwell, yêu cầu về đóng gói lại càng tăng cao hơn nữa. Kiến trúc NVIDIA Blackwell cho thấy một GPU Blackwell bao gồm hai chip cận giới hạn reticle được kết nối thành một GPU hợp nhất thông qua liên kết chip-to-chip 10 TB/s. Nền tảng NVIDIA Blackwell cũng nhấn mạnh rằng Blackwell hướng đến việc huấn luyện các mô hình hàng nghìn tỷ tham số và suy luận thời gian thực, đòi hỏi giao tiếp chip-to-chip mạnh hơn và kết nối ở cấp hệ thống.

Điều này có nghĩa là kiến trúc chiplet không hề làm giảm tầm quan trọng của công nghệ đóng gói tiên tiến. Thay vào đó, nó đã chuyển đổi thách thức của hệ thống từ "một con chip lớn có thể được sản xuất hay không" sang "nhiều con chip có thể được kết hợp một cách đáng tin cậy và với tốc độ cao hay không."

GPU tiêu dùng có thể sử dụng kiểu đóng gói khá truyền thống và bộ nhớ GDDR, nhưng GPU AI trung tâm dữ liệu đòi hỏi băng thông cực cao, khả năng song song lớn và độ tin cậy mạnh mẽ. Bản thân HBM là bộ nhớ xếp lớp, nhưng nó vẫn cần kết nối với GPU thông qua một lớp trung gian (interposer) với giao diện rất rộng. Nếu không có các nền tảng đóng gói 2.5D như CoWoS, kênh dữ liệu giữa GPU và HBM sẽ khó đạt được mật độ băng thông cần thiết cho việc huấn luyện AI cấp cao.

Đối với các nhà đầu tư và những người quan sát chuỗi cung ứng, điều này có nghĩa là năng lực cạnh tranh của NVIDIA không chỉ đến từ CUDA, kiến trúc GPU và phần mềm hệ thống. Nó còn phụ thuộc vào việc NVIDIA có thể đảm bảo đủ nguồn lực về đóng gói tiên tiến, HBM và hệ thống máy chủ hay không. Khi theo dõi NVDA, TSM, AMD, AVGO, MU và các công ty liên quan khác qua thông tin cổ phiếu Mỹ, doanh thu trung tâm dữ liệu, biên lợi nhuận gộp và hướng dẫn của họ cần được đánh giá cùng với công suất đóng gói, nguồn cung bộ nhớ và thời gian giao hàng.

Tóm tắt: GPU AI cao cấp phụ thuộc vào CoWoS vì các điểm nghẽn cốt lõi của điện toán AI ngày càng đến từ băng thông bộ nhớ và kết nối giữa các chip. Ngay cả khi die GPU mạnh mẽ, hiệu suất hệ thống vẫn bị giới hạn nếu không thể trao đổi dữ liệu với HBM ở tốc độ cao. CoWoS cho phép GPU, HBM và các chiplet tạo thành một hệ thống băng thông cao ở cấp độ đóng gói, biến nó thành một tầng hạ tầng quan trọng cho Blackwell và các GPU AI trong tương lai.

Vì sao CoWoS Giới hạn Sản lượng Giao hàng GPU của NVIDIA

CoWoS giới hạn sản lượng xuất xưởng GPU của NVIDIA bởi vì sau khi sản xuất wafer hoàn tất, một die GPU không thể được bán trực tiếp cho các nhà cung cấp dịch vụ đám mây hoặc khách hàng máy chủ. Nó phải được tích hợp với HBM, substrate đóng gói, cấu trúc nguồn điện và thiết kế tản nhiệt, sau đó vượt qua kiểm thử cuối cùng trước khi trở thành một bộ tăng tốc AI có thể triển khai. Nếu công suất CoWoS, HBM hoặc công suất kiểm thử không đủ, các die đạt tiêu chuẩn có thể bị kẹt giữa dòng quy trình sản xuất.

Một GPU AI cao cấp thường trải qua các bước sau trước khi giao hàng:

1. TSMC hoàn tất sản xuất wafer công nghệ node tiên tiến.
2. Wafer được cắt nhỏ và các die tính toán GPU đạt chuẩn được chọn lọc.
3. Các nhà cung cấp HBM hoàn tất việc xếp chồng bộ nhớ, kiểm thử và xác nhận với khách hàng.
4. GPU, HBM và chiplet được đưa vào tích hợp CoWoS.
5. Gói chip được kết nối với một tấm substrate lớn để tạo thành gói hoàn chỉnh.
6. Các thử nghiệm về truyền dẫn điện, quản lý nhiệt, tính toàn vẹn tín hiệu và độ tin cậy được hoàn thành.
7. Sản phẩm được đưa vào lắp ráp thẻ tăng tốc, bo mạch chủ máy chủ hoặc hệ thống hoàn chỉnh.
8. Các nhà cung cấp dịch vụ đám mây và khách hàng doanh nghiệp hoàn tất triển khai và nghiệm thu.

Điểm mấu chốt là mọi công đoạn đều phải khớp với nhau. Nếu số GPU chết đủ nhưng HBM thì không, quy trình đóng gói sẽ không thể hoàn tất. Nếu HBM đủ nhưng năng lực CoWoS-L lại thiếu, chip vẫn không thể xuất xưởng. Nếu đóng gói hoàn tất nhưng tỷ lệ đạt của khâu kiểm thử không ổn định, lượng hàng xuất thực tế sẽ vẫn thấp hơn lượng đầu vào.

Ước tính của Epoch AI về chuỗi cung ứng chip AI cho thấy vào năm 2025, NVIDIA, Google, AMD và Amazon cùng nhau tiêu thụ hơn 90% công suất đóng gói CoWoS và nguồn cung HBM toàn cầu, trong khi riêng NVIDIA chiếm khoảng 60% nguồn cung CoWoS. Những con số này là ước tính nghiên cứu chứ không phải số liệu do các công ty công bố, nhưng chúng minh họa thực tế rằng đóng gói tiên tiến và HBM có thể trở thành điểm nghẽn ngắn hạn dễ hơn so với các tấm wafer logic tiên tiến.

TSMC đang liên tục mở rộng công suất. Buộc họp công bố kết quả kinh doanh quý 1 năm 2025 của TSMC cho biết công ty đang nỗ lực tăng gấp đôi công suất CoWoS trong năm 2025 nhằm đáp ứng nhu cầu của khách hàng. Nhưng việc tăng gấp đôi công suất không có nghĩa là số lượng xuất xưởng ngay lập tức cũng tăng gấp đôi, vì việc lắp đặt thiết bị mới, đưa vật liệu vào sử dụng, thẩm định khách hàng và cải tiến năng suất đều cần thời gian. Buộc họp công bố kết quả kinh doanh quý 1 năm 2026 của TSMC vẫn cho thấy nguồn cung đóng gói tiên tiến đang căng thẳng, đồng thời TSMC cũng cần hợp tác với các đối tác OSAT để mở rộng công suất công đoạn hậu kỳ.

Nếu bạn xem chuỗi cung ứng GPU AI như một dây chuyền sản xuất, thì CoWoS giống như cổng cao tốc hẹp nhất ở giữa. Ngay cả khi sản xuất wafer nhanh và nhu cầu máy chủ mạnh mẽ, việc giao GPU cuối cùng vẫn bị giới hạn nếu cổng này không thể xử lý đủ lượng đóng gói lớn.

Tóm tắt: CoWoS giới hạn số lượng GPU NVIDIA được xuất xưởng không phải vì nó chỉ đơn thuần là một "bước đóng gói", mà vì các GPU cao cấp phải hoàn tất tích hợp hệ thống của GPU, HBM, substrate và kiểm thử ở giai đoạn đóng gói. Nếu bất kỳ khâu nào trong số CoWoS, HBM, năng suất và lắp ráp máy server bị căng thẳng, nhu cầu danh nghĩa của NVIDIA không thể chuyển đổi hoàn toàn thành số lượng giao hàng thực tế.

Từ Hopper đến Blackwell: Tại Sao Nút Thắt Đang Chuyển Dịch từ CoWoS-S sang CoWoS-L

Nhu cầu về bao bì tiên tiến của NVIDIA không hề giảm khi Hopper trưởng thành. Thay vào đó, với Blackwell, nhu cầu này đã chuyển hướng sang CoWoS-L phức tạp hơn. Hopper chủ yếu dựa vào CoWoS-S, trong khi Blackwell đòi hỏi bao bì đa chip lớn hơn và phức tạp hơn. Nói cách khác, vấn đề không phải là "NVIDIA đang dùng ít CoWoS hơn", mà là "loại CoWoS mà NVIDIA cần đang thay đổi", và công suất cũ cùng công suất mới không hoàn toàn có thể thay thế cho nhau.

Những nhận xét của Jensen Huang về nhu cầu đóng gói đang thay đổi là quan trọng: Blackwell sẽ sử dụng một lượng lớn CoWoS-L, trong khi Hopper tiếp tục sử dụng CoWoS-S. NVIDIA không giảm nhu cầu về đóng gói tiên tiến; công ty đang chuyển nhu cầu đó sang CoWoS-L. Cùng báo cáo của Reuters cũng lưu ý rằng doanh số bán chip Blackwell bị hạn chế bởi năng lực sản xuất của TSMC, với đóng gói vẫn là một trong những điểm nghẽn.

Tại sao CoWoS-L khó hơn? Vì nó không đơn thuần là một phiên bản lớn hơn của CoWoS-S. Các gói lớn mang lại mật độ đi dây cao hơn, ứng suất giãn nở nhiệt phức tạp hơn, kiểm soát độ phẳng nghiêm ngặt hơn và yêu cầu kiểm thử khắt khe hơn. Diện tích gói càng lớn, tổn thất do bất kỳ lỗi cục bộ nào gây ra càng cao. Số lượng chiplet và ngăn xếp HBM càng nhiều, năng suất ở cấp hệ thống càng phụ thuộc vào việc tất cả các thành phần đều phải đạt chuẩn cùng một lúc.

Đây là lý do vì sao việc mở rộng bao bì tiên tiến chậm hơn nhiều so với kỳ vọng của các bên tham gia thị trường. Xây dựng nhà máy và mua thiết bị chỉ là những bước đầu tiên. Việc lựa chọn vật liệu phù hợp, tinh chỉnh quy trình, chứng nhận khách hàng và nâng cao năng suất sản xuất phải được thực hiện tiếp sau đó. Đánh giá của TrendForce về tình trạng thiếu hụt bao bì 2.5D chỉ ra rằng các chip tính toán AI đang tiêu thụ nhiều tài nguyên wafer và bao bì hơn trên mỗi đơn vị, và tình trạng thiếu hụt nghiêm trọng bao bì 2.5D trên toàn cầu có thể chỉ bắt đầu xoa dịu phần nào vào năm 2027.

Điều này có hai hàm ý đối với NVIDIA và TSMC. Thứ nhất, việc tiếp tục sản xuất Hopper tiêu thụ CoWoS-S, trong khi việc tăng sản lượng Blackwell đòi hỏi CoWoS-L, do đó việc điều chỉnh cơ cấu năng lực bản thân nó đã là một thách thức. Thứ hai, việc nâng cấp sản phẩm làm tăng mức tiêu thụ diện tích đóng gói, HBM và tài nguyên kiểm thử trên mỗi GPU. Ngay cả khi TSMC tăng tổng năng lực, mức tiêu thụ tài nguyên trên mỗi đơn vị vẫn có thể tăng lên cùng lúc.

Khi giao dịch hoặc nghiên cứu NVDA, TSM, AMD, SK hynix, Micron và các cổ phiếu khác trong chuỗi cung ứng, bạn không chỉ nên nhìn vào việc GPU thế hệ tiếp theo đã được ra mắt hay chưa. Bạn cũng cần đặt câu hỏi liệu lộ trình đóng gói tương ứng đã hoàn thiện hay chưa, HBM đã được chứng nhận hay chưa, và liệu các nhà cung cấp có thể hỗ trợ sản xuất hàng loạt ổn định hay không.

Tóm tắt: Từ Hopper đến Blackwell, điểm nghẽn CoWoS chưa hề biến mất. Nó đang chuyển từ CoWoS-S vốn đã trưởng thành hơn sang CoWoS-L phức tạp hơn. Thiết kế dual-die của Blackwell, diện tích đóng gói lớn hơn và nhu cầu HBM cao hơn làm tăng lượng tài nguyên đóng gói tiên tiến tiêu hao trên mỗi đơn vị. Nếu việc mở rộng công suất không theo kịp sự thay đổi cơ cấu sản phẩm, việc cung cấp GPU của NVIDIA vẫn có thể bị hạn chế.

Khi Nào Điểm Nghẽn CoWoS Sẽ Dịu Bớt? Những Tín Hiệu Cần Chú Ý

Nguồn cung CoWoS đang cải thiện, nhưng khó có thể hoàn toàn không còn hạn chế chỉ trong một quý. Một cái nhìn hợp lý hơn là năng lực sẽ mở rộng dần dần và tình trạng thiếu hụt sẽ thu hẹp theo thời gian, nhưng điểm nghẽn có thể dịch chuyển giữa CoWoS-L, HBM, substrate đóng gói, hiệu suất kiểm tra và hệ thống máy chủ hoàn chỉnh. Bạn nên theo dõi không chỉ các công bố về năng lực của TSMC, mà còn cả năng lực hiệu dụng, phân bổ cho khách hàng, hiệu suất sản xuất và chu kỳ giao hàng của thị trường cuối.

Ước tính của TrendForce về khoảng cách cung-cầu CoWoS cho thấy khi TSMC và các đối tác mở rộng công suất, khoảng cách CoWoS có thể thu hẹp từ khoảng 20% xuống còn khoảng 10% vào cuối năm 2026. Báo cáo cũng đề cập rằng công suất CoWoS hàng tháng của TSMC trong năm 2026 có thể đạt 120.000 đến 140.000 tấm wafer, với các đối tác OSAT bổ sung thêm nguồn cung. Những con số này là ước tính từ chuỗi cung ứng và không nên được coi là cam kết giao hàng chính thức của TSMC.

Các tín hiệu mở rộng gần đây hơn cũng rất đáng theo dõi. Bài báo cáo của Reuters về hai nhà máy đóng gói tiên tiến mới trong Khu Khoa học Chiayi cho thấy TSMC vẫn đang tiếp tục đầu tư vào đóng gói tiên tiến. Vấn đề là các cơ sở mới thường cần một khoảng thời gian rõ rệt từ xây dựng, đưa thiết bị vào, sản xuất thử nghiệm đến sản xuất hàng loạt ổn định.

Trong trung hạn, nút thắt cổ chai CoWoS có thể được giảm bớt, nhưng việc nâng cấp liên tục của các nền tảng chip AI có thể tạo ra những ràng buộc mới. Sau Blackwell, HBM4, các gói đóng hình lớn hơn, kết nối quang học, làm mát bằng chất lỏng, truyền dẫn điện năng và hệ thống quy mô tủ rack đều có thể trở thành những điểm yếu ngắn hạn mới. Chuỗi cung ứng giống như một tập hợp các nan thùng luôn thay đổi: một khi CoWoS bớt bị giới hạn, HBM, năng lực sản xuất node tiên tiến, substrate hay khả năng bàn giao toàn hệ thống có thể trở thành nan ngắn nhất tiếp theo.

Khi chuyển phân tích chuỗi cung ứng thành quan sát giao dịch, chi phí giao dịch cũng rất quan trọng. Cổ phiếu liên quan đến chip AI có tính biến động cao, và thông tin chuỗi cung ứng thay đổi nhanh chóng. Trước khi đặt lệnh, ngoài việc nghiên cứu năng lực và lợi nhuận của NVDA, TSM, AMD, MU và các công ty khác, bạn cũng cần xác nhận loại lệnh, giá thực hiện, phí nền tảng và phí đại lý bên ngoài. Ví dụ, Biya hỗ trợ giao dịch đa tài sản trên cổ phiếu Mỹ, cổ phiếu Hồng Kông và tài sản số. Phí giao dịch cổ phiếu Mỹ của hãng nêu rõ hoa hồng giao dịch cổ phiếu Mỹ là 0 USD, trong khi phí nền tảng, phí đại lý bên ngoài và các khoản phí khác được áp dụng theo biểu phí và hiển thị trên trang đặt lệnh.Tính khả dụng của dịch vụ phụ thuộc vào vị trí của người dùng, kết quả xác minh danh tính, quy tắc của nền tảng, cũng như các luật và quy định hiện hành; thông tin thị trường công khai và cơ cấu phí không cấu thành lời khuyên đầu tư.

Tóm tắt: Nút thắt cổ chai CoWoS đang chuyển từ giai đoạn "thiếu hụt tuyệt đối" sang giai đoạn "mở rộng đuổi kịp", nhưng chuỗi cung ứng sẽ không trở nên thông thoáng rộng rãi chỉ vì một chỉ số năng lực cải thiện. Bạn nên theo dõi cùng lúc năng lực hiệu dụng của CoWoS-L, việc chứng nhận HBM, sản lượng đóng gói, hợp tác với OSAT, giao hàng máy chủ và CAPEX của cloud. Đối với NVIDIA, lượng GPU xuất xưởng không được quyết định bởi một con số năng lực duy nhất, mà bởi sự khớp nối của toàn bộ chuỗi từ wafer, HBM và đóng gói cho đến giao hàng hệ thống cuối cùng.

Nếu bạn theo dõi chuỗi cung ứng chip AI, CoWoS là một lăng kính trung tâm để hiểu về NVIDIA, TSMC, các nhà cung cấp HBM và các nhà sản xuất thiết bị đóng gói tiên tiến. Trong ngắn hạn, nó ảnh hưởng đến lịch trình giao GPU và chu kỳ mua sắm của các nhà cung cấp đám mây. Trong trung hạn, nó tác động đến chi tiêu vốn của TSMC, đơn đặt hàng thiết bị, phân bổ HBM và số lượng máy chủ AI xuất xưởng. Trong dài hạn, nó cho thấy rằng điện toán AI đang chuyển từ "cuộc cạnh tranh về hiệu năng单 chip" sang "cuộc cạnh tranh về năng lực sản xuất ở cấp hệ thống". Khi sử dụng một công cụ giao dịch đa tài sản như Biya để theo dõi các công ty liên quan, tốt hơn là nên đánh giá giá cổ phiếu, thu nhập, công suất, cơ cấu phí và khẩu vị rủi ro cá nhân trong một khung tổng thể thay vì đưa ra quyết định dựa trên một tiêu đề tin đơn lẻ.

Câu hỏi thường gặp

Tất cả GPU của NVIDIA Có Cần CoWoS Không?

Không, không phải tất cả GPU của NVIDIA đều cần CoWoS. CoWoS chủ yếu được sử dụng cho các GPU AI trung tâm dữ liệu cao cấp như H100, H200 và Blackwell. Các GPU GeForce dành cho người tiêu dùng hoặc một số sản phẩm thông số thấp hơn có thể sử dụng giải pháp đóng gói và bộ nhớ khác nhau. Điểm mấu chốt là phân biệt bộ tăng tốc AI trung tâm dữ liệu với card đồ họa thông thường.

Sản Lượng GPU của NVIDIA Có Tăng Ngay Khi Năng Lực CoWoS Tăng Gấp Đôi Không?

Không, sản lượng GPU sẽ không tăng ngay lập tức theo năng lực của CoWoS. Việc mở rộng năng lực vẫn đòi hỏi lắp đặt thiết bị, tinh chỉnh quy trình, kiểm định khách hàng, tăng tỷ lệ sản phẩm đạt chuẩn, cân đối HBM và lắp ráp máy chủ. Năng lực danh nghĩa cao hơn thường cải thiện tính linh hoạt của nguồn cung trước, sau đó dần dần phản ánh vào chu kỳ giao hàng GPU của NVIDIA.

Sự khác biệt giữa tình trạng thiếu CoWoS và tình trạng thiếu HBM là gì?

CoWoS là năng lực đóng gói nâng cao tích hợp GPU, HBM và chiplet, trong khi HBM là bộ nhớ băng thông cao được tích hợp vào gói đóng gói. Nếu thiếu bất kỳ yếu tố nào trong hai yếu tố này, việc xuất khẩu GPU AI cao cấp có thể bị ảnh hưởng. CoWoS mang tính chất là điểm nghẽn về tích hợp sản xuất; còn HBM mang tính chất là điểm nghẽn về nguồn cung và chứng nhận bộ nhớ.

Samsung hay Intel Packaging có thể thay thế CoWoS của TSMC không?

Việc thay thế toàn bộ trong ngắn hạn là rất khó khăn. Cả Samsung và Intel đều có các lộ trình đóng gói tiên tiến, nhưng các thiết kế GPU cao cấp của NVIDIA, sản xuất wafer, kiểm định HBM và năng suất đóng gói từ lâu đã được xây dựng dựa trên hệ sinh thái TSMC. Việc thay thế không chỉ liên quan đến tính khả thi kỹ thuật; nó còn liên quan đến việc thiết kế lại, chu kỳ kiểm định và độ ổn định của sản xuất hàng loạt.

Các chip của AMD và chip tự phát triển của các công ty đám mây có cạnh tranh để giành công suất CoWoS không?

Có, chúng tạo ra sự cạnh tranh về công suất. Các bộ tăng tốc AI như AMD Instinct, Google TPU và Amazon Trainium cũng đòi hỏi tài nguyên đóng gói tiên tiến và HBM. NVIDIA vẫn là một trong những nguồn cầu lớn nhất, nhưng việc phân bổ CoWoS phụ thuộc vào hợp đồng khách hàng, lộ trình sản phẩm, loại đóng gói và mức độ ưu tiên sản xuất hàng loạt.

Nhà đầu tư nên theo dõi tác động của CoWoS lên cổ phiếu NVDA như thế nào?

Nhà đầu tư nên cùng lúc theo dõi doanh thu trung tâm dữ liệu của NVIDIA, tốc độ giao hàng Blackwell, sự mở rộng đóng gói tiên tiến của TSMC, năng lực của các nhà cung cấp HBM, và CAPEX của các nhà cung cấp dịch vụ đám mây. Nguồn cung CoWoS tốt hơn có thể hỗ trợ tăng trưởng shipment, nhưng không đảm bảo giá cổ phiếu sẽ tăng. Định giá, kỳ vọng thị trường và khẩu vị rủi ro cũng đóng vai trò quan trọng.