芯片供应链危机2.0：NVIDIA的$1T积压订单对AI发展的意义

NVIDIA 持有超过一万亿美元的订单，这些订单持续一年以上。超大规模数据中心现在正在争夺每一台可用的 H100、H200 和 Blackwell 单元。较小的 AI 团队面临更长的等待时间，这将产品发布推迟到 2027 年。

积压订单源于云服务提供商和企业客户的持续需求。TSMC 先进封装产线无法快速扩张以匹配订单。这一缺口现在决定了谁能率先发布模型，谁必须推迟训练运行。

NVIDIA 订单分配优先考虑最大的买家。Microsoft、Google 和 Amazon 获得首批生产时段。中型云运营商仅获得部分分配，覆盖其请求的一小部分。初创公司排在队列末尾，或转向旧款 H100 库存。

TSMC CoWoS 产能构成物理限制。NVIDIA 表示，2026 年 CoWoS 产量将增长 60%，但仍低于预期需求。每增加一块晶圆都需要新设备，安装和认证需耗时九个月。

Capacity source: TSMC current CoWoS lines in Taiwan
Expansion limit: New facilities reach full yield only after mid 2027
Allocation result: Priority list published in customer calls remains unchanged

无法等待的团队现在重新关注 AMD 和 Intel。AMD MI300X 在某些工作负载中提供相当的训练吞吐量，但在软件成熟度上落后。Intel Gaudi 3 功耗更低，但峰值性能有所降低。

- Software stack still requires extra tuning for common frameworks

- Memory bandwidth sits 15 percent below Blackwell in published benchmarks

- Available in volume today through select cloud providers

- Compiler support remains narrower than CUDA

AI 初创公司报告时间表延长六至九个月。一个原计划 2026 年发布的团队将模型训练转移到租用的旧款 GPU 上，效率降低 40%。另一个团队暂停招聘，直到 2027 年初硬件到货。

短缺迫使团队在模型规模上做出艰难选择。团队减少上下文长度或限制微调轮次以适应可用硬件。研究议程转向推理优化而非新的预训练运行。

观察者质疑如果替代方案缩小软件差距，NVIDIA 是否能维持领先。AMD 已发布更新驱动程序，在近期测试中将训练时间缩短 12%。Intel 报告企业合同完全绕过 NVIDIA 队列。这些进展相对于总需求仍较小。

NVIDIA 每季度报告积压数据，但未细分客户群体。分析师指出，实际出货量的可见度仍然有限。来自 TSMC 的 CoWoS 利用率独立核查将明确真正的瓶颈点。

三个信号将显示供应压力是否缓解。首先，TSMC 10 月 CoWoS 产线利用率报告。其次，AMD 下一次财报中关于 MI350 量产承诺的更新。第三，任何新的企业 GPU 租赁列表，表明超大规模数据中心有多余产能。

今天获得分配的团队将拥有持续到 2026 年底的日程优势。那些没有确认时段的团队必须围绕可用替代方案重新设计路线图，或接受进一步延误。

最新文章