AI 硬件需求无惧市场动荡，TSMC 销售额增长 45%

尽管市场再次质疑 AI 支出的规模与可持续性，TSMC 报告称其 7 月营收为 4,675.8 亿新台币，约合 145 亿美元。销售额较去年同期增长 44.7%，延续了使该公司成为衡量 AI 硬件需求核心指标的强劲增长态势。

这一结果之所以重要，是因为金融市场已越来越不愿仅凭承诺为 AI 投资买单。云服务提供商正面临资本开支上升、回报延后，以及昂贵加速器使用寿命等问题的质疑。TSMC 的工厂则提供了更具实质性的信号，因为客户必须在芯片进入数据中心之前很早就承诺实体产能。

7 月的数据并未终结关于 AI 投资泡沫的争论。单月销售额会受到生产排程、汇率变化和客户产品发布的影响。不过，这一增长强化了 TSMC 最新季度业绩所显示的证据：先进芯片需求依然强于近期市场波动所暗示的水平。

TSMC 7 月销售额将 AI 支出转化为工厂营收

45% 的增长表明，大规模 AI 基础设施承诺仍在流向制造端。

TSMC 的月度销售数据显示，7 月合并营收为 4,675.8 亿新台币，较 2025 年同月高出 44.7%，较 2026 年 6 月营收高出约 5.6%。

同比比较是更重要的指标。月度变化可能反映出货时点，但接近 45% 的年度增长表明生产基础已大幅扩大。TSMC 正在制造更多高价值硅芯片，同时其最新制程在晶圆营收中的占比不断提高。

Bloomberg 将这一结果视为证据，表明尽管市场情绪不稳，AI 硬件需求依然坚挺。这些不安情绪包括部分 AI 相关公司的估值下滑，以及市场对云服务资本开支日益严格的审视。

TSMC 不会将 AI 营收作为单独的月度类别披露。其销售覆盖智能手机、汽车产品、消费电子和高性能计算。高性能计算涵盖 AI 加速器、服务器处理器及其他高要求芯片，因此它是最接近的可用业务板块。

该类别占 TSMC 第二季度营收的 66%。这一比例表明，尽管无法对加速器销售进行精确衡量，AI 基础设施仍是重要驱动力。

TSMC 更广泛的季度业绩也支持了对 7 月数据的解读。根据其财报文件，第二季度营收达到 1.27 万亿新台币，或 402.0 亿美元。按新台币计，营收同比增长 36%；按美元计，同比增长 33.7%。

净利润增长 77.4%，至 7,065.6 亿新台币。公司还录得 67.7% 的毛利率和 60.3% 的营业利润率。这些利润率表明，需求增长并非仅来自折价或盈利能力较低的生产。

制程组合提供了另一项有用线索。第二季度，7 纳米或更先进技术贡献了总晶圆营收的 77%。其中，3 纳米制程贡献 30%，5 纳米制程贡献 33%。

在早期量产爬坡阶段，2 纳米芯片另贡献了 3%。制程节点指用于制造芯片的工艺世代；较新的节点通常能提升晶体管密度、性能或能效。

这些先进制程对于领先的 AI 加速器至关重要。它们同样服务于高端智能手机处理器和其他高要求设计，因此不应将这些数字视为纯粹的 AI 销售额。

不过，这种组合很难被忽视。快速的月度增长、创纪录的季度营收、高利润率以及先进制程占主导的产品组合，都指向同一个方向。AI 需求已超越投机性订单，进入了可观的制造规模。

AI 硬件需求为何保持强劲

AI 芯片需求依然强劲，因为最大的买家正在建设跨多年的计算平台，而非满足单一的替换周期。

AI 数据中心所需的不止是图形处理器。它还需要网络芯片、中央处理器、高带宽内存、存储、电力系统和先进封装。TSMC 通过其制造和封装服务参与了这一链条的多个环节。

Nvidia 仍是最显眼的加速器需求来源。其系统依赖先进逻辑制造，以及将处理器与邻近内存结合的复杂封装技术。AMD、Broadcom，以及大型云公司自研芯片项目也带来了额外需求。

这种多样性很重要。TSMC 并不依赖某一家模型开发商或某一种加速器设计。它为采用不同训练、推理、网络和通用计算路线的客户制造芯片。

训练是指利用大型数据集和大量计算资源调整 AI 模型。推理则是使用已训练模型生成答案或完成任务的过程。两者都需要硬件，但对性能、内存和成本的优先级不同。

需求也已从模型训练扩大到日常使用的 AI 服务。搜索功能、编程助手、媒体生成、广告系统和企业智能体都增加了推理工作负载。即使模型开发放缓，这些工作负载也可能随使用量增长。

智能体 AI 增加了另一个潜在需求来源。这些系统会通过调用工具、检查结果并修正自身行动来执行多步骤任务。与基础聊天机器人交互相比，单次用户请求可能触发多次模型运算，从而增加计算量。

TSMC 董事长兼首席执行官魏哲家将 AI 需求描述为结构性且跨多年的趋势。公司指引仍需谨慎解读，因为客户可能修改订单。不过，产能承诺和资本支出表明，管理层预计需求将持续。

该公司将 2026 年全年营收展望上调至按美元计增长略高于 40%。同时，它还将计划资本支出提高至 600 亿至 640 亿美元。

资本支出用于工厂、制造设备和先进封装产能。这些项目需要多年规划和完成，因此相比短期销售预测，这一预算代表着更强的承诺。

TSMC 预计第三季度营收将在 446 亿至 458 亿美元之间。中值意味着较第二季度再次环比增长。即使新的海外设施和 2 纳米量产爬坡增加成本，公司仍预计毛利率将在 65% 至 67% 之间。

7 月的结果使这一指引看起来更易实现，但并不能保证整个季度的表现。生产排程可能在不同月份间变化，汇率变动也会影响以美元报告的营收。

需求也延伸至 TSMC 以外。作为先进芯片生产所用极紫外光刻系统主要供应商的 ASML，于 7 月上调了其 2026 年展望。其更新后的预测紧随与 AI 制造产能扩张相关的强劲订单。

根据其产能展望，该公司报告第二季度营收为 93.3 亿欧元，净利润为 29.2 亿欧元。TSMC 与关键设备供应商均表现强劲，表明扩张覆盖了供应链的多个层面。

这并不意味着每个半导体类别都在繁荣。消费电子、工业芯片和汽车零部件可能遵循不同周期。不过，AI 硬件需求已足够强劲，正在重塑这个行业最重要晶圆代工厂的整体营收结构。

真正的竞争在于需求与产能

TSMC 近期最大的挑战并非寻找 AI 客户，而是在不制造新瓶颈的情况下，将需求转化为完整系统。

先进 AI 芯片所需的不只是领先制程晶圆。完成制造后，处理器还必须与内存及其他组件进行封装。先进封装以大型 AI 系统所需的带宽和能效连接这些部件。

CoWoS，即 Chip-on-Wafer-on-Substrate，是 TSMC 面向 AI 加速器的主要封装技术之一。它将逻辑芯片和高带宽内存置于同一大型封装中。这种设计缩短了数据路径，但需要专用设备和生产能力。

由于封装需求的增长快于早期基础设施规划的预期，产能一直处于紧张状态。仅增加晶圆产能无法解决这种错配。在芯片完成封装、测试并集成为可运行系统之前，加速器晶圆的商业价值有限。

TSMC 表示正在扩充先进封装能力，并欢迎具备资质的外部供应商分担负荷。这一立场体现了当前周期不同寻常的规模。一家占主导地位的制造商有动力支持额外封装产能，因为短缺会限制其自身前段制造业务的增长。

内存是另一个可能的瓶颈。AI 加速器需要高带宽内存，即 HBM；它通过堆叠内存裸片来实现更高的数据吞吐量。Samsung、SK Hynix 和 Micron 必须在扩大处理器生产的同时，增加经过认证的 HBM 产量。

供电和网络也可能限制部署。云运营商若没有合适的交换机、光连接、冷却系统和电力基础设施，就无法有效使用加速器。任何一个组件的延迟都可能推迟整条链条的营收实现。

这使 AI 硬件竞赛成为一个协调问题。Nvidia 和其他芯片设计商需要足够的晶圆代工产能。TSMC 需要封装材料、设备和内存供应。云公司则需要建筑、电力、冷却和网络连接。

其结果是一个交付周期很长的生产管线。客户会在需求体现于公开产品销售之前预订产能。这一时点使 TSMC 营收成为早期指标，但也可能掩盖所制造芯片的最终用途。

如今下达的一些订单，是为数个季度后才会推出的服务提供支持。另一些订单可能只是补充有限产能，而非表明终端用户需求更强。客户也可能在担心失去稀缺产能使用权时，保守地订购偏高数量。

TSMC 的 2 纳米量产爬坡又增加了一层复杂性。公司表示，该制程世代占第二季度晶圆营收的 3%，并预计第三季度将迅速扩张。新节点在良率改善前，通常会带来更高成本和运营复杂性。

良率是指一片晶圆上符合生产要求的芯片比例。低良率会提高每颗可用处理器的成本。因此，提升良率对于将先进设计转化为盈利的高产量产品至关重要。

TSMC 在管理此类过渡方面拥有丰富经验。不过，在扩充封装和海外制造的同时提高 2 纳米产量，会让执行更加困难。强劲订单无法消除工程和建设方面的限制。

这正是为何 7 月销售额增长既令人鼓舞又并不完整。它确认需求正在流向 TSMC，但下一个考验是整个供应链能否按预期速度交付可用的计算系统。

Nvidia、Samsung 和 Intel 仍在塑造竞争压力

TSMC 强劲的销售表现扩大了其领先优势，但客户和政府仍在持续建设替代方案，以降低对单一制造商的依赖。

Nvidia 直接受益于 TSMC 的制造规模，但这也带来了集中度风险。高端 AI 基础设施支出的很大一部分都围绕 Nvidia 的加速器路线图展开，使得单一客户的生产节奏会对多家供应商产生重要影响。

TSMC 不会公开披露每位客户的月度贡献。因此，投资者无法确定 7 月的增长中有多少来自 Nvidia、Apple、AMD、Broadcom，或定制芯片项目。

这种不确定性至关重要，因为客户集中度可能放大产品周期的波动。如果一款主要加速器的发布在不同季度之间调整，TSMC 的月度营收可能会上升或下降，但长期需求前景并未改变。

Samsung 提供了最全面的替代选择，因为其同时运营先进逻辑代工、存储芯片生产和封装业务。该公司一直在争取 2 纳米客户，同时努力提升良率并吸引更多外部设计订单。

这一布局可能为寻求第二供应来源的客户带来优势。不过，先进芯片制造依赖于工艺成熟度、设计工具、知识产权库、封装能力以及可预测的大规模交付能力。名义上可比的制程节点，并不自动意味着产品可以互换。

Intel Foundry 则代表了另一种替代选择，尤其受到寻求提升地域多样性的美国和欧洲政策制定者关注。Intel 在先进制造和封装领域持续投资，同时尝试服务外部芯片设计企业。

该公司必须证明，它能够按计划交付具备竞争力的技术，并支持已习惯 TSMC 代工模式的客户。即使 TSMC 的销售额持续增长，这项努力仍具有战略重要性。

TSMC 在台湾以外的扩张，部分也是对这种压力的回应。该公司计划在亚利桑那州新增先进制造产能，并在日本和德国建设设施。这些项目让生产更接近主要客户和政府合作伙伴。

TSMC 在 7 月表示，将再投入 1,000 亿美元扩大美国业务，使其计划中的美国投资总额达到 2,650 亿美元。该计划包括新增先进晶圆制造、封装和研发产能。

美国扩张可以降低一部分地域集中度，但无法迅速复制台湾半导体产业集群的规模。建设、人才培养、供应商本地化和设备安装都需要数年时间。

海外设施也可能带来更高成本。TSMC 曾警告称，国际扩张初期可能稀释利润率。其第三季度利润率指引依然较高，但未来业绩还必须消化更多折旧和启动成本。

客户面临艰难选择。将订单集中交给 TSMC，可获得经过验证的先进制程和封装能力。跨代工厂分散订单可以提升韧性，但可能需要重新设计芯片、增加工程工作，并接受不同的性能取舍。

政府也面临类似的矛盾。补贴可以推动本土工厂建设，但政策无法压缩技术认证的每一个环节。一座设施只有在能够可靠地、以足够规模生产具竞争力的芯片后，才具备战略价值。

因此，7 月销售结果会给竞争对手带来压力，但并未消除其机会。TSMC 的增长展现了规模和制造一致性的价值。与此同时，这种成功也让客户和政府更有理由资助替代方案。

45% 的增长并不能证明什么

一个强劲月份证实了当前的生产需求，但无法证明每一笔 AI 投资都会产生可接受的回报。

最大的不确定性在芯片工厂之外。云服务提供商必须把加速器转化为能够吸引客户、降低成本或改善现有产品的服务。制造营收会在这一商业结果明朗之前出现。

即使预期回报下降，资本支出仍可能保持强劲。企业可能会因竞争对手也在投资、产能稀缺，或错过 AI 平台转型看起来比过度投资更危险，而继续投入。

这种行为可以在未来数个季度支撑 TSMC，但如果产品采用不及预期，也可能造成过剩产能。半导体行业历史上多次出现这样的周期：短缺推动激进扩张，随后需求走弱。

AI 硬件具备一些有别于简单大宗商品周期的特征。领先加速器迭代迅速，软件生态系统会影响硬件选择，而最大的买家具备充足现金流。这些因素支持持续投资，但并不能消除周期性风险。

AI 硬件的使用寿命也带来另一个问题。新处理器可以提供更高的每瓦性能，使旧系统在物理磨损之前就失去竞争力。快速替换有利于芯片销售，却可能削弱此前采购的经济性。

即使处理器已经就绪，电力供应也可能拖慢部署。新数据中心需要电网接入、变电站、冷却系统和监管批准。芯片订单并不保证客户能够立即运行硬件。

地缘政治仍是更大的结构性风险。TSMC 大部分领先制程产能仍位于台湾，这使台海稳定对全球科技行业至关重要。海外扩张只能逐步而非立即降低集中度。

贸易限制也可能改变客户准入和产品设计。美国管制措施限制某些先进 AI 芯片对中国的出口。供应商可以开发修改版产品，但政策变化仍可能改变出货量和研发优先级。

成本是另一项不确定因素。TSMC 已指出，材料、海外制造以及 2 纳米初期爬坡都可能带来压力。强劲需求可以抵消这些成本，但不应假定利润率能够无限期维持在 60% 以上。

7 月的同比比较也受益于上一年基数的时间和规模因素。随着营收扩大，增长率自然会发生变化。当对比期本身已包含大量 AI 订单时，45% 的年度增长将更难复制。

月度销售数据对订单取消或供应链其他环节持有的库存几乎没有可见度。客户可能已作出具有约束力的产能承诺，但如果部署计划延迟，成品系统仍可能累积。

因此，不应将这一结果描述为证明有关 AI 泡沫的担忧是错误的。更恰当的解读是：它表明硬件需求尚未立即崩塌。

这一区别十分重要。当前订单可以保持强劲，而长期回报仍然充满不确定性。投资者、开发者和企业买家应当区分实体部署与成功采用。

装满加速器的数据中心衡量的是已安装产能。它并不衡量用户是否重视由此产生的服务、推理成本是否下降得足够快，或客户是否愿意为新功能付费。

TSMC 的数据以罕见的清晰度回答了一个制造问题：芯片产量仍在增长。但它无法回答最终的经济问题，即 AI 应用能否证明建设这类产能所需投资的合理性。

三个将检验 AI 硬件热潮的信号

下一批证据应来自 TSMC 的月度走势、客户支出计划，以及先进产能的交付速度。

第一个信号是 TSMC 定于 9 月发布的 8 月营收。另一份强劲的年度增长数据将表明，7 月并非单纯的出货时点事件。环比大幅下滑并不能证明 AI 需求已经崩塌，但会让季度产品组合变得更加重要。

投资者应将 8 月数据与 TSMC 第三季度 446 亿至 458 亿美元的营收指引进行比较。若达到该区间的上半部分，将进一步支持先进制程需求依然广泛且持续的判断。

第二个信号是主要云服务运营商的资本支出。Microsoft、Alphabet、Amazon 和 Meta 都在建设大规模 AI 计算集群。它们的业绩将显示支出计划是在增加、保持稳定，还是进入放缓阶段。

最有价值的信息不会止于总支出。投资者需要了解新增产能是否按计划投入使用、AI 服务是否正在创造收入，以及管理层是否预计明年将保持类似投资。

由于半导体订单的交付周期较长，支出下降不会立刻影响 TSMC。不过，这会削弱市场对未来产能预订的预期。持续增加投资并伴随可衡量的 AI 营收，将支持当前的制造业前景。

第三个信号是 2 纳米生产和先进封装的执行情况。TSMC 预计 2 纳米将快速爬坡，而封装仍是将处理器和内存整合为 AI 系统的关键。

若 2 纳米营收上升，同时良率和利润率保持稳定，将表明该公司能够在不失去财务纪律的前提下扩展最新技术。持续的封装短缺意味着需求强劲，但也会限制系统交付量。

平衡比单一增长指标更重要。TSMC 必须足够快地增加产能以服务客户，同时避免建设远超持久需求的产能。其客户也必须足够快地部署硬件，才能将预订产能转化为有用的服务。

开发者和企业买家应关注这些信号，因为硬件可用性会塑造产品经济性。更多产能可以降低推理成本、改善服务限制，并让先进模型面向更广泛的应用开放。

这也会影响产品规划。构建 AI 功能的团队需要区分暂时性的算力稀缺与长期成本结构。随着新硬件投入生产，围绕模型规模、延迟、数据处理和供应商依赖的决策都可能改变。

TSMC 7 月销售数据使一个结论变得合理：AI 硬件周期并未因近期市场波动而停滞。订单仍在以可观规模流向最重要的先进代工厂。

如今更难回答的问题是，基础设施增长能否带来同样强劲的使用需求。关注下一份月度销售报告、云服务支出承诺和先进封装产出。这些指标将共同显示，45% 的增长究竟标志着持久扩张，还是一个接近极限周期中最强劲的阶段。