随着 A14 按计划推进，TSMC 将 2026 年资本支出上调至 600 亿至 640 亿美元

随着 A14 的开发按计划推进并有望于 2028 年投产，TSMC 已将 2026 年资本支出上调至 600 亿至 640 亿美元。修订后的预算较此前 520 亿至 560 亿美元的区间大幅增加。这也使又一份强劲的财报，转化为一场对先进计算需求能否持续的更大规模押注。

该公司公布第二季度营收为 402.0 亿美元，同比增长 33.7%。净利润增长 77.4%，高性能计算业务占季度营收的 66%。这些数字赋予 TSMC 非同寻常的财务实力，但也揭示了其投资计划如今对 AI 基础设施支出的高度依赖。

核心问题已不再是 TSMC 能否制造尺寸更小的晶体管，而是 AI 芯片需求能否保持足够强劲，从而填满成本日益高昂的工厂。Intel、Samsung 和日本的 Rapidus 都在推进各自的先进制程，但在这些竞争对手建立起可比的量产规模之前，TSMC 已开始投入更多资本。

随着 A14 按计划推进，TSMC 将 2026 年资本支出上调至 600 亿至 640 亿美元

新预算表明，TSMC 将当前的 AI 需求视为一项持续多年的产能需求，而非暂时性的订单激增。

TSMC 在 7 月 16 日的财报电话会议上披露了修订后的支出区间。其最初的 2026 年预算为 520 亿至 560 亿美元，而 2025 年的实际资本支出为 409 亿美元。

新区间的中值为 620 亿美元。这比此前指引的中值高出 80 亿美元，也比去年的支出高出逾 50%。

即使按照 TSMC 自身的标准，这一增幅也十分显著。建设先进制程产能需要更多工艺步骤、专用设备、洁净室空间和配套基础设施。该公司还在中国台湾、美国、日本和德国进行扩张。

TSMC 表示，这些支出将用于满足领先客户的强劲需求。董事长兼首席执行官 C.C. Wei 在财报电话会议上将 AI 相关需求描述为“极其强劲”。他表示，不断增长的计算需求持续强化更广泛的 AI 投资周期。

该公司的季度业绩为这一判断提供了直接证据。第二季度营收达到 1.27 万亿新台币，毛利率升至 67.7%，营业利润率达到 60.3%。

TSMC 将 7 纳米及以下制程定义为先进技术，这些技术贡献了晶圆营收的 77%。新的 N2 制程尽管直到 2025 年末才进入量产阶段，但已贡献 3%。

TSMC 预计这一产能爬坡将在第三季度加速。其 446 亿至 458 亿美元的营收预测意味着环比将再次显著增长。尽管 N2 规模化生产和海外生产在初期会产生额外成本，管理层仍预计毛利率将达到 65% 至 67%。

该公司还上调了全年展望。目前预计 2026 年以美元计价的营收增幅将略高于 40%，高于此前预计的逾 30%。

这一组合非常重要。TSMC 在营收、产能利用率和利润率均保持强劲的情况下增加资本支出。它并非在增长已经到来后才应对制造产能短缺，而是在为数年后预期出现的订单提前建设产能。

这一时间差形成了本文的核心矛盾。半导体工厂需要漫长的规划和建设周期，但 AI 产品需求的变化速度要快得多。TSMC 必须在尚不清楚哪些加速器架构、模型策略和云端工作负载将在本世纪后半个十年占据主导地位之前，就投入数十亿美元。

该公司此前已经面临过这一问题。过去的计算周期迫使晶圆代工厂在积极扩张与产能闲置风险之间寻求平衡。如今的不同之处在于投入规模，以及每条先进生产线的成本。

TSMC 的决定表明，客户预测已经超过其内部的扩产门槛。这并不保证每项预测最终都会准确，但它说明，全球最大的专业晶圆代工厂如今已将 AI 持续增长作为其规划的基本假设。

AI 需求已成为 TSMC 的产能问题

TSMC 的客户如今需要的不只是性能更好的芯片。他们还需要足够的先进晶圆和封装产能，以超大规模交付这些芯片。

高性能计算（HPC）包括数据中心处理器、AI 加速器、CPU 和其他计算密集型产品。它贡献了 TSMC 第二季度营收的 66%，高于一年前的 60%。

HPC 营收较上一季度增长 20%。相比之下，智能手机业务营收环比下降 4%，占总营收的 22%。

这种转变改变了 TSMC 规划工厂的方式。智能手机曾经为新制程的产能爬坡提供最清晰的路径。领先的移动设备客户可以将一款大批量处理器转移至最新制程，从而帮助稳定制造经济效益。

AI 加速器提出了不同的需求。它们通常采用更大的计算裸片、高带宽内存、Chiplet 和先进封装。因此，即使其出货量仍低于智能手机市场，一个完整系统也可能消耗大量晶圆和封装产能。

TSMC 必须扩展多个相互关联的生产环节。如果先进封装仍受限制，仅增加更多领先制程晶圆产能并不能解决短缺问题。该公司必须围绕相同的客户时间表，协调逻辑芯片生产、互连技术、测试和封装。

其 2026 年技术路线图反映了这一要求。TSMC 正在生产更大尺寸的 CoWoS 封装，其中 CoWoS 是 Chip on Wafer on Substrate 的缩写。该技术将大型处理器和多个内存堆栈整合在一个封装内。

根据 TSMC 的技术路线图，计划于 2028 年推出的 14 倍光罩尺寸 CoWoS 设计将支持约 10 个大型计算裸片和 20 个高带宽内存堆栈。更大的配置计划于 2029 年随后推出。

这份路线图说明了为什么资本支出的增加不能被简化为“建设更多晶圆厂”。AI 系统需要一条将先进晶体管与内存、互连、光学技术和热管理连接起来的制造链。

压力首先落在 TSMC 最大的客户身上。Nvidia、AMD、Apple 以及主要云服务提供商旗下的定制芯片开发团队，必须在产品发布数年前预订产能。他们的预测会影响 TSMC 何时安装设备，以及新制程以多快速度扩大规模。

随后，压力会向下游传导。服务器制造商和云平台依赖稳定可预测的加速器供应，AI 软件公司依赖可用的计算能力，而企业买家最终通过基础设施合同和使用费率承担这些成本。

这使 TSMC 成为衡量整个 AI 市场的一个重要指标。云服务提供商可以在几个季度内调整其数据中心计划，但一旦工厂建设和设备订购启动，晶圆代工厂就无法迅速撤回项目。

因此，与乐观的营收预测相比，TSMC 的决定代表了一种更为实质性的承诺。该公司正在根据延伸至 2028 年及更远未来的预期需求配置实体产能。

Counterpoint Research 高级半导体分析师 William Li 告诉 Associated Press，提高投资对于 TSMC 的长期增长至关重要。更广泛的产能扩张还包括在美国追加制造投资承诺。

TSMC 表示，强劲需求将持续至 2029 年和 2030 年。其客户似乎也在按照类似的时间跨度进行规划。该晶圆代工厂仍需将这些计划转化为确定订单、稳定的产能利用率和可接受的回报。

正因如此，即使 Intel、Samsung 和 Rapidus 尚未达到 TSMC 当前的规模，它们仍然十分重要。任何可信的替代制程都能为芯片设计公司提供更大的议价能力。如果 TSMC 的产能变得过于昂贵或难以获得，这些替代方案也可以充当后备选择。

然而，这些替代方案必须提供的不只是具有竞争力的晶体管规格。客户还需要设计工具、知识产权库、封装选项、可预测的良率和可靠的大批量制造能力。

TSMC 增加支出，部分目的就是维护这种系统层面的优势。当客户缺乏产能便无法交付产品时，产能本身就成为一种竞争优势。

A14 将制程领先优势转化为成本考验

A14 有望带来显著的效率提升，但其成功与否将取决于客户能否证明日益昂贵的先进芯片物有所值。

A14 是 TSMC 继 N2 之后的下一代完整节点制程。它采用第二代纳米片晶体管，这是一种全环绕栅极结构，使晶体管栅极能够更有效地控制承载电流的沟道。

TSMC 表示，与 N2 相比，A14 在相同功耗下可将速度提高最多 15%。客户也可以选择在相同速度下将功耗降低最多 30%。该公司还预计逻辑密度将提高逾 20%。

这些数据是该公司的预测，而非经过独立验证的量产结果。A14 仍处于开发阶段，计划于 2028 年实现量产。

A14 规格解释了移动设备和 HPC 客户对其感兴趣的原因。对于试图在固定功耗范围内完成更多工作的处理器而言，更快的运行速度至关重要。更低的功耗则有助于延长电池续航、改善散热并降低数据中心运营成本。

AI 加速器面临尤其严格的功耗限制。增加更多晶体管可以提升模型吞吐量，但供电和散热能力会限制整个数据中心。能够降低每次运算功耗的制程，可以创造超越芯片本身的价值。

移动处理器面临的是同一问题的另一种形式。设备制造商希望增加更多端侧 AI 处理能力，同时不牺牲电池续航，也不增加发热量。A14 可以为更大的神经网络引擎、图形单元和本地模型工作负载提供空间。

TSMC 还推出了 NanoFlex Pro，这是一种扩展的标准单元架构。标准单元是芯片设计人员在创建处理器逻辑时组合使用的可复用构建模块。该系统允许设计人员调整性能、功耗、密度和布线需求之间的平衡。

这种灵活性十分重要，因为 AI 芯片和移动处理器追求的优化目标并不相同。大型加速器可能优先考虑性能和互连带宽，而移动系统级芯片则可能优先考虑紧凑设计和能源效率。

TSMC 表示，两个市场的客户参与度都很高。该公司预计，A14 及其衍生制程将支撑一个规模更大、持续时间更长的制程家族。

然而，A14 也凸显了该行业日益严峻的成本问题。TSMC 此前曾警告，在相同产能规模下，N2 所需的资本投入将显著高于 N3。该公司预计，单位 A14 产能的成本还会进一步上升。

成本增加并不意味着 A14 必然缺乏经济效益。客户评估的是成品的整体价值，而不仅仅是晶圆成本。如果一款更昂贵的芯片能够提供更高的每瓦性能，从而降低系统支出，它仍然可能具有经济价值。

当一款处理器不同部分的密度提升幅度不一致时，计算会变得更加困难。逻辑电路通常比 SRAM（芯片内部嵌入的存储器）更容易缩小。大型加速器包含大量存储器和互连结构，因此，宣传中的逻辑密度提升并不会直接转化为尺寸同等缩小的裸片。

先进芯片还需要新的设计工作。客户必须更新物理设计、验证时序、对知识产权进行认证，并验证制造行为。只有当最终产品的改进足以覆盖这些工程成本时，迁移到新制程才有意义。

TSMC 不断扩展的路线图为客户提供了更多选择。N2P 是 N2 的延伸，而 A16 则为要求严苛的 HPC 设计引入背面供电。背面供电将电源布线移至晶体管下方，从而释放正面空间用于信号布线。

A14 专注于又一次完整节点升级。计划于 2029 年推出的 A12，将在 A14 平台中加入 TSMC 的 Super Power Rail 背面供电技术。A13 则将提供一种兼容且以密度为重点的制程微缩方案。

这一更广泛的产品家族降低了将所有产品都置于同一种制程上的压力。移动处理器可能会优先考虑 A14 在密度和能效之间的平衡。大型 AI 加速器则可能选择具备背面供电的制程。

这种细分也揭示了一项战略转变。行业正在从单一的“最佳节点”转向针对特定产品类别设计的制程变体。客户将越来越多地在密度、供电能力、制造成熟度和成本之间做出选择。

对 TSMC 而言，挑战在于为多条路线提供资金，同时避免产能利用率被分散。更大的资本预算让该公司有空间构建这些选择。只有当客户以足够大的规模采用这些方案时，这些支出才会奏效。

强劲盈利并未消除投资风险

TSMC 有能力为此次扩张提供资金，但创纪录的盈利能力并不能保证每座新工厂都能获得可接受的回报。

第二季度数据充分支撑了市场信心。按新台币计算，营收增长 36%。净利润增长 77.4%，公司创造了新台币 7,833.6 亿元的经营现金流。

其先进制程业务组合也有所改善。N2 首次贡献了具有实际意义的晶圆营收，N3 占比达到 30%。N5 又贡献了 33%。

北美客户贡献了总营收的 78%。这一集中度反映了 TSMC 在美国主要科技公司供应链中的地位，也使该公司高度暴露于这些客户的投资决策之下。

第一项风险是需求集中。目前的 AI 基础设施周期在很大程度上由少数客户推动。如果云计算公司放缓支出，或重新设计系统以减少加速器数量，晶圆代工需求可能迅速变化。

AI 使用量可以持续增长，而硬件支出不必以相同速度增加。更好的模型架构、低精度计算、更高的利用率以及专用推理芯片，都可以减少每单位工作所需的硬件。

第二项风险来自生产时间线。TSMC 目前正在为数年后才会支持相关产品的工厂和技术投入资金。该公司必须预测跨越多个芯片设计周期的客户需求。

量产也不意味着立即面向大众市场供货。新制程需要时间才能实现成熟良率，并完成客户产品周期。A14 可能会在 2028 年投入生产，但其广泛的营收贡献可能要到更晚才会出现。

第三项风险来自地域扩张。海外工厂可以增强供应韧性，并满足政府或客户的要求，但也可能承担更高的建设、劳动力和运营成本。

TSMC 表示，海外晶圆厂扩张将在初期稀释毛利率。随着其国际制造布局不断扩大，该公司预计这一影响也会加剧。

美国是这一战略的核心。随着客户和政策制定者寻求增加美国本土的先进制程产能，TSMC 已扩大其亚利桑那州计划。这些工厂降低了对单一地区的依赖，但无法立即复制台湾的供应商网络和运营规模。

第四项风险是竞争压力。Intel 计划利用其晶圆代工业务吸引外部客户，而 Samsung 则继续开发全环绕栅极制程。Rapidus 正尝试在日本建立先进制造能力。

不同制程名称无法直接比较。节点标签并不代表某一个具体的晶体管物理尺寸，而且各家晶圆代工厂衡量密度和性能的方式也不相同。实际比较将取决于产品表现、良率、成本和产能可用性。

Intel 的 14A 战略也不同于 TSMC 的 A14 路线。Intel 一直在推进 High-NA EUV，这是一种较新的光刻技术，旨在利用更高的数值孔径印制更小的特征。到目前为止，TSMC 则侧重于在已公布的 A14 产品家族中延续现有的 EUV 路线。

不立即转向 High-NA 可以减少制程中断和设备风险，但随着设计密度提高，也可能需要额外的多重图形化或其他技术。最终的取舍将取决于制造成本和良率。

Samsung 提供了另一条路线。它比 TSMC 更早采用全环绕栅极晶体管，但未能将这一时间优势转化为明确的大批量晶圆代工优势。其下一次机会取决于能否向客户证明稳定的良率和具有竞争力的产品性能。

这些竞争对手不需要在每个市场都超越 TSMC。只要赢得几个大型设计项目，就可能削弱 TSMC 的定价权，或改变客户的产能规划。

最后一项风险是内部纪律。TSMC 一再强调，公司会根据客户需求而非投机性增长来规划产能。新的支出区间对这种纪律提出了更高要求。

当年营收增速超过 40% 时，600 亿至 640 亿美元的预算并不必然过高。真正的问题在于工厂投产之后会发生什么。回报取决于产能利用率、定价、产品组合以及未来制程迁移的速度。

TSMC 的财报公告承认，其前景仍会受到需求、竞争、产能管理、汇率和半导体市场周期的影响。

因此，投资者应将资本支出的增加视为管理层信心的证据，而不是未来需求的独立证明。该公司比外部观察者更了解客户需求，但它仍然身处一个周期性行业。

三项信号将检验 TSMC 对 A14 的押注

接下来的考验是，近期 N2 需求、客户设计活动和财务表现能否继续支撑 A14 投资周期。

第一项信号是 N2 的量产爬坡。N2 在第二季度占晶圆营收的 3%，TSMC 预计这一比例将在第三季度大幅上升。

N2 是连接当前营收与未来 A14 产品家族的直接桥梁。强劲的量产爬坡将表明，尽管晶圆和设计成本更高，客户仍然重视领先制程带来的改进。

最有价值的指标将是 N2 的营收贡献、良率进展，以及首批主要客户项目之外的采用情况。如果 N2 在移动和 HPC 产品中得到更广泛应用，将进一步支持 TSMC 关于 N2 会成为一个规模庞大且持久节点的判断。

量产爬坡较慢并不会自动否定 A14。产品计划可能发生变化，早期产能也可能仍然有限。不过，如果连续几个季度采用情况疲软，就会引发外界对客户能否迅速承担后续制程成本的质疑。

第二项信号是可观察到的 A14 设计参与度。TSMC 表示，移动和 HPC 客户已表现出浓厚兴趣，但兴趣并不等同于已承诺的量产规模。

制程设计套件、知识产权的可用性、测试芯片以及客户产品披露，将显示 A14 是否正从规划阶段进入执行阶段。最重要的证据将来自多个客户群体，而不是某一次旗舰产品发布。

TSMC 的 2026 年路线图已经为这种参与提供了支持。A13 将保持与 A14 的设计规则兼容性，而 A12 将为 AI 和 HPC 应用加入背面供电。A14-to-A14 SoIC 堆叠计划于 2029 年投入生产。

SoIC 是 TSMC 的三维芯片堆叠技术。它通过高密度垂直接口连接裸片，使设计人员能够整合更多计算和存储资源。

这些衍生制程可以延长底层平台的商业寿命，也能在客户完成初始 A14 设计后，为其提供迁移路径。

如果客户采用该产品家族中的多个成员，TSMC 就可以将开发和工厂成本分摊到更多产品上。如果需求集中于少数配置，其经济效益就会降低。

第三项信号是，在支出加速的同时，财务表现能否保持强劲。TSMC 预计第三季度营收为 446 亿至 458 亿美元，毛利率介于 65% 至 67% 之间。

这些数据为大规模投资留下了空间，同时也设定了很高的基准。海外扩张、N2 量产爬坡成本、折旧以及未来的 A14 设备，将对盈利能力施加越来越大的压力。

投资者应将资本支出与自由现金流和毛利率结合起来观察。仅靠营收增长无法说明扩张是否正在创造持久的经济价值。

HPC 和智能手机营收的组合也很重要。HPC 在第二季度占销售额的 66%，使 AI 基础设施成为当前最明确的增长动力。持续扩张将支持 TSMC 的投资逻辑。

更加均衡的业务组合也不一定是坏事。移动市场对 N2 和 A14 的强劲需求，可以降低对数据中心支出的依赖。对 TSMC 而言，理想结果是在这两个市场都实现持续采用。

竞争对手的进展也属于第三项信号，因为它会影响定价和产能利用率。Intel、Samsung 和 Rapidus 必须展示实际运行的客户产品、可重复实现的良率和可行的产能，其路线图才会转化为直接的商业压力。

仅靠公告无法决定比较结果。决定性证据将是主要芯片设计公司是否会将重要产品交由这些工厂生产。

TSMC 将 2026 年资本支出上调至 600 亿至 640 亿美元，同时 A14 仍按计划推进，这是因为管理层认为先进计算需求已经进入一个更长的产能周期。目前的盈利数据支持这一观点，但这些投资的覆盖范围远远超出了当前订单。

对于开发者、企业买家和 AI 产品团队而言，这一点至关重要，因为芯片供应会影响计算资源的成本和可用性。更先进的制程技术可以提高每瓦性能，而更多产能则可以缓解瓶颈。但这两项收益都不会自动实现。

未来几个季度应该会进一步说明，N2 的采用情况能否验证 TSMC 激进扩张的合理性。随后，A14 的设计活动将显示客户是否准备为又一次昂贵的制程迁移买单。应关注这些承诺，而不仅仅是节点名称。