台積電：AI 產能追不上需求，20 座晶圓廠同時蓋也不夠應付

台積電公開表示，AI 相關產能的擴充速度仍遠遠追不上市場需求，即使同時興建 20 座晶圓廠也不足以應付。這個以廠房數量作為比喻的說法，罕見地量化了當前 AI 算力供需失衡的極端程度。

要理解這句話的份量，需要先了解晶圓廠的建設成本與周期。一座先進製程的晶圓廠投資金額動輒數千億元，從動工到量產通常需要三到四年，其中還不包括土地取得、電力併網與人力招募的前置作業。同時興建 20 座這種規模的設施，在資本、設備供給與工程人力上都遠超任何單一企業的能力範圍。

需求端的成長曲線則解釋了這種失衡從何而來。AI 算力需求近年以每年數倍的速度增加，這種成長速度在半導體產業的歷史上前所未見。過去的成長驅動力來自個人電腦或智慧型手機的普及，這類需求受限於人口與換機周期，成長曲線相對平緩；而 AI 算力需求來自模型規模、使用量與推理深度三個維度的同時擴張，彼此相乘後的成長遠超線性。

供給端的限制則不只在於資本。先進製程的設備交期本身就長達一年以上，曝光機這類關鍵設備的年產量有限，無法因為需求增加而立即倍增；先進封裝的產能同樣受制於設備與良率；而高頻寬記憶體的供給更是整條鏈上最緊繃的環節。這些限制環環相扣，任何一環都足以決定整體的產出上限。

對客戶而言，這種狀況直接改變了採購行為。當產能無法滿足所有需求，分配就成為關鍵問題，客戶必須以更長期的承諾、更早的預付或更緊密的合作關係來爭取配額。這也解釋了為何近期多家業者的高層會親自出面爭取產能，而非透過一般的商務管道。

後續觀察重點在於這種失衡的持續時間。若 AI 應用的商業化速度能持續支撐這種需求，產能擴充將持續是產業的主軸；但若需求成長在某個時點放緩，正在建設中的產能就可能在完工時面臨供過於求。半導體產業的歷史顯示，這兩種情境的轉換往往比預期來得快。