【文/觀察者網專欄作者 潘攻愚】

上周，某家IC媒體從多個消息源獲悉，臺積電已經向目前所有中國大陸AI芯片客戶發(fā)送正式電子郵件，宣布自本周某日起，將暫停向中國大陸AI/GPU客戶供應所有7nm及更先進工藝的芯片。一時間輿論大嘩。

隨后，多家外資投行和歐美主流媒體跟進寫了快評和報道，并且進行了進一步的事實核實。目前看來，在美國大選結果尚未塵埃落定之際，臺積電導演策劃的所謂大陸“白手套”事件只是一個預演和序曲；在特朗普宣布勝出，但距離白宮真正易主尚有近兩月之時，在全球純代工市場份額超六成的臺積電，將與美國商務部BIS有更多實質性的聯動，甚至有可能直接參與美國新一輪芯片出口管制政策的具體條目的指導和撰寫。

此事再次提醒大陸的半導體產業(yè)界人士，美國的半導體出口管制部門也在不斷學習和進化，新的審查體系絕非因美國政壇換屆大潮單方面裹挾的惺惺作態(tài)，也非純粹配合張忠謀“全球化已死”論斷的逢場作戲，而是由一群資深產業(yè)從業(yè)人員深度參與和廣泛調研的精心謀劃。

7nm工藝平臺與無法喘息的臺積電

此時此刻，臺積電為何將7nm工藝當作扼住大陸半導體發(fā)展的咽喉要道？

對臺積電來講，7nm工藝平臺是一道分水嶺，而且借助自身在代工行業(yè)領頭羊地位的話語權，業(yè)界已經普遍把以臺積電為基準的7nm及其以下平臺視為先進工藝節(jié)點，即所謂“advanced node”。

據臺積電本財年Q3的財報，3nm出貨量占晶圓代工總收入的20%，5nm占32%，7nm占17%，總占比為69%。對比去年同一時間：先進技術（N7、N5、N3）占臺積電收入的67%，我們再調取兩年前的紀錄：2022年Q2的營收占比，5nm占21%，7nm占30%，7nm以下剛剛超過50%。

臺積電各工藝節(jié)點和全球區(qū)域營收占比

僅僅兩年的時間，臺積電就將7nm工藝以下的營收占比提升了差不多20個百分點，再加上平均接近58%的毛利率，讓臺積電在先進工藝方面有著極高的議價能力。

于是乎，我們可以從臺積電內部聽到一些“叛逆”的聲音，比如當特朗普威脅要對臺積電加關稅時，臺積電CFO兼發(fā)言人黃仁昭公然表示“你加關稅我就漲價”，潛在的結果就是要把成本轉嫁到蘋果、英偉達、AMD等美國本土大客戶頭上，層層傳遞，羊毛的剪刀最終還是落身在終端消費者和一眾云服務供應商。

臺積電的底氣就在于此。7nm就是他們逐漸拉開和三星、英特爾工藝代差的關鍵，通過以7nm平臺命名的內部制程演進（N7、N7P和N7+），臺積電將光刻機從DUV推進到了EUV——其中N7和N7P使用的是DUV光刻，但為了用 DUV制作7nm工藝，還使用了例如沉浸式光刻、多重曝光等技術，而N7+則直接使用了EUV光刻。

對比大陸最先進的代工廠中芯國際，直至2020年依然對14nm工藝的營收貢獻諱莫如深，而7nm的進展至今仍處在難以言說的模棱兩可階段。

再從另一個層面上看。把7nm和AI/GPU這幾個關鍵詞結合，就進入到了以HBM技術牽引下的先進封裝領域。為了解決AI芯片的算力密度和內存墻，GPU和HBM互聯的先進封裝體系不斷驅動著TSV、中介層和混合鍵和技術的發(fā)展。AI/GPU幾乎成了先進封裝的同語反復。

目前全球先進封裝這一原屬于后道工藝出現了明顯的前道化趨勢，而且隨著HBM供應商不斷加大堆疊密度，未來第五代HBM（HBM4）與邏輯層的互聯將由存儲大廠和代工廠共同完成，按照SK海力士的說法，HBM4將極大地改變原來DRAM是“通用芯片”的業(yè)界認知，而變成一種定制化的存儲特殊工藝芯片，其中的know-how將由代工廠和存儲原廠共同承擔，這也是臺積電今年宣稱的“代工2.0”計劃的題中之義。

卡住了7nm的AI芯片供應，理論上將會延緩中國大陸代工工藝、存儲工藝和封裝工藝等多項被美國商務部頗為忌憚的賽道，是一個“一石多鳥”的陽謀。

不過，具體到臺積電的工藝節(jié)點演進，他們真的就一騎絕塵，用一紙禁令就可以把大陸的芯片設計和制造能力封禁?。筷栔\之下其實有一股暗流。

現階段，臺積電不得不開足馬力盡可能地卷自己，以實現業(yè)績、資本投入和政治回報。隨著半導體器件、材料、die size和光罩尺寸逼近極限，臺積電正在竭力避免自己掉入自身編織的工藝演進之網中。

除了代工和先進封裝之外，臺積電還提供光掩模服務

根據臺積電自身發(fā)布的數據，其5nm工藝對比7nm只有15%的性能提升，而剛剛初步成功的3nm性能相比5nm提升約18%，功耗提升34%，而晶體管密度增長是60%，低于傳統(tǒng)上工藝節(jié)點提升要求的100%密度增長。

換言之，從7nm到3nm增長兩代工藝，臺積電芯片研發(fā)費用增加了3倍，卻只得到70%的功耗優(yōu)化和35%的性能優(yōu)化。這背后有功耗墻、內存墻、面積墻、并行墻等多方面的瓶頸，晶體管密度單一向度提高未必能給整個芯片系統(tǒng)帶來線性增長的性能和性價比。

臺積電不斷為自己的資本投入與先進芯片量產打造一個成功版的“西西弗斯神話”，即便是每次都能把石頭成功搬運到山頂，但偶爾的一次失手就會讓客戶和自身損失慘重。

臺積電曾經在2022年成功量產3nm，但客戶基本只有蘋果。當年的3nm一開始推出時，臺積電曾經羞于啟齒，島內分析師陸行之曾指出，N3對N5來說是一個大敗筆，明顯比5nm對7nm的量產時間間隔多延遲了半年，最后造成蘋果沒有辦法在當年9月推出新手機，所以當時臺積電的技術論壇甚至干脆就把N3省略，直接拿N3e來跟5nm相比，是一種營銷上的無奈之舉。

半導體技術研究機構Semi Engineering統(tǒng)計了不同工藝下芯片所需費用，其中28nm節(jié)點上開發(fā)芯片只要5130萬美元投入，16nm節(jié)點需要1億美元，7nm節(jié)點需要2.97億美元，到了5nm節(jié)點，開發(fā)芯片的費用將達到5.42億美元，從趨勢來看，3nm芯片研發(fā)費用或將接近10億美元。

心智觀察所曾在兩個月前質詢常駐Seeking Alpha上的資深分析師Robert Castellano，他給出了一組數據：2023年，臺積電3nm的晶圓代工報價為19865美元每片晶圓，相比5nm的13400美元增長了43%；同年，臺積電加工每片5nm制程晶圓所消耗的成本已經上升到了4235美元，相比加工每片7nm制程晶圓所消耗的成本2330美元也增長了81.8%。

在AI/GPU領域，臺積電面臨著巨額的半導體硅片等材料、半導體設備（折舊）、人力、工廠基礎設施建設（折舊）、水電成本，除了漲價金手指之外，他們必須依靠大量的客戶訂單進行成本攤銷，這種資本+量產的滾雪球神話需要英偉達、新思科技和西門子EDA等一眾合作伙伴來共同編織生成式AI大夢，以防重蹈元宇宙泡沫破滅的災難。

客觀地講，臺積電對大陸7nm AI/GPU的扼制，未必不是給大陸構建一堵AI第一塊多米諾骨牌倒下后的防火墻，算力的通貨膨脹與能源極限，導致的從用戶端側——云端——數據中心——代工廠的利益鏈崩塌并非是遙不可及的事。

國內AI芯片大廠完全可以保持定力，靜觀其變。