摘要：本周，英伟达及其合作伙伴安靠（Amkor）、富士康、矽品（SPIL）、台积电（TSMC）和纬创（Wistron）宣布，计划在未来四年内在美国打造价值 5000 亿美元的人工智能硬件。该声明涵盖了实际人工智能处理器的生产、测试和封装，以及实际人工智能服务器的组装

本周，英伟达及其合作伙伴安靠（Amkor）、富士康、矽品（SPIL）、台积电（TSMC）和纬创（Wistron）宣布，计划在未来四年内在美国打造价值 5000 亿美元的人工智能硬件。该声明涵盖了实际人工智能处理器的生产、测试和封装，以及实际人工智能服务器的组装。然而，尽管该声明代表着一项打造价值 5000 亿美元的人工智能硬件的计划，但它缺乏细节，这让人对其能否实现存疑。因此，我们决定对此进行深入研究。

在美国建立本地人工智能供应链

台积电已经承诺在未知的时间内向其Fab 21制造基地投资 1650 亿美元，因此可以肯定地说，它拥有（并且将拥有）为 Nvidia 制造芯片的先进制造能力。

生产 4nm 工艺的 Fab 21 第一阶段已开始量产，生产 3nm 工艺的 Fab 21 第二阶段预计将于 2028 年开始量产（比 Nvidia 计划在台湾量产其基于 3nm 的 Rubin GPU 晚 1-2 年），生产 2nm/1.6nm 工艺的 Fab 21 第三阶段预计将于 2020 年底开始大规模生产芯片。

在封装方面，台积电承诺在美国建设两个先进的测试和封装设施

Amkor 正在斥资 20 亿美元建造一座先进的封装工厂，该工厂全面建成并配备齐全后，将拥有 50 万平方英尺（46,451 平方米）的洁净室空间。本周，SPIL 也宣布将在美国建造一座封装工厂。根据 Nvidia 的新闻稿，该工厂也将拥有 50 万平方英尺（46,451 平方米）的洁净室空间。该公司尚未透露投资计划，但其规模很可能与 Amkor 的工厂大致相同。

结合 Amkor 和 SPIL 的投资情况来看：台积电目前的先进封装设施成本不到 20 亿美元，而且由于需求量大，无法满足所有使用 CoWoS 和其他封装方法的客户的需求。

然而，两座耗资 20 亿美元的 OSAT 工厂可能足以满足苹果、AMD 和 Nvidia 在美国生产的产品的需求。不过，需要注意的是，Amkor 的工厂计划于 2027 年投入运营，而 SPIL 的工厂何时才能投入使用尚不清楚。

除了芯片生产和封装设施外，Nvidia 的合作伙伴还将在美国建设真正的 AI 服务器组装工厂。富士康计划在德克萨斯州休斯顿建厂，而纬创则计划在德克萨斯州达拉斯建厂。两家公司都计划近期开工建设，并将在 12-15 个月内开始生产服务器。

据韩国邮报报道，富士康子公司鸿佰科技已投资高达 1.42 亿美元，在德克萨斯州休斯顿附近购买了 349,000 平方米的土地（相当于五角大楼占地面积的三倍），以及一座 93,000 平方米的设施（与典型的亚马逊配送中心面积大致相同） 。

该工厂似乎适合组装人工智能服务器，但以富士康的标准来看，规模并不算大。例如，富士康郑州工厂（又名iPhone城）的厂房面积为140万平方米。值得注意的是，据彭博社报道，富士康还在墨西哥建设其所谓的最大人工智能服务器组装厂，预计耗资9亿美元，将于2025年末或2026年初投入使用。

纬创工厂的具体规模尚不清楚。值得注意的是，英伟达及其制造合作伙伴计划部署英伟达的 Omniverse 来模拟和优化工厂运营，并使用 Isaac GR00T 为这些工厂开发自动化机器人系统。鉴于这些优势，我们有理由预期新工厂的效率将高于现有工厂。

5000亿美元的AI设备算什么？

毫无疑问，5000亿美元是一笔巨款。但是，就AI硬件而言，这个数字究竟能带来什么呢？

根据经验，AI GPU 占 AI 硬件成本的一半，因此 Nvidia 预计将在美国生产价值 2500 亿美元的 AI GPU 和价值 2500 亿美元的支持硬件

一台配备八个 B200 GPU、两个 56 核 Intel Xeon 8570 处理器、2 TB DDR5 内存、30 TB NVMe 存储、六个 NVLink 交换机、八个 Nvidia ConnectX-7 VPI 卡和软件的 Nvidia DGX B200 服务器，不含税售价为 59.3 万欧元（67 万美元）。5000 亿美元可以买到超过 74.6 万台 DGX B200 服务器。据报道，配备 78 个 B200 GPU 的 NVL72 机架售价为 300 万美元。只需花费 5000 亿美元，就可以买到 166667 个 NVL72 机架。

您还必须质疑富士康和纬创在美国的工厂（从现在起 12-15 个月内开始运营）是否可以在未来三年内建造 746,000 台 8 路 DGX 服务器，或 166,667 个配备 72 个 GPU 的机架。

为此，他们每年必须建造249,000台8路DGX服务器（每天682台），或每年55,500个AI机架（每天152个机架），这是一个庞大的数字。根据DigiTimes Research的数据，2024年全球AI服务器的出货量总计约为639,000台。根据TrendForce的数据，去年AI服务器的价值达到了2050亿美元。

在两座设施（配备 Omniverse 和先进机器人）内构建全球 2024 年约 40% 的 AI 服务器供应量，是一项雄心勃勃的计划。众所周知，富士康和纬创的设施设计能够同时运行数十条生产线，而一座 10 万平方米的设施可以容纳数十条专业化、高度自动化的生产线，因此它们很可能能够每年生产数十万台 AI 服务器。

但到2029年，英伟达有可能在美国生产价值2500亿美元的数据中心产品（包括GPU、CPU和网络设备）吗？为了实现英伟达未来四年在美国生产价值2500亿美元的人工智能芯片的宏伟目标，英伟达及其合作伙伴每年必须在美国生产价值655亿美元的芯片。英伟达2025财年的数据中心营收为1150亿美元，因此，如果它能将55%的服务器产品生产转移到美国，那么每年生产价值655亿美元的芯片很可能是可以实现的。

然而，考虑到台积电的 Fab 21 第二阶段计划于 2028 年开始生产 3nm Rubin GPU，而 Amkor 的先进封装工厂有望于 2027 年开始运营，我们只能猜测 Nvidia 是否真的可以在 2026 年至 2027 年期间将其 55% 的数据中心生产转移到美国。

虽然到 2029 年在美国生产价值 5000 亿美元的人工智能硬件的目标可能过于雄心勃勃，但 Nvidia 及其合作伙伴可能会在未来四年内生产价值数千亿美元的人工智能硬件。

关注全球半导体产业动向与趋势

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4097期内容，欢迎关注。

『半导体第一垂直媒体』

来源：半导体行业观察一点号