撰文：大宇
封面图为：《雾海上的旅人》弗里德里希本文首发于微信公众号：宇十一 所有 AI 故事的终点，都在这家公司
引子
市场在 AI 产业链上不断寻找着一个个当下的明星，先是芯片、再是存储、再是光模块，后来是电力。每隔几个月，就有新的故事被人追逐。
但大多数故事，最终都与一家位于新竹的公司有关。
英伟达 Blackwell 在它这里流片，AMD 的 MI400 在它这里流片，谷歌 TPU 在它这里流片，亚马逊 Trainium 在它这里流片，微软 Maia 同样如此。即使是 HBM 内存，也需要在这里封装。
整个 AI 产业链的能量，最终都汇聚在这里，在这家公司，这家公司叫台积电。
它是 AI 中最重要的卖水人——研究 AI，这是一家绕不过去的公司。当前，它正在 AI 时代经历一次商业模式的根本性升级，从"按片计费的代工厂"，变成"AI 时代隐性收费站"。这种升级比市值高低更值得关注，因为它决定了未来五到十年这家公司估值参照系会从哪里搬到哪里。
这是《AI 投资地图》系列的第 17 篇文章，经过数十次修改方定稿，约 1 万字。建议转发收藏。推荐将本号「设为星标」。
一、产业重塑的来时路
1987 年，半导体行业是垂直整合（IDM）模式的天下：英特尔、德州仪器、摩托罗拉，每一家都既设计芯片又自建工厂。
56 岁的张忠谋在台湾新竹拿着 2.2 亿美元启动资金，做了一件当时几乎所有人都认为荒唐的事——他要开一家只做制造、不做设计的半导体公司。 张忠谋的想法是反过来——他不和任何客户竞争，只专注把别人的设计图变成晶圆。
他说，"我的公司不生产自己的产品，只为半导体设计公司服务。"
这句话，重塑了半导体产业， "代工"成为一个独立、可信任的环节，一个没有工厂的芯片设计公司有了生存空间；也成就了台积电霸业。今天市值 4 万亿美元的英伟达、市值 1.8 万亿美元的博通、市值 5500 亿美元的 AMD，他们的诞生都站在台积电这个商业模式假设之上。
张忠谋赌对了。
台积电从 1987 年到今天用了 38 年时间，跨过了几个关键的技术拐点：
2003 年铜制程突破——自主研发击败了 IBM 的同期方案，确立技术自信
2004 年浸没式光刻——和当时还远算不上垄断者的荷兰阿斯麦合作开发新一代光刻机，缔造了未来二十年的"代工厂—光刻机"战略同盟
2014 年拿下苹果 A8——第一次成为苹果主力代工厂，从此苹果芯片的迭代周期开始定义台积电的节奏
2025 年 2 纳米量产——继续保持每两年一代的迭代速度，把三星和英特尔甩在一代之外
2025 年英伟达取代苹果成为最大客户——AI 时代正式压过消费电子时代
如今的台积电在 2025 年第四季度的全球晶圆代工收入中占 70.4%（TrendForce 口径）。在 7 纳米及以下的先进制程领域，它的份额接近 90%。在 3 纳米及以下的最先进节点，它处于绝对领先地位。在 AI 加速器的高端代工与先进封装环节，市场地位几乎是排他性的。
它的客户名单囊括了今天科技世界几乎所有重要公司——苹果、英伟达、AMD、博通、高通、联发科、谷歌、亚马逊、Meta、微软。这些公司互为竞争对手，却把最核心的设计图都交给同一家公司制造。这是产业里极少见的信任结构。
它由魏哲家担任董事长兼执行长（2024 年 6 月接班），下面有两位资深共同营运长——秦永沛（1987 年加入的元老，工研院出身，被内部尊称为"秦公"）和米玉杰（1994 年加入，IBM 研究背景，2022 年 IEEE Frederik Philips Award 得主）。第三代接班梯队（侯永清、张晓强）也已经在副营运长的位置就位。这是产业里少有的、把传承制度化的科技公司。
它在 2025 年贡献了 1224 亿美元营收、552 亿美元净利润，全球员工接近 9 万人。它的市值在 2026 年 5 月初约 2.1 万亿美元，是全球第六大公司。
二、四个特点
1、它是产业链的核心
市场习惯把 AI 算力链拆成三段：算力（英伟达）、存储（HBM 三巨头）、光互联（博通、迈威尔）。但每一段追到最深处，都会停在台积电门口，而且每一家都离不开它。比如，英伟达短期看不能把下一代 Rubin 芯片转去三星或英特尔，那会导致英伟达的份额被云厂商自研芯片蚕食——那些自研芯片会在台积电做。
任何 AI 格局变化激烈，但台积电稳坐钓鱼台，谁胜谁败对台积电都影响极小。
甚至英伟达都面临多方冲击，而台积电甚稳。
2、它是层层加码的"价值堆栈"
存储、封装、光互联，台积电"每段都参与"，但这种说法其实还不够准确，因为 AI 每一次升级，都不是把一颗芯片做得更好，而是把更多的"台积电含量"压进同一个系统里，层层加码。
第一层是先进制程。 GPU、专用芯片、CPU、HBM 的逻辑基座——所有最贵的硅都在台积电做。HBM 颗粒由海力士和美光生产，但 HBM4 时代起，颗粒下面那块逻辑基座必须用先进逻辑制程，台积电在 2025 年技术日确认提供 12 纳米和 3 纳米的 HBM4 基座代工。HBM 卖得越好，台积电也越赚。
第二层是先进封装。 GPU 和 HBM 颗粒不能简单焊在一起，必须通过 CoWoS 这种 2.5D / 3D 封装把它们拼成一颗"系统级芯片"。整个 AI 链上最稀缺的资源就是这一道工序，台积电据产业链估算占据 85%以上的份额。每颗 AI 芯片在台积电这里被收两次费——晶圆制造一次，先进封装一次。
第三层是光互联。 当 GPU 集群从机架走向整层楼，铜缆在能效和带宽上撞到物理墙，光互联（共封装光学，CPO）成为唯一出路。它最大的工艺难点是把光子芯片和电子芯片以亚 10 微米精度堆叠——这件事的产业级良率门槛，目前真正跨过去的只有台积电。英伟达和博通的下一代 CPO 交换机，背后都指向台积电的光互联工艺。如果这一层兑现，台积电的角色就从"芯片制造商"扩展到"机架内外数据搬运效率的隐形受益者"。
别人越扩张，台积电越接近不可替代——AI 的每一次升级，都不是多卖一颗芯片，而是多压进一层台积电的收费权。
3、商业模式正从"按片计费"升级为"基础设施收费"
过去几十年，台积电的核心商业模式是按晶圆收费。客户给设计图，台积电按制程节点和良率结算每片晶圆的价格。这是个标准化、有边际、有周期的生意。
但 AI 时代正在改写这个模式。3 纳米产能预订到 2027 年。2 纳米产能排到 2028 年。CoWoS 封装从 2026 年到 2027 年都被预订满。CoWoS 价格在 2025 到 2026 年累计上涨约 20%没遇到客户抵抗。台积电在 2026 年初对所有先进制程涨价 6%—10%也顺利落地。客户为锁定产能愿意接受加急溢价。
台积电卖的不再是晶圆，而是 AI 算力链上最难替代的产能配额。
台积电的参照系正在从"制造业"向"基础设施"靠拢。后者对应的是阿斯麦这种现金流稳定、产能稀缺、议价权完全在自己手里的公司——它们享受的估值倍数比制造业显著更高。
4、盈利能力已经突破了天花板
重资产制造业有一条隐形的天花板，无论品牌多强、规模多大，全球大型重资产制造企业的净利率几乎全部在 5–15%之间。这条天花板是物理规律，因为重资产 = 持续大额折旧+设备维护+产线扩张，这三项成本不会因为品牌好就消失，这就会压制利润率。
这也是为什么英伟达净利率高，市场给的估值也高，因为它不建厂、不折旧，把重资产的脏活累活全部外包出去了；也是为什么英特尔作为重资产制造企业，一度需要政府和商业资本拯救的原因。
但台积电不同，他的重资产投入越来越大，但利润率反而越拉越高。
台积电 24 年资本开支，约 298 亿美元，25 年约 400 亿美元，26 年指引预计 520-560 亿美元，两年时间，资本开支接近翻倍。
但是有意思的是，看同期的利润率，竟然也在上升，从 24 年的 40.5%连年稳定上升，2026 年 Q1 最新数据是 50.5%。
资本开支翻倍、折旧加重，但台积电的利润率反而创新高。台积电已经不是在重资产制造业做到了最优的利润率，而是把天花板直接抬走了。
下面这个图对照一看会更直观：
企业 财年 净利率 数据来源 台积电 2026 Q1 50.5% SEC 6-K 丰田 FY2025（2024.4–2025.3） 9.9% SEC 6-K 奔驰 2024 全年 7.0% 公司年报 宝马 2024 全年 5.4% 公司年报 鸿海/富士康 2024 全年 2.23% 鸿海官方公告 NVIDIA（Fabless 对比） FY2025 55.85% NVIDIA 8-K
三、第一根支柱：制程的统治
台积电在最先进制程上领先三星和英特尔大约一代到一代半。
2025 年第四季度，台积电按计划量产了 2 纳米节点，台积电在主流先进逻辑客户导入上保持领先，2 纳米产能预订已经排到 2027 年——苹果 A20、AMD 服务器芯片、谷歌 TPU、亚马逊 Trainium 都在等这个节点。高通也已经把下一代旗舰芯片主要订单交给台积电。
更关键的是，台积电在 2 纳米之后的路径已经画好了：
节点 计划量产 / 放量 关键特征 N2 2025 年 Q4 量产，2026 年加速放量 台积电首个 GAA 纳米片节点，手机与 HPC 共同导入 N2P 2026 年下半年 N2 性能增强版，优化性能与功耗 A16 技术 ready 在 2026 年，客户产品放量更偏 2027 年 N2P 基础上加入 Super Power Rail 背面供电，更偏 AI / HPC N2U 2028 年 N2 平台延伸版，通过 DTCO 继续提升性能、功耗和逻辑密度，兼顾移动与 HPC A14 2028 年 第二代纳米片，全节点 PPA 提升，第一版不加入背面供电 A13 2029 年 A14 的光学缩小版，面积约减少 6%，设计规则兼容 A14 A12 2029 年 A14 平台上加入 Super Power Rail，面向更高性能 AI / HPC
2025 年第四季度，台积电 N2 按计划进入量产。相比之下，三星 2 纳米虽然已经进入追赶阶段，但公开报道仍显示其良率大致停留在中五成附近，距离顶级外部客户要求的稳定量产还有距离。英特尔 18A 已经用于内部产品，并率先引入 PowerVia 背面供电，但外部代工客户导入、大芯片良率和经济性仍需要更多产品验证。因此，先进制程的竞争不能只看谁先发布 PPT，而要看谁能把节点稳定交到苹果、AMD、英伟达和云厂商手里。
A16 特别适合引入"背面供电"技术，正面金属层全部留给信号，同时减少布线拥塞和电压降，对 AI 加速器和高性能计算芯片来说，电流供应、压降控制和信号布线越来越接近物理瓶颈，背面供电正是为这个瓶颈准备的。但手机芯片的需求不同。手机更看重成本、功耗、面积、IP 复用和量产稳定性，不一定需要为背面供电承担额外复杂度。
因此，能看到上面时间表中，A14 / A13 是面向手机客户多一些，比如苹果；而 A16 / A12 更偏 AI 服务器 HPC 节点，这是台积电路线图里最聪明的地方：它没有用一条路同时服务所有客户，而是把先进制程拆成两条轨道——手机客户贡献规模，AI 客户贡献溢价；客户端节点负责起量，HPC 节点负责冲性能。
有意思的是，在 A14 量产之前，台积电还可以不急着买阿斯麦最新款的光刻机（一台几亿美元），可以靠工艺先优化着用，这一定程度上保留了议价权。
总体来说，在制程上领先一代半、核心客户高度绑定、未来五年路线图清晰，这是台积电的胸有成竹。
四、第二根支柱：封装的"收费站"
今天最贵的 AI 芯片，已经不是一颗芯片，而是一套系统。
英伟达 Blackwell 的物理形态是一块超过手掌大小的"基板"，上面集成了两颗主计算芯片、八组 HBM 内存堆栈、I/O 控制单元、电源管理单元——加起来近百颗芯片组成一个系统。
把这些芯片在亚 10 微米精度下拼到一块基板上，这道工序叫 CoWoS（Chip-on-Wafer-on-Substrate，"芯片堆晶圆堆基板"）。CoWoS 是台积电 2012 年开始投入的封装工艺。在 AI 加速器市场上，它今天是事实上的标准——英伟达 Blackwell、AMD MI350、Google TPU、Amazon Trainium、Meta MTIA 都走这一道。英特尔和三星都有自己的封装方案——英特尔的 Foveros/EMIB、三星的 I-Cube，但在英伟达这类最高端 AI GPU 的大规模量产封装上，目前主通道仍然是台积电 CoWoS，三星和英特尔还没有形成同等级别的客户验证和量产份额。主要有几个原因：
一是技术成熟度差几档（CoWoS 十多年的良率积累没人追得上）； 二是客户的设计已经绑定台积电的工艺规则，切换要重新设计芯片； 三是最关键的，利益冲突——台积电是世界上唯一的"纯代工厂"，自己绝不下场和客户竞争。三星和英特尔既做代工，也有自己的芯片和存储业务。对英伟达、AMD、博通这些客户来说，把最核心订单交给潜在竞争者，天然有心理成本和战略成本。
CoWoS 改变了台积电在芯片上的赚钱模式，它在每一颗 AI 芯片上扮演两个角色：
第一是晶圆制造。 比如，英伟达的 GPU 主计算芯片由台积电 N3/N4P 工艺制造，赚第一笔钱。
第二是先进封装。把这颗 GPU、加上从 SK 海力士或三星买的 HBM 内存、I/O 控制、电源管理，拼到一块基板上，赚第二笔钱。
一颗芯片，赚两次钱。
这个赚钱还只会越来越凶。目前，先进封装收入占台积电总营收，2025 年约 8%，2026 年预计跨过 10%。这个数字本身不高，但它的增速远超公司整体，台积电自己披露，先进封装的增速会"超过公司平均"，且毛利率正在追平公司平均。
目前台积电积极在扩产能，但是仍然不够，因为需求太大。供应链估计 2026 年全球 CoWoS 需求达百万片晶圆量级，英伟达一家就占近六成。
台积电的 CoWoS 月产能从 2023 年底的约 1.5 万片扩到 2026 年底预计的 12—13 万片。三年扩了 8 倍，仍然不够用。主要是因为 CoWoS 产能是按"晶圆数"算的——一片晶圆上能切出多少个封装。AI 芯片的需求从三个方向同时增长：销量在涨、单颗芯片越做越大、每颗芯片配的 HBM 越来越多，意味着单个封装吃掉的晶圆面积在持续扩大，这导致同样的晶圆产线，能产出的封装数减半。所以"产能扩 8 倍"和"单颗芯片做大 2—3 倍"是两条互相抵消的曲线。
这是台积电 2026 年 4 月披露的封装尺寸路线图给出的具体数字：
现在（2026 年）：5.5 倍光刻掩膜尺寸
2027 年：9.5 倍，可容纳 12 颗及以上 HBM 堆栈
2028 年：14 倍，可容纳约 10 颗大型计算芯片 + 20 颗 HBM 堆栈
2029 年：超过 14 倍，最多支持 24 颗 HBM5E 堆栈
到 2029 年，单封装上的计算晶体管数量将比 2024 年提升 48 倍，大家都想要将更多的东西封在一起，为什么 AI 芯片必须越做越大？这是物理规则决定的。单颗芯片受光刻掩膜尺寸限制（reticle limit），物理硬上限约 858 平方毫米。这是光刻设备本身的极限，绕不过去。但 AI 模型的参数量和算力要求每年在涨，单颗芯片做不到。剩下的方案只有两条：
路径 A：多颗小芯片之间通过 PCB 板/电缆连接（传统多 GPU 服务器）。延迟高、带宽低、能耗大
路径 B：多颗芯片在同一个封装内，通过 CoWoS 的硅中介层连接。延迟低、带宽高、能耗小
而且 HBM 内存必须物理上紧贴计算芯片才能发挥带宽，距离每远一毫米，延迟和能耗都会涨。一颗几百亿晶体管的 GPU 加上 192GB 的 HBM 必须装在同一块巴掌大的基板上，没有第二种方案。
所以，需求大而且持久，而目前真正能以大规模、高良率、稳定节奏承接这类旗舰 AI 封装的，主要还是台积电。这个封装能力的护城河比先进制程还要更深、更新、更不容易追赶。三星追 2 纳米靠堆良率，英特尔追制程靠 18A，但封装这件事，他们没有一家能复制台积电这套"晶圆制造和先进封装一体化"的能力。
下一步还有更激进三维堆叠（SoIC）。CoWoS 是 2.5D，芯片在中介层上水平互连；SoIC 是真正的 3D，芯片与芯片垂直堆叠。台积电规划 A14-on-A14 的 SoIC 在 2029 年量产，是英伟达 Rubin 之后的下一代架构、Google TPU、Amazon Trainium 的共同路径。
于是，AI 算力的物理天花板，由台积电的封装尺寸定义。
五、第三根支柱：光互联的下一程
铜互联在 AI 集群里撞墙了，GPU 连接已经进入光的时代。
当前，单 GPU 功耗已经到 1000W，下一代到 2000W；GPU 之间的互联带宽每两年翻 4 倍；铜缆在 224G 之后基本不可行，448G 几乎做不到。唯一的出路是把光引擎直接集成进 GPU 或交换机封装内部——这就是共封装光学。它最大的工艺难点是把光子芯片和电子芯片以亚 10 微米精度堆叠。这件事的产业级良率门槛，目前真正跨过去的只有台积电，台积电的光互联平台（COUPE）在 2026 年进入量产。
在客户角度，英伟达 2025 年发布的两款共封装光学交换机，光电集成基于台积电三维堆叠；博通的下一代光互联平台也指向台积电的光互联工艺。
竞争对手的情况是，三星的共封装光学商用计划要等到 2029 年，整整晚了三年。英特尔在 18A 之后能不能在光互联上接得住下一代订单，目前是个问号。
这根支柱目前还没有进入台积电的主要贡献中，但已经不远。这意味着，台积电在"AI 算力基础设施"这个生态位上，对下一代物理瓶颈也提前作好了准备。
每一次 AI 物理形态的演进，台积电都在前面等着。
六、客户的反转：苹果时代落幕，AI 时代开启
2025 年台积电年报里有两位匿名客户：客户 A 贡献 19%（约 233 亿美元），客户 B 贡献 17%（约 215 亿美元）。台积电从不点名，但市场普遍推断客户 A 是英伟达，客户 B 是苹果——年报口径下两者份额仍非常接近。
2026 年 1 月，黄仁勋在 GSA 播客上亲口确认：英伟达已是台积电最大客户。
这个反转的意义远超两家公司订单的此消彼长。它标志着全球科技产业的权力中心，正在从"掌握终端"向"掌握算力"转移。
苹果时代的台积电，节奏由 iPhone 升级周期定义，订单可预测、波动小、客户关系稳定。 英伟达时代的台积电，节奏由超大规模云厂商资本开支决定，订单弹性大、单价持续抬升。
卖方推算英伟达单芯片售价的演进：H100 起 22000 美元，B200 起 30000 美元，下一代 R 系列预计 45000 美元量级。更深的层次是——苹果只有一家，但 AI 时代的"超级客户"是一群。
除了英伟达，博通（替谷歌、Meta、OpenAI 设计专用芯片）2026 年 CoWoS 订单预订量预计同比+122%，跃升至台积电前三大客户。AMD 的 MI400 系列、谷歌的 TPU、亚马逊的 Trainium、微软的 Maia——全部都是台积电客户。
云厂商自研专用芯片越多，台积电的客户越分散，单一终端格局对它的冲击越小。
这是英伟达给不了投资者的对冲，英伟达自己不能从"自研专用芯片浪潮"里获益，但台积电可以。
七、一些数据
台积电当前市值约 2.1 万亿美元，TTM 市盈率在 30—37 倍区间（不同数据口径略有差异），前瞻市盈率约 20—25 倍。表面看，TTM 市盈率比 10 年均值 22 倍高了 50%以上，似乎不便宜。具体，这个数字要分几个维度看。
观察点一：用 forward 还是 TTM？
台积电正在 2025—2026 年经历一次盈利能力的台阶式跃升。在这种跃升期，TTM 市盈率会系统性地高估真实估值水平——因为分母（每股收益）永远在追分子（股价）。
2025 全年净利润 552 亿美元，2026 年大概率突破 750 亿美元。前瞻 12 个月每股收益比 TTM 至少高 30%。前瞻市盈率实际只有 20—25 倍，落在过去 10 年估值均值上。
但当前的盈利质量、增速、护城河，都远好于过去 10 年的中位状态——净利率从 35%跳到 50%、ROE 从 25%跳到 40%、客户结构从消费电子跃迁到 AI 基础设施。
同样的市盈率倍数，对应的资产质量已经完全不一样了。 用前瞻市盈率看，台积电当前估值在历史均值上，但资产质量是历史最高水平。
观察点二：横向对比，台积电在 AI 链上贵不贵？
单看台积电自己的市盈率没什么意义，要看在同一条赛道里它处于什么位置——AI 链上有限的几个核心标的，谁的"增速—估值"比最好，资金长期会向哪里流。
数据如下（前瞻口径）：
公司 2026E 收入增速 前瞻市盈率 前瞻 EV/EBITDA 台积电 30%+ 20—25 13—15 英伟达 ~50% ~30 35—40 博通 ~30% ~28 25—28 AMD ~35% ~30 ~22 阿斯麦 ~20% ~30 ~25
台积电是 AI 链核心标的里是相对更便宜的资产，但增长强劲。
英伟达增速更快、前瞻市盈率也合理，但它面对"客户集中风险 + 自研芯片替代"两层结构性风险；博通主要受益于专用芯片，但代工和封装环节仍然在台积电；阿斯麦是设备龙头，但增速只有 20%。
在 AI 链核心标的里，台积电同时满足"估值在历史均值""增速 30%+""护城河最深"三个条件。
观察点三：是制造业还是基础设施？
如果用"制造业"的尺子量台积电，历史均值是 22 倍市盈率； 但如果用"基础设施"的尺子量（参考阿斯麦、燃气管道、互联网骨干网这些不可替代的稀缺资源），则视角明显不同。
到底应该用哪一个？见仁见智。
不过，从产能预订到 2028 年、价格连年上涨、客户接受加急溢价、长期毛利率目标从 53%上修到 56%、客户做完一代设计后再回头的代价极高来看，这些不是制造业的特征，是基础设施的特征。
观察点四：从市值反推
今天 2 万亿美元的市值，到底要求台积电未来跑出怎样的增速才能撑住？
2 万亿美元的现价，本质上要求台积电未来 5 年净利润年化保持在 18%左右。这个数字不容易，但也不离谱。台积电 2025 年净利润同比增长 56%，2026 年管理层指引营收增长 30%+且毛利率持续扩张——这意味着 2025—2026 两年净利润大概率年化超过 35%。
而且有一个容易被忽略的口径细节，台积电管理层在业绩说明会上说"AI 加速器收入占比已到高十几个百分点"时，他们的口径只包含 GPU、AI 加速器、HBM 控制器，不包含云端 CPU、不包含边缘 AI 芯片、不包含手机里跑模型的神经网络处理器。但这些"不被算成 AI"的部分，几乎也都跑在台积电的先进制程上。也就是说，台积电对外讲 AI 敞口时是偏保守的——这一点反而增加了它指引的可信度，同时意味着它实际从 AI 时代获得的总收益，比管理层口径下的数字更广。
这种"自己把自己说小"的口径选择，是台积电管理层一以贯之的风格。它不刻意制造预期，反而让兑现的弹性更大。
八、风险
一是世界不太平，到处在打架。
二是 2 纳米与 1.6 纳米良率爬坡。
三是海外厂毛利率稀释。现在台积电加快海外建厂，初期利润率下降是必然，但好的方面看是 Q1 2026 毛利率反而创了 66.2%的历史新高。
四是 CoWoS 产能爬坡能否兑现。2026 年底目标 12.5 万片月产能。如果年底产业链确认未达 11 万片是负面信号，超过 13 万片是显著利好。
总体来说，都是技术上或个人觉得不需要太担心的点。
另外，还有一个隐性的风险，被讨论很多的，就是 AI 资本开支节奏放缓。
它和台积电自己无关——它取决于上游买单方的钱包。
但这一条，有一个好处是，盯紧头部云厂商的资本开支指引，这是台积电股价 2—4 个季度的领先指标。微软、谷歌、Meta、亚马逊、甲骨文这五家公司 2026 年合计资本开支预算约 7000 亿美元级别（市场预期口径），他们的预算决定英伟达的订单，英伟达的订单决定台积电的稼动率。也正因为台积电在传导链的中段、不是最前端，它的下行波动比英伟达温和、比内存厂厚实。这是它 AI 链上极稳的另一层含义。
积极的一些数据是，IDC 预计 2026 年全球 AI 基础设施支出达 4870 亿美元，同比增长约 53%，2029 年突破 1 万亿美元。Dell'Oro 预计 2030 年全球数据中心资本开支达到 1.7 万亿美元。AI 集群正在从一轮产品周期，变成一轮基础设施周期。 如果这个判断成立，台积电不是"顺势受益"，而是端到端资本开支中最不可回避的一环。
但市场疑惑的另外还有一个点是：AI 不赚钱大家都完了。
当前全球 AI 数据中心资本开支的 3700—4000 亿美元，AI 相关年收入只有约 600 亿美元，投入产出比 6:1。摩根大通测算，要让全球 AI 投资获得 10%基础回报，AI 每年需要创造 6500 亿美元收入，和当前差数 10 倍。OpenAI 毛利率仅约 33%，最早 2030 年才能现金流转正。
这意味着 AI 当前的算力需求短期内是被超大规模云厂商资本开支驱动，而不是被终端商业化驱动。一旦资本开支节奏放缓——无论是因为融资环境收紧还是商业化进度低于预期，台积电最先进节点会出现产能过剩。
AI 资本开支不会消失，但节奏的快慢、持续的长短，都会直接决定台积电下一个三年的盈利曲线。这是 AI 链上所有公司共担的周期性风险。
最贵的从来不是一片晶圆，而是可被验证、可被复制、却几乎无人能复制的制造确定性。
台积电的价值，不再只是把晶圆造出来，而是把 AI 算力拼出来。
