"烧光"70000亿,OpenAI与英伟达、台积电为敌

_NEWSDATE: 2024-05-16 | News by: 腾讯科技 | 有0人参与评论 | _FONTSIZE: _FONT_SMALL _FONT_MEDIUM _FONT_LARGE
AI芯片的另一个重头戏即HBM，英伟达的H100、H200标配6颗，到Blackwell架构的B200，则采用了8颗HBM3e内存。按照台积电最新的路线图，2026年，一颗GPU可以搭配12颗HBM内存，届时HBM的规格还将从12层堆叠的HBM3e，升级至16层堆叠的HBM4/4e。

如前文所述，2nm晶圆可以切出50颗GPU逻辑芯片，按照B200的标准，每片晶圆需要搭配400颗HBM3e内存。目前，1gamma制程的DRAM芯片，每片晶圆大概可以出1200颗DRAM颗粒，而按照85%的良率计算，最终可以得到1000颗DRAM颗粒，之后要将这些DRAM颗粒封装成12层堆叠的HBM3e内存。目前，封装的良率大概在80%左右，即一片DRAM晶圆可以出1000÷12*80%，约等于70颗左右12层堆叠的HBM3e内存。

也就是说，一片GPU晶圆，除了需要0.08片CPU晶圆，还需要5.7片DRAM晶圆。未来随着GPU逻辑芯片搭配HBM颗粒数进一步增加，尤其是堆叠数量从12层提升到16层，GPU:DRAM晶圆1:5.7的比例，还会进一步扩大。

按现有先进封装的中介层尺寸，一片晶圆可以完成15颗GPU逻辑芯片的封装，对应一片GPU逻辑芯片的晶圆，需要3.3片晶圆的先进封装。

每万片晶圆产能，不同晶圆厂的建厂投资总额，单位：美元

一句话总结：每10000片GPU晶圆，需要800片CPU晶圆，5.7万片DRAM晶圆，3.3万片中介层晶圆，3.3万片SoIC+CoWoS先进封装，5.7万片HBM封装，对应的投资额，即1*71+0.08*50+5.7*60+3.3*10+3.3*8+5.7*10≈476亿美元。

每10000片GPU晶圆所有配套芯片的生产工厂需要耗费476亿美元，加上其他杂七杂八费用直接算整数为500亿美元，换算成GPU芯片数量，为每月50万颗，一年600万颗。

8年半可以烧完7万亿美元

投资500亿美元，一年生产600万颗GPU，这是个什么概念？可以根据台积电CoWoS产能，来推算全世界的AIGPU的量，然后再进行对比。

2024年，台积电CoWoS总共31万片的产能，其中95%都是给AIGPU，只有一万多片是给Xilinx的FPGA，剩下的近30万片被英伟达、AMD以及全球互联网大厂诸如Google，AWS，Meta，Mircosoft的自研ASIC芯片瓜分。

也就是说，台积电CoWoS产能代表全世界AI芯片产能，2024年80%的GPU还是只使用2.5DCoWoS，英伟达的H100大约是每片29颗，其他自研ASIC则都高于这个标准，有的还超过40颗，目前只有AMD的MI300使用SoIC封装，每片约为15颗。

综合下来，今年台积电30万片CoWoS产能，对应大约是1000万颗GPU，这也就是2024年全球AIGPU的大致总量。前面提到，投入500亿美元，每年可生产600万颗GPU，也就是说，在2024年，想要生产满足全世界需求的1000万颗AIGPU，总投入需要830亿美元。这个水平相当于台积电2-3年的资本支出，也大概是台积电Fab20A，一座月产12万片的2nm芯片工厂的总投资额。
- 新闻来源于其它媒体，内容不代表本站立场！

Prev Page 1 234 5 Next Page

在此页中阅读全文
分类：投资理财

猜您喜欢