№ 05 · SECTION FIVE · WHERE THE INDUSTRY GETS CHOKED

关键瓶颈

投资弹性来自瓶颈，不来自环节数量。整条产业链上真正决定价格、订单和利润的6 处卡点： HBM · CoWoS · 先进制程 · 光模块 · 电力 · 平台生态。每一处的紧度不同、什么时候松开也不同——这一页告诉你怎么读这些信号。

产业链上的六处卡点 Where supply meets demand · chokepoints highlighted

UPSTREAM → DOWNSTREAM
◆ 上游 · UPSTREAM ◆ 中游 · MIDSTREAM ◆ 下游 · DOWNSTREAM 材料 / 设备 SILICON / EUV 先进制程 TSMC 3nm · 2nm ●●●● 很紧 03 GPU die COMPUTE HBM SK 62% 独领 ●●●●● 极度紧 01 CoWoS 集成 TSMC 唯一 ●●●●● 极度紧 02 服务器 / 整柜 RACK 光模块 800G/1.6T ●●● 紧张 04 IDC · 电 供电限扩 ●●●● 很紧 05 ⚑ 06 · 平台生态壁垒 CUDA 跨越所有环节的软件壁垒 · ●●●● 很紧 · 20 年积累的护城河 ◆ SEVERITY ●●●●● 极度紧 ●●●● 很紧 ●●● 紧张 ●● 结构性

◆ 六处卡点紧度总览

卡点
紧度
已持续
什么时候可能松开
01HBM
●●●●● 极度紧
3+ 年
HBM4 量产 + 三家爬坡 ≈ 2027 才有希望
02CoWoS 集成
●●●●● 极度紧
2+ 年
TSMC 扩产年年增，但 GPU 出货也在爆——短期不看松
03先进制程
●●●● 很紧
2+ 年
2nm 量产带来一波扩容，但客户预定同步增加
04光模块
●●● 紧张
1~2 年
800G / 1.6T 爬坡快，紧张不等于短缺
05电力 / IDC
●●●● 很紧
新增矛盾
数据中心选址转向电力充裕地 · 核电/气电扩建周期数年
06平台生态（CUDA）
●●●● 很紧
20 年结构性
不是"松开"问题——ROCm 追赶极慢 · 是长期壁垒
01

HBM · High Bandwidth Memory

SK 海力士 62% · 美光 21% · 三星 17% · 三家把 2026 都锁死了
紧度●●●●● 极度紧
卡在哪
三家全部锁死到 2026——SK 海力士靠 MR-MUF 键合工艺拿 62% 份额，美光和三星在追赶但 HBM3e/HBM4 良率仍落后。产能不是"多花钱就能扩"，需要设备（BESI/EVG 键合机）+ 材料（味之素 MR-MUF）+ 良率爬坡数年才能提升。
为什么会松
三条路径需要同时或部分实现：
① 三家 HBM4 量产爬坡（2026H2 – 2027），单柜带宽再涨、供给结构变；
② 美光 / 三星 MR-MUF 或替代工艺赶上 SK，供给瓶颈变成"多家竞争"；
③ CoWoS 产能同步扩张，避免中游卡在下游（详见 #02）。
时间线判断
现在紧、明年紧、后年略缓。
2026 · 极度紧
2026H2 · 仍紧
2027 · 首次可能松
2028+ · 结构性缓解
观察指标
HBM 合约价 · 三家良率 · 客户认证（NVDA 对美光/三星）· MR-MUF 替代工艺进展 · HBM4 单颗容量与带宽
受益链条
SK 海力士（份额领先）· 美光（份额爬坡）· 三星（潜在弹性）· 味之素（MR-MUF 材料独家）· BE Semiconductor / EV Group（键合设备双寡头）
02

CoWoS 集成 · Advanced Packaging

TSMC 唯一大规模量产 · GPU + HBM 装到一块的必经之路
紧度●●●●● 极度紧
卡在哪
GPU die 和 HBM 分别造好，最后要靠 CoWoS 在硅中介层上组装成一片。台积电是全球唯一大规模量产 CoWoS 的公司——每年扩多少产能，直接决定 NVIDIA / AMD 能出多少颗高端 GPU。Intel EMIB 只自用、OSAT 的先进封装距离主流 CoWoS 仍有差距。
为什么会松
主要看两条：
① TSMC 台南 CoWoS 新厂爬坡节奏（管理层每季度都会给指引）；
② HBM4 时代的 CoWoS-L / SoIC 新路线成熟度——比 CoWoS-S 复杂度更高，短期反而更紧。
时间线判断
扩产速度追不上 GPU 出货增速——短期不看松。
2026 · 极度紧
2026H2 · 仍紧
2027 · 依旧紧
2028 · 有希望缓解
观察指标
TSMC CoWoS 月产能指引 · 客户分配（NVDA 拿多少 / AMD 多少 / 云厂 ASIC 多少）· CoWoS-L 良率 · ABF 载板供给（Ibiden/欣兴）
受益链条
TSMC · Ibiden · 欣兴电子（ABF 载板双寡头）· 日月光 · Amkor（OSAT 溢出承接）· 长电 · 通富 · 华天（国内 OSAT）
03

先进制程 · 3nm / 2nm

TSMC N3/N2 · Samsung SF3 · Intel 18A · EUV 光刻机产能是硬边界
紧度●●●● 很紧
卡在哪
高端 AI 芯片必须用 3nm/2nm 制程——不是要不要用，是没得选。而 EUV 光刻机全球只有 ASML 造，一年产能有限，High-NA 更贵更慢。先进 Fab 从投产到爬坡需要 3 年以上——不是"缺钱"的问题，是物理和时间的问题。
为什么会松
① TSMC N2 / Intel 18A / Samsung SF2 三家同时扩产可以稍缓；
② High-NA EUV 从 2025 开始交付、2026-2027 才进入量产——是"未来 3 年"的解药、不是当下的解药；
③ 存储厂 HBM 用先进制程也在挤 EUV 产能。
时间线判断
2nm 量产会带来一次结构性扩容，但客户预定同步增加，紧度稳而未消。
2026 · 很紧
2027 · N2 量产
2028 · High-NA 放量
2029+ · 供给宽松
观察指标
ASML EUV/High-NA 交付量 · TSMC N2/N3 良率 · 各代际 Fab CAPEX · Fab 投产爬坡时间表
受益链条
ASML（EUV 唯一）· TSMC · Samsung Foundry · Intel Foundry · Rapidus · 中芯国际 · 拓荆 · 精测电子（国产设备） · 爱德万测试（测试机）
04

光模块 · 交换 · 800G / 1.6T · CPO

万卡集群的血脉 · 中际旭创 / 新易盛 / 天孚 / 光迅 主导
紧度●●● 紧张
卡在哪
万卡集群不是单卡竞争、是网络竞争——每颗 GPU 对应数个光模块口。集群规模翻倍 = 光模块用量翻倍。当前 800G 是主力，1.6T 正在爬坡，供给相对比 HBM 和 CoWoS 更能追上——所以紧度只到"紧张"。
为什么会松
① 中国光模块厂扩产速度快（旭创 / 新易盛年年增产能）；
② 800G → 1.6T 代际切换带来价格与利润的结构性变化，但不是"缺货"；
③ CPO（共封装光学）可能改变竞争格局——从"模块厂"部分转向"交换芯片厂"，是 2027 之后的中期变量。
时间线判断
紧张不等于短缺。关注重点在"代际切换 = 涨价"而不是"缺货"。
2026 · 800G 主力
2026H2 · 1.6T 起量
2027 · 1.6T 主流
2028+ · CPO 或改格局
观察指标
800G / 1.6T 出货量 · 单季度收入增速 · 硅光渗透率 · CPO 商用节奏 · 云厂 CAPEX（决定订单量）
受益链条
中际旭创 · 新易盛 · 光迅科技 · 天孚通信 · 源杰科技 · Coherent · Lumentum · Broadcom（交换芯片 + CPO） · Marvell
05

电力 / 数据中心 · Power & IDC

百 kW 单柜 + 万卡集群 = 数十兆瓦级用电 · 硬物理边界
紧度●●●● 很紧
卡在哪
这是相对新的瓶颈——过去两年才被行业普遍意识到。一座 100 MW 数据中心 = 一座小城市的用电。电力接入速度成了新集群选址的第一约束——不是"能不能建"，是"能不能通电"。核电、气电、变电站项目周期常常长达数年。
为什么会松
① 数据中心选址迁移到电力充裕地区（美国北达科他州、内蒙、东南亚、中东）；
② 液冷让单机架效率提升 → 相同电力可装更多算力；
③ 云厂开始自建核电站或与核电公司签长期协议（Amazon-Talen · Microsoft-Constellation）——但项目落地 5-10 年。
时间线判断
中长期结构性紧张，短期通过"选址+液冷"缓冲。
2026 · 很紧
2027 · 更紧
2028+ · 新址产能上
2030+ · 核电落地
观察指标
云厂电力签约（PPA）· 新数据中心选址 · 单柜功率密度 · PUE 目标 · 液冷渗透率 · 电力工程审批周期
受益链条
Vertiv · Schneider · Eaton · 维谛 · 华为 · 科华（电源）· 英维克 · 高澜 · 曙光数创（液冷）· 沪电 · 胜宏 · 生益（高功率 PCB）· 核电/气电运营商
06

平台生态 · CUDA Moat

20 年开发者积累 · 事实标准 · 客户迁移成本高
紧度●●●● 很紧
卡在哪
这是唯一一个"软件层"的瓶颈——但对股价的影响可能最长期。CUDA 是 NVIDIA 20 年的开发者积累，几乎所有主流模型默认适配。AMD ROCm 追赶速度慢、Intel oneAPI 仍在早期——客户从 CUDA 迁移到别家的成本远大于芯片本身的性价比差距。
为什么会松
松开的两条路径都很慢：
① 云厂 用 ASIC + 自研软件栈绕开 CUDA（Google TPU / AWS Trainium 是这条路），但只在自家云内有效；
② AI 框架层（PyTorch/vLLM 等）抽象出跨硬件的推理引擎，让 GPU 品牌变成"底层实现"——但训练侧仍难替代。
时间线判断
不是"松开"问题——20 年结构性壁垒，是长期估值锚。
2026 · 壁垒完整
2027 · 无明显松
2028+ · 云厂 ASIC 蚕食
长期 · 训练侧仍主导
观察指标
CUDA 开发者数 · 主流模型对 ROCm 兼容进度 · vLLM/TensorRT 生态渗透 · 云厂 ASIC 自用比例 · GPU 迁移成本调研
受益链条
NVIDIA（CUDA · TensorRT · 生态商）· AMD ROCm 追赶（有翻盘可能）· 云厂 ASIC · vLLM / SGLang 开源生态
“

看瓶颈，不是看谁最强；
是看谁的紧度还能维持多久。

— BOTTLENECKS · MAIN THREAD

回到首页 · 八模块全景

Silicon & Compute · Vol.001

回到首页 ↗