• Broadcom 与 TSMC 指出 AI 芯片供应链中的瓶颈日益增长。
  • 这一问题反映出，用于数据中心和 AI 工作负载的先进半导体需求激增。

发生了什么：芯片制造产能紧张

Broadcom 与 TSMC 警告称，由于需求持续超过制造产能，人工智能芯片供应链面临越来越大的压力。

据 Capacity Media 报道，这些公司强调了影响用于 AI 系统的先进半导体生产的制约因素，特别是部署在大型数据中心中的那些。

需求的激增是由生成式 AI 和机器学习应用的快速普及推动的，这些应用需要能够处理高性能计算工作负载的专用芯片。

TSMC，作为全球最大的芯片代工厂，在为众多领先科技公司生产先进半导体方面发挥着核心作用。与此同时，Broadcom 则提供用于网络和数据中心环境的芯片和基础设施技术。

一个关键的瓶颈是 TSMC 的 Chip-on-Wafer-on-Substrate (CoWoS) 先进封装产能，这对于组装高性能 AI 芯片至关重要。该技术目前已满载，新增产能预计要到 2026 年底才能缓解制约。Broadcom 首席执行官 Hock Tan 在最近的一次财报电话会议中指出，需求可见性在 2026 年依然强劲，但警告称封装限制正在导致交货延迟。

报告指出，供应链挑战包括有限的制造产能、复杂的生产过程以及对先进制造技术的需求。

随着 AI 普及加速，这些制约因素变得更加明显，引发了人们对供应能否跟上需求的担忧。

另外阅读：美国向 TSMC 中国工厂授予芯片制造工具许可，同时调整出口管制
另外阅读：因中国需求激增，Nvidia 要求 TSMC 提高 H200 芯片产量

为何重要

AI 芯片供应链的紧张凸显了人工智能基础设施发展中的一个关键瓶颈。

尽管软件创新进展迅速，硬件的可用性仍然是一个限制因素。如果没有足够的先进芯片供应，企业可能难以扩展 AI 系统和服务。

对于云服务提供商和数据中心运营商而言，获得高性能半导体对于支持 AI 工作负载至关重要。

从财务角度来看，供应限制可能推高成本并影响整个科技行业的投资决策。企业可能需要确保长期供应协议或投资替代解决方案以降低风险。

这种情况也凸显了半导体制造在全球经济中的战略重要性。

各国政府和企业都越来越重视加强供应链，减少对单一生产来源的依赖。

Broadcom 和 TSMC 等公司的参与表明，这些问题已经成为科技行业的核心。

随着对 AI 的需求持续增长，解决供应链限制将是保持行业势头的关键。

因此，当前的压力指向一个更广泛的现实：人工智能的未来与全球半导体供应链的产能和韧性密切相关。