________________________________________
N2→A16→A14→A13→A12 時代
________________________________________
👉 台積電已經把先進製程從「單一路線」變成「雙軌市場分裂」：
Client（低成本） vs AI/HPC（極致性能）
________________________________________
🧭 一、整體路線圖（2026–2029）
📊 節點演進全圖
N2 → N2P → N2X → N2U
↓
A16（2027）
↓
A14（2028）
↓
A13 / A12（2029）
________________________________________
⚔️ 二、核心戰略：兩條完全不同的技術路
🟦 1️⃣ Client / 手機 / PC（成本導向）
代表節點：
• N2 / N2P / N2U
• A14 / A13
👉 特徵：
• IP 相容性高（重用）
• 成本敏感
• 漸進式提升（DTCO）
👉 本質：
👉「ROI 最大化路線（設計投資回收）」
________________________________________
🟥 2️⃣ AI / HPC（性能導向）
代表節點：
• N2X
• A16（背面供電）
• A12
👉 特徵：
• 性能優先（PPA大幅提升）
• 成本不是第一優先
• 新技術導入（BSPDN / SPR）
👉 本質：
👉「算力最大化路線（Performance per Watt）」
________________________________________
🧨 三、關鍵節點深度解析
________________________________________
🔹 A13（2029）＝「幾乎零成本升級」
👉 本質：A14 的 optical shrink
• 線寬縮小 ≈ 3%
• 密度 +6%
• 完全相容設計
👉 意義：
• 幾乎不用 redesign
• IP 直接 reuse
• 成本最低升級
👉 本質一句話：
👉 「客戶不想花錢 → TSMC幫你白送性能」
________________________________________
🔹 N2U（2028）＝「榨乾 N2 平台」
👉 本質：N2 第三年延伸
• +3~4% performance
• -8~10% power
• +2~3% density
👉 意義：
• 延長 N2 壽命
• 降低轉 A14 成本
👉 本質一句話：
👉 「舊節點持續變現（Cash Cow 最大化）」
________________________________________
🔹 A16（2027）＝AI 時代轉折點
👉 技術：
• GAA（第一代）
• SPR（背面供電）
👉 解決問題：
• IR Drop
• Power delivery bottleneck
👉 本質一句話：
👉 「沒有背面供電 → AI GPU 跑不起來」
________________________________________
🔹 A12（2029）＝真正 AI 王炸
👉 技術：
• 第二代 GAA
• 強化 BSPDN（背面供電）
• NanoFlex Pro
👉 預期：
• 全節點提升（P / P / A）
👉 本質一句話：
👉 「A16只是過渡，A12才是AI真正主戰場」
________________________________________
⚡ 四、最重要的結構性變化（這才是重點）
🎯 1️⃣ 節點發布節奏改變
👉 過去：
• 每2年一個節點（全部市場共用）
👉 現在：
• 每年 → Client節點
• 每2年 → AI節點
👉 意義：
👉 市場被切成兩個節奏
________________________________________
🎯 2️⃣ 製程不再是「統一標準品」
👉 過去：
• 一個節點 → 全市場用
👉 現在：
• 不同市場 → 不同節點
👉 本質：
👉 製程產品化（Process Productization）
________________________________________
🎯 3️⃣ 設計成本 vs 製程成本分離
👉 Client：
• 設計成本 > 製程成本
👉 → 要 IP reuse
👉 AI：
• 製程成本 > 設計成本
👉 → 要極致性能
________________________________________
💰 五、為什麼這樣做（商業本質）
📊 核心公式
👉
NodeSelection =
(Performance × Market Window)
/
(Risk × CapEx × Yield Uncertainty)
________________________________________
🧠 套進去看：
Client：
• Performance：中
• Market window：長
• Cost：敏感
👉 → 選 N2U / A13
________________________________________
AI：
• Performance：極高
• Market window：短（競爭激烈）
• Cost：不敏感
👉 → 選 A16 / A12
________________________________________
🚫 六、為什麼不用 High-NA EUV？
🎯 關鍵原因
👉 1️⃣ 成本爆炸
• High-NA EUV（ASML）
• 單台 > $300M
👉 2️⃣ ROI 不成立
• 客戶不一定願意付
👉 3️⃣ 現有 EUV 還沒榨乾
________________________________________
🧠 本質一句話：
👉 「不是做不到，是不划算」
________________________________________
🧨 七、對產業的真正影響（最重要）
🔥 1️⃣ AI GPU 會全面轉向 A16 / A12
• NVIDIA
• AMD
👉 未來：
• 沒有 BSPDN = 沒資格做 AI GPU
________________________________________
🔥 2️⃣ OSAT 重要性暴增
• CoWoS
• HBM
👉 因為：
👉 製程性能 ≠ 系統性能
________________________________________
🔥 3️⃣ 電力成為真正瓶頸
👉 你之前講的完全對：
👉
👉 AI市場 = Power市場
________________________________________
🏁 最終總結（董事會版）
👉 台積電 的新路線圖，本質不是技術升級，而是：
① 製程市場分裂（Client vs AI）
② 技術節奏分裂（1年 vs 2年）
③ 商業模型升級（ROI導向）
________________________________________
🎯一句話
👉「未來半導體競爭，不是誰節點最小，而是誰能把『性能 × 電力 × 成本』變成最賺錢的組合。」
________________________________________
產業資訊
Industry Information