據行業媒體集邦咨詢Trendforce最新披露，英偉達對其下一代人工智能芯片Rubin Ultra的設計方案作出重大調整，放棄此前規劃的4-Die集成架構，轉而采用技術更為成熟的2-Die雙芯方案。這一變動預計將使該芯片的量產時間推遲至2027年，同時對臺積電的先進制程產能分配產生連鎖反應。
技術層面，Die（裸片）作為芯片的核心功能單元，其集成數量直接影響芯片性能與制造成本。原4-Die方案雖能提升計算密度，但會導致封裝尺寸突破現有光罩極限的8倍，引發良率驟降與成本飆升。行業專家指出，當芯片面積超過光罩極限的4倍時，制造過程中需采用多重曝光技術，這將使良率損失呈指數級增長。英偉達最終選擇回歸2-Die架構，正是基于對量產可行性與經濟性的綜合考量。
在制造工藝上，Rubin Ultra將采用臺積電最新的N3P制程節點，并搭配CoWoS-L先進封裝技術。盡管設計調整導致量產周期延長，但英偉達并未削減對臺積電的晶圓代工訂單，而是將產能分配向現有Blackwell架構產品傾斜。這種策略性調整反映出，在人工智能芯片需求持續井噴的背景下，廠商更傾向于優先保障成熟產品的穩定供應。
臺積電3納米制程的產能緊張態勢進一步印證了這一趨勢。數據顯示，2025年人工智能芯片僅占臺積電3納米產能的5%，但到2026年這一比例將躍升至36%。這種爆發式增長主要源于大語言模型訓練對算力的指數級需求，以及自動駕駛、智能醫療等新興領域對高性能芯片的依賴。英偉達作為全球AI芯片龍頭，其產品路線圖的調整無疑將對整個半導體產業鏈的產能規劃產生深遠影響。
值得關注的是，此次架構調整并非英偉達首次在先進封裝領域遭遇挑戰。此前其Hopper架構芯片就曾因CoWoS封裝產能不足導致交付延遲，迫使公司緊急增加臺積電以外的封裝供應商。隨著芯片集成度不斷提升，物理極限與制造成本的矛盾將愈發突出，如何平衡性能創新與量產效率，已成為AI芯片廠商面臨的核心課題。
