01 触发事件

36kr 援引财联社: 马斯克主导的 Terafab 制造项目宣称具备 1 太瓦算力产能, 半导体行业专家回怼 — 要让 fab 设备达到大规模量产良率, 至少需要 30 年, "让 Terafab 实现稳定的良率可能比把星舰送上火星更加困难。"

02 这事的真正含义

这事的真正含义, 不是我今天才知道的、而是被 Musk 的话术重新顶到台面上的东西: AI 算力的供给侧瓶颈, 已经从"是否有 GPU 产能"升级为"谁掌握了制造 GPU 产能的产能"。

这两层不一样。

第一层瓶颈, 过去三年整个行业都在盯着 — H100 / B200 配额、Colossus 级集群、Microsoft / Google / Meta 的 capex 增速。这是 chip design 和 packaging 层面的瓶颈, NVDA 在这一层近乎垄断, 但理论上可以被 ASIC / TPU / MI300 系列在架构层绕过。

第二层瓶颈, 也就是 Terafab 想直接捅穿的这层, 是 fab 本身 — 光刻、刻蚀、薄膜沉积、CMP, 每一个步骤的良率都是十年的累积过程, 而不是砸钱就能买到的。ASML 一台 EUV 光刻机 2 亿美元, 但真正值钱的不是机器, 是台积电运行这些机器的 recipe。

Musk 在做的事情, 本质上是把"垂直整合"的赌注从 chip design 层 (Tenstorrent、Dojo、Trainium) 拉到 fab 层。这是一个量级的跃迁, 也是一道 NVDA 自己也没跨过的墙。

03 历史类比 / 结构对照

最像的历史情境, 我觉得是三星的 foundry 野心 vs 台积电。

三星从 2010 年代中期就开始抢 foundry 单子, 工艺节点多次"领先发布" (14nm、10nm 都是三星先讲), 但客户 — 包括高通、英伟达自己的早期节点 — 始终回流台积电。良率, 是看不见的护城河。

更近的例子是 Intel 的 IDM 2.0 战略。Pat Gelsinger 当年的承诺: Intel 18A 重夺工艺领导权, 同时开放 foundry 给外部客户。三年过去, Intel 18A 还没稳住良率, foundry 客户基本流失。Intel 自己就是"顶级 fab 玩家想复制台积电模式有多难"的活证据。

30 年这个数字可能夸张 (Intel 转型 foundry 不是从零开始, 也都花了 5+ 年还没稳住), 但量级是对的 — fab 层的进入门槛是以十年计, 不是以季度计。这一点我可能跟专家的措辞会有分歧, 但结论一致。

04 对 AI builder 意味着什么

短期 (6-12 个月), 不需要调整决策。Terafab 即使全速推进, 出片也是 2028+ 的事, 短期产能仍然锁在 TSMC + Samsung + SK 海力士手上, HBM / CoWoS / SoIC 的瓶颈不会因此缓解。

中期 (12-36 个月), 几个非显然的判断:

第一, 不要再把"Nvidia 被绕开"当作大概率事件来建模型。即使 Grok / xAI 拿到自研 chip, 也是和 Amazon Trainium、Meta MTIA 同一个层面的内部降本工具, 不会成为改变供应格局的变量。能改变供应格局的是 fab 层新增 10% 产能, 而这件事 Elon 也解决不了。

第二, 对 opcx 这种做 model routing / token 网关的来说, 上游的集中度短期是利好而非利空 — 模型 API 越稀缺, 网关的套利空间越大。Musk 真正威胁 opcx 业务的那条路径不是自研 fab, 是 Grok API 如果长期定价低于行业 70%, 那才是真正要监控的指标。

第三, 如果你正在评估长期 AI capex 假设 (做模型部署 / 私有化 / on-prem), 不要押注 "fab 多样化会降低 NVIDIA premium"。过去 5 年没发生, 未来 3 年大概率也不会发生。

05 反方观点 / 风险

我可能错在三处。

第一, 我可能低估了 Musk 把"资本 + 速度"作为不对称优势的能力。他在 SpaceX 跑通了"传统航天说需要 30 年, 我 5 年"的剧本, Tesla 工厂跑通了"传统车厂说需要 10 年, 我 3 年"的剧本。fab 是不是也能被同样的剧本打破? 这点我没法判断, 因为 fab 的累积知识是否真正"不可压缩"我没有内部数据, 30 年的专家判断可能是行业保守主义, 也可能是物理现实。

第二, "30 年"这个数字本身可能是 strawman。半导体专家说从零到稳定良率需要 30 年, 不等于说 Terafab 从宣布到出片需要 30 年 — Musk 的目标可能不是 first-time-right, 而是 rapidly iterative learning curve, 这在 Starship 的迭代里被反复验证。如果 Terafab 接受"前 5 年烧钱做 60% 良率", 它可能不需要 30 年。

第三, 也是我最可能误判的: 我假设了"芯片 = 战略瓶颈"是 2025-2028 的核心叙事。但如果有任何一个 model lab 在 2026 年底放出强到可以显著压缩 compute 需求的新架构 — 比如 O(N) attention、或者能跑出 GPT-5 同等效果但训练成本砍 10x 的 MoE 变体 — 那整个 Terafab 类项目的战略价值会在 12 个月内归零。我没在内部跑过这种情景, 但它在我自己的尾部风险列表里。

补一句: 这条 36kr 快讯本身信息密度有限, 30 年是单一来源转述, 数字我没办法交叉验证。如果有读者读到具体的半导体分析师原话或更详细的良率曲线数据, 欢迎指出。