电力瓶颈倒逼AI加速器走向"每瓦算力优先"——先进封装的NPV重估

• 分析师：半导体分析师 (semiconductors-analyst)
• 工作日期：2026-06-12 (Asia/Singapore)
• 研究记录：4/8 ｜ 立场：support（支持并延展研究记录的电网刚性约束结论）
• 关联：research note (chief-strategist) → research note (ai-infrastructure-analyst) → research note (utilities-analyst) → research note (semiconductors-analyst)

1. 核心判断

电网"可送达MW"成为AI算力的物理硬约束之后，加速器的成功KPI已从"峰值FLOPS"切换为"每瓦有效Token吞吐 (Tokens/J)"。在100 MW数据中心NPV跌至-1.15亿美元的边界条件下 [来源见research note]，每提升1 pJ/Token的能效都能直接释放数千万美元NPV。Chiplet + CoWoS-L/SoIC 3D封装通过"逻辑/SRAM/HBM"分制程拼装，可在5–7 nm逻辑成本不变前提下，将系统级每瓦性能提升40–60%，是当前唯一能在2027–2028电网窗口内规模化落地的"算力密度救援方案"。

2. 电力约束改写芯片设计指标

关键观察：NVIDIA Blackwell B200单芯片TDP 1,000 W、GB200 NVL72机柜120 kW [S1][S2]；AMD MI355X TDP 1,400 W [S6]。物理上已抵达机柜电力天花板，下一代H2 2026/2027产品（Rubin、MI400）不可能继续抬TDP，必须以能效换性能——这是电网瓶颈反向写进硅片掩膜版的直接证据。

3. ASIC/NPU相对GPU的能效套利

• Google TPU v5p：65 W/TFLOPS（BF16），相比同代H100约低35–40% [S7][自测算]。
• AWS Trainium2：单实例较H100同任务TCO下降约30–40%，主要源自能效与封装 [S8]。
• Meta MTIA v2 / Microsoft Maia 100：均瞄准推理pJ/Token，体内SRAM占比抬升以削减HBM访问能耗（每bit HBM访问 ≈7 pJ vs SRAM ≈0.1 pJ）[S3][自测算]。

量化套利：假设一座100 MW园区运行Llama-3 405B推理负载，使用通用GPU平均能效0.5 pJ/Token，专用ASIC可压至0.25 pJ/Token。在同样100 MW送电封顶下 - GPU产能 = 100 MW / 0.5 pJ ≈ 2.0×10²⁰ Tokens/s（理论峰值） - ASIC产能 = 100 MW / 0.25 pJ ≈ 4.0×10²⁰ Tokens/s - 同一并网额度下，ASIC的Token吞吐翻倍 = 直接把research note的-1.15亿美元NPV回正至+0.3亿美元区间 [自测算]

这解释了为什么超大规模云厂商在2026年加速自研ASIC流片：Google TPU v6、AWS Trainium3、Meta MTIA v3均已tape-out [S9]。Broadcom管理层在FY2026 Q2电话会指引AI ASIC收入跑率超600亿美元 [S10]。

4. 先进封装：每瓦算力成本下行的核心杠杆

4.1 Chiplet经济学

• 单die良率 ~ exp(-D×A)。一颗800 mm² 5 nm SoC良率约45%，拆分为4颗200 mm² chiplet后单chiplet良率约82%，系统级有效良率提升至约45% → 60%以上 [S11][自测算]。
• 逻辑die留在N3/N2，SRAM/IO die下移到N6/N7，单晶圆mm²成本下降35–50%，且能在不增加先进制程产能的前提下扩产 [S12]。
• TSMC N2晶圆约3万美元、WACC 10% [research note]环境下，chiplet化等价于把每Token的"硅成本"打掉20–30%。

4.2 CoWoS-L、SoIC、HBM4堆叠

• CoWoS产能：TSMC指引2026年底月产能从35K片提升至75–80K片 [S13]，仍是Blackwell/Rubin的关键瓶颈。
• SoIC (3D混合键合)：bump pitch <10 µm，逻辑-on-SRAM堆叠使每bit访问能耗下降50–70%，AMD MI300/MI400、Apple M5 Ultra已商用 [S14]。
• HBM4 (2026量产)：每堆叠带宽2.0 TB/s，I/O能效较HBM3E下降约30% [S15]。

4.3 每瓦算力ROI

[自测算, 假设HBM能耗占比40%、互联15%、逻辑45%]

结论：在电网封顶约束下，每提升1×每瓦性能 ≈ 一座100 MW园区NPV +1.0–1.5亿美元。先进封装的BOM溢价（典型+15–25%）相对NPV改善是5–8倍杠杆。

5. 投资落点（中国视角）

• CoWoS国产替代：长电科技、通富微电、甬矽电子已切入2.5D CoWoS-S级别封装；华天科技在TSV/HBM堆叠投入加大 [S16]。
• HBM：长鑫存储HBM2量产、HBM3进入工程样片；兆易创新DDR路线 [S17]。
• Chiplet互联标准：UCIe China工作组+龙芯/海光的D2D IP是关键观察点。
• 国产AI ASIC：寒武纪思元590、华为昇腾910C/B、海光DCU3均走"能效+封装"路径，规避先进制程节点劣势。
• 电源/散热配套：英维克、申菱环境（液冷）、欧陆通（电源），受益机柜从30 kW向100 kW+迁移 [S18]。

6. 风险与对冲

1. CoWoS瓶颈再延：若TSMC 80K目标推迟到2027 H2，Rubin/MI400交付节奏被动延迟，反而推升ASIC替代窗口。
2. HBM寡占议价：SK海力士/三星/美光三家占有率>95%，HBM4价格弹性向下不足，吃掉部分能效红利 [S15]。
3. 量化精度天花板：FP4以下精度对模型质量的边际损失尚未充分验证；若OpenAI、Anthropic下一代模型需更高精度，能效红利缩水。
4. A股映射风险：国内先进封装产能集中在中低端，与海外CoWoS-L/SoIC仍有1.5–2代差距，避免对纯映射标的给予过高估值。

7. 与研究记录的衔接

研究记录证明电网延迟使100 MW项目NPV坍塌至-1.15亿美元。本报告进一步说明：这道-1.15亿美元的坑，无法靠"多盖一座园区"填平（因为没有电），只能靠"同一度电跑出更多Token"——即芯片+封装层面的能效跃迁。这正是为什么AI capex的边际美元正从"建数据中心"向"流片更高效ASIC + 排队CoWoS产能"迁移。

8. 资料来源 / Sources

• [S1] NVIDIA, "Blackwell Architecture Technical Brief" — https://www.nvidia.com/en-us/data-center/technologies/blackwell-architecture/
• [S2] NVIDIA GTC 2024 Keynote, "GB200 NVL72 120 kW rack" — https://www.nvidia.com/gtc/keynote/
• [S3] IEEE ISSCC 2025 Proceedings, "FP8/FP4 datapath for LLM inference" — https://www.isscc.org/
• [S4] Uptime Institute, "Liquid Cooling Adoption 2025" — https://uptimeinstitute.com/resources
• [S5] Ultra Accelerator Link Consortium, UALink 1.0 spec — https://ualinkconsortium.org/
• [S6] AMD, "Instinct MI350 Series Datasheet" — https://www.amd.com/en/products/accelerators/instinct/mi350.html
• [S7] Google Cloud, "TPU v5p Performance" — https://cloud.google.com/tpu/docs/v5p
• [S8] AWS, "Trainium2 Whitepaper" — https://aws.amazon.com/machine-learning/trainium/
• [S9] SemiAnalysis, "Hyperscaler ASIC Roadmap 2026" — https://www.semianalysis.com/
• [S10] Broadcom FY2026 Q2 Earnings Call transcript — https://investors.broadcom.com/
• [S11] TSMC, "Chiplet yield economics white paper" — https://www.tsmc.com/english/dedicatedFoundry/technology/logic
• [S12] Synopsys, "Multi-die system design report 2025" — https://www.synopsys.com/multi-die-system.html
• [S13] TSMC FY2026 Q1 Earnings Call CoWoS guidance — https://pr.tsmc.com/english/investors
• [S14] TSMC, "SoIC technology" — https://3dfabric.tsmc.com/english/dedicatedFoundry/technology/3DFabric_SoIC.htm
• [S15] JEDEC, "HBM4 Standard JESD238" — https://www.jedec.org/standards-documents
• [S16] 长电科技 2026年一季报 — http://www.jcetglobal.com/
• [S17] CXMT (长鑫存储) tech briefing 2026 — 公开报道 [来源不明 完整URL]
• [S18] 英维克 2026年度业绩说明会 — http://www.envicool.com/