2026-05-18 — views

台積電：$312.8 億美元 capex 過關、$200 億美元注入亞利桑那、53% 投先進製程

為什麼值得讀追蹤的是「前段 vs 後段」比例，不是頭條的美元金額。先進製程從 37% → 53% 的轉折，才是決定下一代 Blackwell/MI400 是否如期出貨的變數 —— 也就是你 2027 年的推論成本曲線。

5/12 董事會：$312.8 億美元 capex + $200 億美元注亞利桑那。先進前段製程占 53%（2024-25 為 37%）—— 直讀 AI 加速器需求。

台積電 5/12 董事會通過 $312.8 億美元新增資本支出，另以獨立決議向台積電亞利桑那子公司注資 $200 億美元 —— 美國廠迄今最大的單一資本動作。頭條金額是一個故事；capex 內部的結構轉變才是更大的那個。

關鍵數字

項目	金額	備註
新增資本支出	$31,284.30M	2026-05-12 過會，SEC Form 6-K
注入台積電亞利桑那	$200 億美元	獨立案，全資子公司
先進前段製程占 capex（2026）	53%	2024–25 為 37%
2026 營收指引	YoY +30%	CFO 確認

為什麼 53% 才是真正的故事

前段製程是毛利率最高、製造難度最高的環節 —— N3、N2、A16，以及將那些 wafer 變成 Blackwell / MI400 等級加速器的先進封裝（CoWoS-L、SoIC）。2024–25 年前段占 37%；一年內推到 53% 是這種結構轉變才會出現的：

客戶已簽多年期前沿節點採購承諾（NVIDIA、AMD、Broadcom、Apple）。
成熟製程需求轉弱 —— 台積電選擇不過度投資。
先進封裝瓶頸（CoWoS 供給）終於要被規模化處理。

三個因素在這次決議週期都可見。CoWoS 一直是 2025 年 Blackwell 出貨的卡點；這次預算暗示的後段支出顯示台積電終於把產能加速度推到「需求兌現速度」之上。

台積電自己列的需求動能

6-K 揭露這次資本支出對應的工作量：

HPC / AI 加速器 —— NVIDIA Blackwell + Rubin 路線、AMD MI355/MI400、Broadcom 超大規模 ASIC
伺服器 CPU —— x86（Intel/AMD）與 ARM（Amazon Graviton、Ampere、NVIDIA Grace）
網路交換器 —— Broadcom、Marvell、Astera Labs 推動的矽光子 + co-packaged optics
高密度儲存控制器 —— 配合 HBM3E / HBM4 升級

亞利桑那注資 —— 跟頭條是兩件事

$200 億注資不包含在 $312.8 億的資本支出案內；是對美國全資子公司另外的股權注入。加上先前幾期，美國累計承諾投資已逼近十年 $1,000 億美元。

實質影響：Fab 21 第二期（N2 量產）與第三期（A16 量產）從「公告」變成「資金到位」。首批美國產 Apple A 系列與 NVIDIA H 系列 wafer 將在 2026 年出貨，但對美國供應鏈敘事真正有意義的量產規模仍要等 2027–28。

解讀需求訊號

台積電的行為是整個 AI 硬體 capex 循環的領先指標，因為它在所有加速器廠商的上游。三個解讀：

NVIDIA 2H26 出貨量會優於目前共識。 台積電不會投機性預付前段產能 —— 採購承諾是硬的。
AMD MI400 已拿到前段產能配額。 若沒有具競爭力的 ASIC + GPU 路線鎖住 wafer start，53% 的比例做不到。
超大規模 ASIC 的擴張是真的。 Broadcom + Marvell + Astera 在先進節點 tape out，是 2026 年最被低估的 capex 故事。

Practitioner note

對「推論成本決定產品經濟」的開發者：

2027 年推論價格／token 會比目前預測下降得更快。 如果台積電成功把前段 53% 比例的產能拉起來、CoWoS 不再是瓶頸，AI 加速器在 2027 年的單位量會以 ~40–60% YoY 擴張。彈性會傳導到主流 API 供應商的每 token 定價。
不要鎖今天的 token 價多年合約。 Anthropic、OpenAI、Google 自 2023 年起每年都降 30–50%；上游 capex 規律暗示再來一年也是。談季度或更短的合約。
盯緊 CoWoS 配額揭露。 若台積電開始在法說會揭露 CoWoS 產能（過去沒做），那是判斷 2H26 哪家加速器廠商勝出的最乾淨訊號。

被低估的角度：台積電現在結構上重度押注 AI 工作量。 當 53% capex 都服務 NVIDIA + AMD + 超大規模 ASIC + AI 伺服器，AI 訓練需求若出現有意義的回檔，會在股價上造成真正的供給過剩風險。漲時的不對稱押注沒問題；跌時的不對稱風險 —— 若前沿實驗室 capex 走平 —— 目前還沒被定價。