据行业媒体集邦咨询Trendforce最新披露，英伟达对其下一代人工智能芯片Rubin Ultra的设计方案作出重大调整，放弃此前规划的4-Die集成架构，转而采用技术更为成熟的2-Die双芯方案。这一变动预计将使该芯片的量产时间推迟至2027年，同时对台积电的先进制程产能分配产生连锁反应。
技术层面，Die（裸片）作为芯片的核心功能单元，其集成数量直接影响芯片性能与制造成本。原4-Die方案虽能提升计算密度，但会导致封装尺寸突破现有光罩极限的8倍，引发良率骤降与成本飙升。行业专家指出，当芯片面积超过光罩极限的4倍时，制造过程中需采用多重曝光技术，这将使良率损失呈指数级增长。英伟达最终选择回归2-Die架构，正是基于对量产可行性与经济性的综合考量。
在制造工艺上，Rubin Ultra将采用台积电最新的N3P制程节点，并搭配CoWoS-L先进封装技术。尽管设计调整导致量产周期延长，但英伟达并未削减对台积电的晶圆代工订单，而是将产能分配向现有Blackwell架构产品倾斜。这种策略性调整反映出，在人工智能芯片需求持续井喷的背景下，厂商更倾向于优先保障成熟产品的稳定供应。
台积电3纳米制程的产能紧张态势进一步印证了这一趋势。数据显示，2025年人工智能芯片仅占台积电3纳米产能的5%，但到2026年这一比例将跃升至36%。这种爆发式增长主要源于大语言模型训练对算力的指数级需求，以及自动驾驶、智能医疗等新兴领域对高性能芯片的依赖。英伟达作为全球AI芯片龙头，其产品路线图的调整无疑将对整个半导体产业链的产能规划产生深远影响。
值得关注的是，此次架构调整并非英伟达首次在先进封装领域遭遇挑战。此前其Hopper架构芯片就曾因CoWoS封装产能不足导致交付延迟，迫使公司紧急增加台积电以外的封装供应商。随着芯片集成度不断提升，物理极限与制造成本的矛盾将愈发突出，如何平衡性能创新与量产效率，已成为AI芯片厂商面临的核心课题。
