馬斯克Terafab可能耗資高達160兆 需興建多達358座晶圓廠
【編譯于倩若/綜合外電】馬斯克(Elon Musk)的Terafab半導體計畫,據頂尖半導體分析公司Bernstein估算,可能耗資高達5兆美元(約159.4兆台幣),Bernstein表示這項「艱鉅如神話英雄任務」的工程,其成本將超過美國政府年度總預算的70%。而且對Terafab來說,資金並不是唯一的限制。
📌 本文摘要重點
(AI 摘要說明)Terafab 晶圓廠計畫:產能需求與資金估算
TeraFab瞄準1TW級AI晶片產能 現規劃200億美元連建造一座7奈米邏輯晶圓廠都勉強
據《tom's HARDWARE》報導,投向Terafab工廠的200億美元資金,將用於打造一座能在同一屋簷下生產邏輯晶片與記憶體並完成封裝,但這筆錢其實連建立一座7奈米等級的邏輯晶圓廠都勉強。馬斯克最終的雄心,是每年生產數百萬甚至數十億顆AI晶片,總耗電量達到1太瓦(1TW)。
這個目標遠遠超出當今產業的能力範圍。據頂尖半導體分析公司Bernstein指出,如果馬斯克真要實現這個計畫,將需要5兆美元的資金。有趣的是,這個金額規模與幾年前阿特曼(Sam Altman)為其失敗的晶圓廠網絡計畫所尋求的資金相當接近。
1TW AI晶片產能:年需逾4000萬片晶圓,總體需142–358座晶圓廠支撐
根據Bernstein的估算,若要每年生產1 TW的AI晶片,Terafab每年需處理:
2240萬片Rubin Ultra GPU晶圓;
271.6萬片Vera CPU晶圓;
1582.4萬片HBM4E晶圓;
並且需要約142到358座晶圓廠。
從耗電反推產能 總成本「數兆美元」大致合理
這些數字是透過以下方式得出:從機櫃等級的耗電需求往下推算所需的半導體產能。分析師先用整機系統的耗電量(Rubin約120kW、Rubin Ultra約600kW),推算系統數量,再轉換成晶片數量,最後依據晶粒尺寸(例如GPU約825mm²、CPU約800mm²)、HBM堆疊數量與良率,換算成晶圓需求。
然而《tom's HARDWARE》指出,Bernstein的假設可能有偏差:
高估了邏輯晶圓廠產能(假設每月5萬片投片量,而非實際較接近的2萬片);
低估了DRAM廠產能(假設5萬片,而實際為10萬到20萬片);
並假設每座晶圓廠成本為350億美元。
這些都可能讓總成本被高估,但「數兆美元」的量級仍大致合理。
年產2511.6萬片晶圓需百座晶圓廠 台積電20年打造50座300mm廠模組
以現今半導體產業來看,一座先進邏輯晶圓廠通常每月可生產約2萬片晶圓(每年約24萬片)。若要年產2511.6萬片邏輯晶圓:
在100%良率下需要約105座晶圓廠
在80%良率下需要約126座
而一座可支援2奈米製程的晶圓廠成本約為250億至350億美元(中間值約300億)。
因此光是邏輯晶片產能就需:
約3.15兆美元(100%良率)
約3.78兆美元(80%良率)
作為對比,台積電在2025年出貨約1502.3萬片300mm等效晶圓(包含較舊製程與200mm晶圓),目前約營運50座300mm廠區模組,這些都是歷經20年建立的。
Terafab打造HBM晶圓前段2400億美元 封裝成本再飆數千億
在馬斯克的規劃中,大規模高頻寬記憶體(HBM)生產同樣關鍵。現代DRAM廠(如美光、三星、SK海力士)通常每月產能約10萬至20萬片(取中間值15萬)。
若要生產1582.4萬片HBM4E晶圓:
100%良率需約9座晶圓廠
70%良率需約12座
每座成本至少200億美元,因此光是記憶體前段製程就需約2400億美元。
然而HBM的產出還受限於堆疊與封裝能力,不只是DRAM製造本身。
用於2.5D / 3D封裝與HBM組裝的先進封裝廠,每期成本約20億到35億美元,而Terafab需要數十甚至數百座這類設施,意味著還要額外投入數千億美元。
綜合來看,Terafab所需資金很可能遠超過4兆美元,與Bernstein估計的5兆美元大致一致,且尚未包含土地、製程研發、軟體與生態系建設成本。
不只是錢的問題
籌措5兆美元幾乎是不可能的任務。作為對照:
NVIDIA市值約4.34兆美元
蘋果市值約3.71兆美元
Alphabet約3.5兆美元
也就是說,馬斯克需要動員的資金甚至超過全球最有價值公司的市值。無論是私人募資、企業聯盟,甚至國家資金,都很難達到這種規模。
舉例來說,即使美國政府想支持這項計畫,也不容易做到,因為其年度預算約為7兆美元。
唯一可能的方式,是多國政府、主權基金、大型雲端業者與資本市場協同合作,但這樣的情境幾乎難以實現。
此外,即使真的能在短期內投入5兆美元,限制也不只資金,還包括:
晶圓製造設備供應不足
建築材料限制
足夠規模且具技術能力的人才短缺
那麼,馬斯克是否真的打算打造一座晶圓代工體系,規模超越台積電、三星電子與英特爾的總和,只為了替特斯拉、SpaceX與xAI製造足夠晶片?這仍然是一個未解的問題。



