导读：奥特曼得先念念好从哪儿“搞钱”。

作家：Leslie Wu

著作来源：腾讯科技（qqtech）

有一又友问：Leslie，你是专科建厂诞生，之前传出山姆奥特曼要投资7万亿造芯，天然本东说念主不解确回报，但大媒体传出来，一定不是系风捕影。若是有7万亿，造合算，如故买合算，若是造，可能要考虑哪些方面的干与及要素？

奥特曼的“7万亿”听说简直是震天动地，构念念很有敬爱，回答这个问题得具备丰富的半导体建厂，工艺，运营等一系列学问，咱们不错尝试推算一下，若是手抓7万亿好意思元，奈何将这笔钱“合理地”花出去？

01

每万片晶圆，建厂投资150亿好意思元

起初，第一步势必是分娩GPU逻辑芯片，这么一来需要先盖一座逻辑晶圆厂。咱们以台积电首先进的2nm工场为例，望望每万片晶圆的成本干与情况。

按投资额分辩，晶圆厂各项干与比例大致为：制程拓荒:77%，地皮与建筑物:4%，洁净室:5%，水电气化学品等供应系统设施:14%。

光刻机是晶圆厂最大的制程拓荒投资项之一，占比在20%傍边，并且2nm需要用到EUV光刻机（崇敬其中25层的光刻），成本相对更高，占比预测会提高至24%傍边。

现在台积电的2nm如故取舍低数值孔径的EUV，对应ASML最新款的NXE:3800E，其每小时产出晶圆（WPH，Wafer per hour）大致在190-200片的区间，单台拓荒每月产能预测2400片傍边（具体计较见下表细心），这意味着每万片晶圆的产能，需要4台ASML的NXE:3800 EUV光刻机，而除了EUV崇敬的25层外，其余层还需要3台每小时产出晶圆295片的NXT:2100，以及一台KrF DUV光刻机。

*单台拓荒月产能=每小时产出晶圆数*运行时长*% customer efficiency（效果）*% doseage headwind(vs.30mJ)*EUV层数*30天

按照ASML提供的数据，NXE:3800E售价2亿好意思元傍边，NXT:2100i约7500万好意思元，KrF DUV约1500万好意思元，这意味着2nm工艺的晶圆厂，每万片晶圆产能，光刻机(含维修以及备件)的干与预测在13亿好意思元傍边。

按照光刻机的干与占一起制程拓荒24%的比例倒推，制程拓荒的总干与为54亿好意思元，而制程拓荒占晶圆厂一起投资额的77%，以此倒推，2nm节点，每万片晶圆产能，晶圆厂总投资额大致为71亿好意思元。

每万片晶圆产能，晶圆厂总投资额分辩，单元：好意思元

建完GPU逻辑芯片厂之后，还要考虑分娩HBM的DRAM厂的建造。

咱们以首先进的1gamma制程为例，尽管DRAM的EUV光刻层有所减少，但每万片晶圆需要的拓荒数目却不降反增，尤其是刻蚀拓荒，举座估算下来，1gamma制程的DRAM厂投资额玩忽在逻辑芯片晶圆厂的总投资额的85%，即60亿好意思元傍边。

补充说一下，DUV时间，DRAM厂的投资额玩忽为同级别的逻辑晶圆厂110%-120%，直到7nm节点，逻辑厂启动多半使用EUV光刻机，每万片晶圆产能的投资额启动反超DRAM厂。

处置前段的GPU逻辑芯片和DRAM存储芯片之后，还要处置后段的封装问题，包括CoWoS先进封装、HBM封装两部分。

现在，首先进的AI芯片取舍的事SoIC+CoWoS封装技艺，HBM4将会取舍夹杂键合（Hybrid Bonding），每万片晶圆的投资额将大幅提高至10亿好意思元（含拓荒厂房）。另外，先进封装波及到的中介层，也还需期骗DUV构建配套的65/45nm的前段晶圆厂，投资额为每万片晶圆8亿好意思元。也即是说，封装部分，每万片晶圆的举座投资额预测在18亿好意思元傍边。

每万片晶圆产能，不同晶圆厂单元投资额，单元：好意思元

这个用钱的活波及到的数据比较多，帮民众作念一个小回来，每万片晶圆产能，或者说单元投资额，对应2nm制程的逻辑晶圆厂、1gamma制程的DRAM厂、封装厂（先进封装+中介层，10亿好意思元+8亿好意思元）方面的投资共计在150亿好意思元傍边。

02

年产600万颗GPU，成本500亿好意思元

然而，GPU逻辑芯片、HBM内存以及中介层，对应的比例不是1:1:1的关系，通盘总投资额还要在单元投资额的基础上，按照系数加多，这个系数大致不错从一颗GPU，所需要的CPU、HBM内存、中介层的数目来推算。

以英伟达最新的Blackwell架构GPUB200的Die size（814mm²）为例，每片晶圆不错切80颗芯片，按照台积电最佳的工艺，良率大致在65%傍边，即每片晶圆不错切50颗Good Die。

附带说一下，由于GPU逻辑芯片是大芯片，为了提高光刻的曝光明晰面积，物镜成像的景深就需要适度在相对较洪流平，这会导致分辨率裁汰，是颓势变多，良率着落的进犯原因。

英伟达的B200搭配了Grace CPU，2颗GPU搭配1颗Grace CPU，那么50颗GPU，需要搭配25颗CPU。按照3nm制程计较，以CPU的Die Size和良率预估，一派晶圆不错切300颗傍边的CPU芯片，这意味着一派GPU晶圆，需要搭配0.08片CPU晶圆。

现在3nm节点，每万片晶圆的投资是2nm节点的70%，大致50亿好意思元，也即是说干与71亿好意思元分娩10000片GPU晶圆的同期，还要对应投资71亿好意思元×70%×0.08，即4亿好意思元，用于CPU晶圆的分娩。

AI芯片的另一个重头戏即HBM，英伟达的H100、H200标配6颗，到Blackwell架构的B200，则取舍了8颗HBM3e内存。按照台积电最新的道路图，2026年，一颗GPU不错搭配12颗HBM内存，届时HBM的规格还将从12层堆叠的HBM3e，升级至16层堆叠的HBM4/4e。

如前文所述，2nm晶圆不错切出50颗GPU逻辑芯片，按照B200的圭臬，每片晶圆需要搭配400颗HBM3e内存。现在，1gamma制程的DRAM芯片，每片晶圆玩忽不错出1200颗DRAM颗粒，而按照85%的良率计较，最终不错得到1000颗DRAM颗粒，之后要将这些DRAM颗粒封装成12层堆叠的HBM3e内存。现在，封装的良率玩忽在80%傍边，即一派DRAM晶圆不错出1000÷12*80%，约等于70颗傍边12层堆叠的HBM3e内存。

也即是说，一派GPU晶圆，除了需要0.08片CPU晶圆，还需要5.7片DRAM晶圆。将来跟着GPU逻辑芯片搭配HBM颗粒数进一步加多，尤其是堆叠数目从12层提高到16层，GPU:DRAM晶圆1:5.7的比例，还会进一步扩大。

按现存先进封装的中介层尺寸，一派晶圆不错完成15颗GPU逻辑芯片的封装，对应一派GPU逻辑芯片的晶圆，需要3.3片晶圆的先进封装。

每万片晶圆产能，不同晶圆厂的建厂投资总数，单元：好意思元

一句话回来：每10000片GPU晶圆，需要800片CPU晶圆，5.7万片DRAM晶圆，3.3万片中介层晶圆，3.3万片SoIC+CoWoS先进封装，5.7万片HBM封装，对应的投资额，即1*71+0.08*50+5.7*60+3.3*10+3.3*8+5.7*10≈476亿好意思元。

每10000片GPU晶圆通盘配套芯片的分娩工场需要蓦然476亿好意思元，加上其他手忙脚乱用度径直算整数为500亿好意思元，换算成GPU芯片数目，为每月50万颗，一年600万颗。

03

8年半不错烧完7万亿好意思元

投资500亿好意思元，一年分娩600万颗GPU，这是个什么意见？不错阐发台积电CoWoS产能，来推算全宇宙的AI GPU的量，然后再进行对比。

2024年，台积电CoWoS整个31万片的产能，其中95%齐是给AI GPU，唯唯独万多片是给Xilinx的FPGA，剩下的近30万片被英伟达、AMD以及全球互联网大厂诸如Google，AWS，Meta，Mircosoft的自研ASIC芯片平分。

也即是说，台积电CoWoS产能代表全宇宙AI芯片产能，2024年80%的GPU如故只使用2.5D CoWoS，英伟达的H100大致是每片29颗，其他自研ASIC则齐高于这个圭臬，有的还逾越40颗，现在唯独AMD的MI300使用SoIC封装，每片约为15颗。

概括下来，本年台积电30万片CoWoS产能，对应大致是1000万颗GPU，这也即是2024年全球AI GPU的大致总量。前边提到，干与500亿好意思元，每年可分娩600万颗GPU，也即是说，在2024年，念念要分娩振作全宇宙需求的1000万颗AI GPU，总干与需要830亿好意思元。这个水平荒谬于台积电2-3年的成本开销，也玩忽是台积电Fab20A，一座月产12万片的2nm芯片工场的总投资额。

干与830亿好意思元，就能分娩出2024年全宇宙所需要的AI芯片，念念要把奥特曼的7万亿好意思元花完，还有好多责任要作念，毕竟830亿好意思元也只是是建造芯片工场的用度。

芯片厂、DRAM厂、封装厂齐盖完之后，就要考虑分娩劳动器的工场建造，还得盖许多座近似工业富联的这么的工场，不外这类劳动器拼装工场与芯片工场比较来说，只是相形失色，把AI劳动器通盘产业链上的工场一起建造起来，包含劳动器，光模块，液冷，铜线材，多样各样的模具厂，年产1000万颗GPU，按单个劳动器8颗GPU算，即120万台劳动器，通盘下流工场的总投资额大致为170亿好意思元。加上上游芯片工场的830亿好意思元，1000亿好意思元则是2024年全球通盘AI 芯片+劳动器出货量所需的工场建造总成本。

高下流工场建造只是着手，工艺还需要陆续的研发干与，包括设想、制造关系的研发用度，掩盖GPU、CPU、HBM、先进封装等等措施，这部分不错打包算一下英伟达、AMD、台积电、SK海力士的研发总数，大致300亿好意思元。再加上劳动器硬件研发、比如光模块、也冷等等，研发部分的用度满打满算不错达到500亿好意思元。

而关于OpenAI，在鼓舞AGI的路上，也需要陆续的进行模子研发干与，每年在这上头的用度至少200亿好意思元。

芯片部分的研发+AI部分的研发，每年的总干与至少在700亿好意思元，若是要更快入的鼓舞，加大研发干与是势必，通盘鼓舞AGI终极指地方研发干与，每年估算需加大干与到1000亿好意思元。

以上的研发用度还不包括检修用度，且检修需要多半的水电资源消耗，这部分基础设施相似需要自建。

泰西地区现在建造1KW核电机组的成本大致4000好意思元，每百万千瓦的核电机组一年发电量约为8.6亿度电，阐发IEA(海外动力协会)计较，2027年全球东说念主工智能将蓦然1340亿度电，是以要建造155组百万千瓦的核能机组，这需要6000亿好意思元傍边。

阐发加州大学河边分校的接洽，2027年东说念主工智能将蓦然66亿立方米的清洁淡水，大致是全英国一半的用水量，主要场景来自于劳动器的冷却，发电以及芯片制造这三大耗水措施，建造相应的水处理厂用度大致为1000亿好意思元。

比较前边的投资，制造措施的东说念主力成本畛域相对较小，重头戏主要在芯片的设想，包括模子研发部分。

前段晶圆厂把东说念主力成立拉满 , 每万片约需要1000东说念主，后段约1500东说念主，2000万颗GPU年产能的通盘前段工场(含DRAM，中介层等)大致需要2万东说念主，东说念主均年芯为15万好意思元，后段封装需要3万东说念主，东说念主均年薪约为7万好意思元，加上5000名种种芯片制造研发东说念主员，东说念主均20万好意思元，每年芯片制造的东说念主员薪资用度整个60亿好意思元。

芯片设想以及大谈话模子的东说念主力成本方面，按照英伟达+OpenAI+微软劳动器部门的1.5倍计较，约为5万东说念主，东说念主均年薪30万好意思元，共150亿好意思元波及劳动器通盘硬件制造的工场东说念主数为15万东说念主，电力以及用水保险设施东说念主员15万东说念主，共30万东说念主，东说念主均年薪8万好意思元，整个为240亿好意思元。

以上通盘措施，东说念主力薪资成本为每年60亿+150亿+240亿共450亿好意思元。

物料成本方面，GPU及关系芯片，再加上通盘劳动器硬件的成本为2000好意思元/颗，年2000万颗，即400亿好意思元。劳动器的运营用度方面，东说念主工420亿好意思元+物料成本400亿好意思元+其他杂用180亿好意思元，取整数1000亿好意思元。

OpenAI年产2000万颗GPU的投资额及各项用度推算，单元：好意思元

以上即奥特曼躬行下场造芯波及到的主要措施的用度的拆解，若是替奥特曼花这笔钱，理念念的决策是：2000亿好意思元建造年产2000万颗GPU(2024年全球约1000万颗)以及波及通盘劳动器硬件的制造工场，然后为了鼓舞AGI的终极指标每年干与1000亿好意思元的研发干与，关系设想、研发、制造总东说念主力成本1000亿好意思元，投资7000亿建造动力以及用水的基础设施，同期编列2000亿好意思元现款搪塞税费以及种种杂用或者莫得计较到的用度，终末保留4000亿好意思元算作可能漏算的筹谋金，如斯一来，大致需要1.7万亿好意思元，就不错掩盖2000万颗AI GPU通盘制造工场的启动资金。

运营资金方面，要保持每年1000亿好意思元的芯片以及硬件新产能干与，并陆续鼓舞摩尔定律，提高晶体管密度。每年新增2000亿好意思元的新电力及新用水干与，再加上东说念主工以及物料等每年约1000亿好意思元，这么的话，每年的极限是新增7000亿好意思元的运营用度。

如斯一来，不到2万亿好意思元即可掩盖2024年全球AI芯片需求量两倍的通盘关系制造，动力基础设施和运营用度，每年新增适度在7000亿好意思元的水平，这笔预算大致不错再烧7.5年。

怒砸2万亿好意思元，领有全宇宙AI GPU两倍产能 ，奥特曼也无法阁下全球东说念主工智能——OpenAI的模子最初全球，建立在以台积电为代表的全球首先进的芯片制造，以及以英伟达为代表的GPU芯片设想的基础之上，若是奥特曼别辟门户，全地方分娩AI芯片，险些是得罪了现在全球的芯片企业。

算作“旧势力”，台积电、英伟达以及稠密芯片设想公司，有可能会赞成OpenAI的通盘竞争敌手，包括硅谷乃至于全球的千岩万壑作念大模子以及AI应用的企业，诸如老敌手DeepMind加上谷歌，AWS，Mircosoft等巨头，以及Stability、OpenAI前独创东说念主诞生的Anthropic等创企。

即便OpenAI的芯片设想与制造本事与台积电、英伟达荒谬，濒临全球通盘大小模子与算法的一众企业，本人就不一定有十足上风，更何况带着7万亿下场造芯片，站在英伟达、台积电的对立面。

客不雅地说，若是不考虑生态，GPU设想公司倒不是那么无可替代。在GPU设想上，莫得英伟达还有AMD，以致还有Cerebras这类设想整片晶圆面积远远逾越传统GPU的AI芯片设想公司，但在芯片制造上，现在台积电呈现一骑绝尘的态势。

以2024年为例，台积电可分娩每时时毫米高达2.84亿晶体管密度的N3P工艺，排行第二的英特尔还只可分娩每时时毫米1.8亿晶体管的Intel 4，第一跟第二之间也曾出现了代差，若是在最高性能的芯片上不使用台积电工艺，在基础上就过期竞争敌手一个世代。

芯片制造无法用钱堆砌，更需要技艺蚁集的行业开云(中国)Kaiyun·官方网站，往死里砸钱砸东说念主，最快也要三年才能建造好芯片工场并分娩出芯片，对OpenAI来说，假定“7万亿”真正存在，濒临“旧势力”的反扑，也至少要撑过这三年。（本文作家Leslie Wu，来源于腾讯科技，Web3大佬已取得作家授权、经Web3大佬裁理发布，文中不雅点为作家不雅点、不代表Web3大佬不雅点。）