别只盯GPU，英伟达在重金买时间

GPU的算力指标天天刷屏，但英伟达真正焦虑的东西，藏在服务器主板背面那几层基板里。

10月26日消息，英伟达向基板、封装、CPO领域的6家核心合作企业支付大额预付款，直接锁定未来数年的产能。CEO黄仁勋的表述很直白：市场需求庞大，但产能供给存在制约。

翻译成产业语言：算力之争的上半场是芯片设计，下半场是封装、基板、测试这些'不起眼'的物理环节。而英伟达这次，是用真金白银把下半场的球票提前买断了。

💰 预付款：从客户到'产能包销商'

在半导体行业，预付款（prepayment）不是新鲜事，但英伟达这个体量的'包销式'打法，是最近两年才被黄仁勋团队玩明白的。

最典型的一笔：英伟达向测试大厂京元电子支付了11亿美元的产能预定预付款。这不是投资入股，也不是设备采购，而是一种更朴素的交易——我先给你钱，你要保证我的货在产线上有位置。

据多位接近供应链的人士说法，AI服务器对测试环节的消耗远超传统GPU：大尺寸先进封装带来更高的良率不确定性，意味着每一颗旗舰芯片都需要更长的测试工时。当英伟达明年要把整体测试产能扩大1倍时，单纯下订单已经不够了——你必须帮供应商出资本开支，甚至出人出方案。

这张表的本质，是英伟达把供应链风险从自己的交付计划里剥离，转由预付款买断。谁先锁定产能，谁就掌握了AI基础设施的出货节奏——这就是所谓的'重金买时间'。

📦 基板：最容易被忽视的物理天花板

普通消费者可能一辈子不会听说ABF载板这个词，但它决定了英伟达旗舰芯片能不能真正跑起来。

逻辑很简单：GPU die越做越大，chiplet数量越来越多，把所有芯片'托'在一起、并提供上万条互连的封装基板，就成了整个系统的地基。地基不够，楼盖得再快也是图纸。

英伟达给出的答案是：未来3年把半导体封装基板产能提升至2.5倍。三个供应商三条路线——

揖斐电拿到数十亿美元规模预订，把日本大野工厂产能拉到现有的3倍，新增产能2028年Q1投产。这是最顶级的高端基板产能，工艺难度最高、扩产周期最长。

三星电机从今年起供应下一代封装基板，英伟达支持其世宗、釜山工厂的设备升级与新厂建设——这是典型的'客户出钱帮供应商建厂'，韩系厂商的进取姿态非常明显。

欣兴电子签下产能预定协议，扩建台湾KF工厂，明年二季度启动扩产，2028年年中满负荷。

一句话总结：基板不是技术叙事的主角，但它是出货量的分母。分母不扩，分子再漂亮，财报上就是缺货。

🔬 封装与测试：CoWoS之后的第二道窄门

过去两年，全行业都在盯着CoWoS产能。但当CoWoS逐步爬坡后，瓶颈并没有消失，只是往后移了。

安靠（Amkor）在韩国光州的先进封装扩产，目标到2028年末把中介层晶圆产能提升300%以上。中介层（interposer）是先进封装里面积最大、成本占比高的一环，300%的增幅对应的正是英伟达旗舰产品组合的出货野心。

测试端的数字更直白：京元电子明年整体半导体测试产能比今年扩大1倍。美国新建测试工厂明年4月量产，新加坡扩建产线明年2月启动大规模生产。

注意一个细节：测试厂布局美国和新加坡，不只是产能问题，也是地缘分散布局。据产业界私下流传的说法，头部云厂商在采购AI服务器时，已经开始对供应链的地理分布提出要求。测试环节靠近终端市场，正在从'加分项'变成'必选项'。

右上角的揖斐电和矽品精密，掌握的是最难复制的能力——前者是高端基板，后者押注CPO。这两个位置，短期内没有替代者。

🔦 CPO：15倍产能是一次技术押注

六笔合作里最具'赌'味道的，是CPO（共封装光学）。

英伟达与矽品精密合作，在中国台湾扩充CPO光学引擎产能：明年中期提升至当前15倍，2028年末再翻倍。

15倍是什么概念？意味着当前基数极小——CPO还处在从实验室走向量产线的爬坡早期。但英伟达显然认为这是下一代光信号零部件的制高点：当GPU集群规模从万卡走向十万卡、百万卡，铜互连的功耗和距离天花板会越来越硬，把光引擎和芯片封装在一起的CPO，是几乎所有头部玩家的共识路线。

共识归共识，量产是另一回事。光学引擎涉及精密耦合、对准、测试，良率爬坡比传统封装慢得多。提前锁定15倍产能，等于英伟达替整条产业链承担了爬坡风险：供应商敢建线，是因为客户先掏了钱。

这也是本轮预付款潮最值得关注的产业信号——巨头正在用资产负债表，加速尚不成熟的技术提前商业化。

⚠️ 钱能买产能，买不走的三个风险

先把扩张节奏放到时间轴上看，你会看到一张密集兑现的表：

绝大多数新增产能要等到2027年至2028年才真正释放。这意味着三个风险贯穿全程。

第一，需求风险。预付款锁定的是产能，不是需求。如果两年后AI资本开支节奏放缓，英伟达手中的长期产能合约会从'护城河'变成'沉没成本'。当然，以当前AI基础设施的投资烈度，短期内这个概率不大——但2028年的可见度，没人敢打包票。

第二，执行风险。高端基板、中介层、CPO光学引擎的扩产都涉及复杂工艺爬坡，'官宣产能'与'合格产出'之间隔着良率这道墙。数十亿美元的预订，买的是承诺，不是良率。

第三，格局风险。当最大客户深度渗透进供应商的资本开支，供应链的独立性会变相下降。对其他芯片客户而言，顶级封装基板和测试产能被预定了，二线厂商拿产能的成本只会更高——AI算力的马太效应，正在从芯片层向封装材料层传导。

如果给当前的产业格局画一张金字塔，结构其实很清晰：

小结

英伟达这轮预付款，表面是砸钱锁产能，本质是在买时间：把2027、2028年的交付确定性，提前兑换成今天的现金支出。基板2.5倍、中介层300%、CPO15倍——这些数字共同指向一个判断：AI算力竞争的瓶颈，已从晶圆前段悄然转移到封装后段。接下来的看点有两个：CPO良率能否如期爬坡，以及当这波产能集中兑现时，AI需求能否接得住。钱已付，时间表已定，剩下的交给物理世界。