GPU制造流程及核心厂商
发布日期：2026-08-14
一、GPU制造的六个阶段
一颗AI GPU从无到有，要经历设计→流片→晶圆制造→封装→测试→组装六个主要阶段。整个过程涉及全球数百上千家供应商，是现代制造业最复杂的产业链之一。
二、阶段一：架构设计
GPU设计是产业链中利润最高的环节，也是技术壁垒最高的环节。NVIDIA的设计团队规模超过万人，一颗旗舰GPU的设计周期通常2-3年。
设计阶段的核心工作包括：
- 架构定义：确定SM数量、Tensor Core规格、缓存层级、内存接口等
- RTL编码：用硬件描述语言（Verilog/VHDL）描述电路逻辑
- 逻辑综合：将RTL代码转换为门级网表
- 物理设计：布局布线、时序收敛、功耗分析
- 流片前验证：仿真和形式验证，确保功能正确
设计完成后，输出GDSII文件交给晶圆厂进行制造。NVIDIA和AMD是Fabless（无工厂）模式，自己只做设计，制造外包给台积电。
三、阶段二：流片验证
流片（Tape-out）是指将设计文件提交给晶圆厂制造首批芯片的过程。流片成本极高——3nm工艺一次流片费用约500万美元，且需要3-4个月才能拿到样片。
首批样片回来后，需要经过严格的 Bring-up 过程：
- 上电测试：确认芯片能否正常启动
- 功能验证：确认各模块功能正确
- 性能调优：调整电压、频率、时序参数
- 良率分析：统计合格率，优化制造参数
如果流片失败（功能错误或良率过低），需要修改设计重新流片，损失数百万美元和数月时间。一颗成功量产的GPU通常经历1-3次流片迭代。
四、阶段三：晶圆制造
晶圆制造是GPU产业链中资本密集度最高的环节。一座3nm晶圆厂投资约200亿美元，只有台积电、三星、Intel三家有能力制造先进制程。
制造过程在无尘室中完成，核心步骤包括：
- 光刻：用EUV极紫外光将电路图案转移到硅片上，3nm需要约20层光刻
- 刻蚀：用化学气体去除曝光区域的材料
- 沉积：在晶圆上生长薄膜材料层
- 离子注入：改变硅片电学特性
- 化学机械抛光（CMP）：平坦化表面
一颗H100 GPU使用台积电4N工艺（约4nm），单颗芯片面积约814mm²，一片12英寸晶圆只能切出约78颗合格芯片。台积电是NVIDIA GPU的唯一代工方，AMD GPU也主要由台积电制造。
五、阶段四：封装
AI GPU的封装比普通芯片复杂得多。H100采用CoWoS（Chip on Wafer on Substrate）2.5D封装：
- 将GPU裸片和HBM裸片安装在硅中介层上
- 硅中介层上布有高密度微凸块，连接GPU和HBM
- 整个组件安装在多层基板上
- 最后盖上散热金属盖
CoWoS封装是台积电独有技术，也是AI GPU产能的关键瓶颈。2023-2024年的GPU短缺，很大程度是CoWoS产能不足导致的。
六、阶段五：测试
封装后的GPU需要经过严格的测试筛选：
- 晶圆级测试（Wafer Sort）：在晶圆阶段进行初步功能测试
- 成品测试（Final Test）：封装后进行全功能、全性能测试
- Bin分级：根据测试结果将芯片分级，性能最好的标为旗舰型号
同一片晶圆上切出的GPU性能有差异，通过Bin分级实现差异化销售——最好的降频不多的是H100 SXM，差一些的降频是H100 PCIe，更差的可能屏蔽部分核心变为其他型号。
七、阶段六：模组组装
测试合格的GPU芯片会被组装成不同形态的产品：
- SXM模块：直接安装在服务器主板上，用于HGX/DGX系统
- PCIe显卡：独立显卡形态，如H100 PCIe卡
- OAM模块：OCP标准模块，用于部分OCP架构服务器
组装过程包括将GPU焊接在基板上、安装散热器、连接供电接口等。OEM/ODM厂商（如广达、纬创、超微）负责最终的整机组装。
八、核心厂商
| 环节 | 核心厂商 | 市场份额/地位 |
|---|---|---|
| GPU设计 | NVIDIA | AI GPU市场份额约80-90% |
| GPU设计 | AMD | MI300系列，市场份额约10-15% |
| GPU设计 | Intel | Gaudi系列，份额较小 |
| 晶圆代工 | 台积电（TSMC） | 先进制程份额约90% |
| 晶圆代工 | 三星 | 份额约10% |
| 封装 | 台积电（CoWoS） | AI GPU封装独家供应 |
| 封测 | 日月光/安靠 | 成品封测 |
| ODM | 广达/纬创/超微 | AI服务器组装 |
九、竞争格局
NVIDIA：绝对霸主。H100/B100系列占据AI训练市场绝大部分份额。核心优势在于CUDA生态壁垒——十几年的开发者积累让竞争对手很难追赶。2024年市值一度突破3万亿美元。
AMD：MI300X在推理场景有一定竞争力，但CUDA生态是最大障碍。AMD通过ROCm开源生态试图突破，但短期内难以撼动NVIDIA地位。
Intel：Gaudi系列定位性价比推理市场，但份额很小。Intel的优势在于同时拥有CPU和GPU设计能力以及自有晶圆厂（IDM模式），但先进制程落后于台积电。
国产GPU：华为昇腾910B、寒武纪思元等正在快速发展，但受限于先进制程获取和生态建设，短期内主要面向国内市场。
十、小结
GPU制造是世界上最复杂的产业链之一。NVIDIA凭借设计能力+CUDA生态占据绝对主导，台积电凭借先进制程和CoWoS封装卡住产能咽喉。理解GPU制造流程，就理解了AI硬件产业链的核心脉络。