英伟达：GPU产量瓶颈在于芯片封装

据tomshardware报道，英伟达dgx系统的副总裁兼总经理Charlie Boyle就该公司的gpu生产问题进行了解释。Charlie Boyle表示，这并不是因为英伟达的需求计算错误或制造合作伙伴tsac的晶片生产问题。

能够满足消费者或专家用工作负荷（如ai）的gpu的制作问题会在后续包装阶段发生。nvidia的h系列gpu使用设备的2.5d cowos包装技术，这是一个多阶段的高精密工程过程，可以减少在给定时间内组装的gpu数量，从而影响供应。由于需要的gpu数量和可使用的gpu数量之间存在差异，埃隆马斯克认为gpu非常困难。此后，twitter /x最多购买了1万个英伟达计算专用gpu。

因此，当人们使用“gpu不足”这个词时，他们实际上并不是在说gpu本身，而是在说主板的一些组件的不足。

在芯片成为可用的gpu之前，需要经过从芯片设计到制造的多个阶段。芯片设计阶段的问题是，由于设计不当而出现瓶颈现象，可以降低设计收率（收率是完全蚀刻的晶片中可以使用的芯片的百分比）。稀土金属或其他材料（如最近有限的镓）的缺乏会影响到长物流链的其他阶段。物质污染，能源中断以及许多其他因素也有影响。

但是cocos的瓶颈问题预计将比预想的更加严重。tsmc方面预测说，要想使积压的包装订单恢复正常，可能需要1年半左右的时间。因此，英伟达将必须决定将哪一种产品的包装能力分配给——，并没有足够的时间和能力来包装所有产品。

供应问题可能来自tsmc的套餐，但英伟达通过“不可思议的执行能力”在人工智能领域占据优势。tscd是为数不多的拥有强大的高性能封装技术的制造商之一，这是性能扩展的绝对要求。ai领域显然还需要更多的竞争（rx 7900 xtx等amd的游戏gpu也瞄准ai数据中心）。

制造也需要竞争。英特尔的传真服务（ifs）有可能从高性能gpu领域引进其他游戏玩家。与此同时，至少可以缩小与tsmc的制造技术差距，从而确保其他制造企业能够投入竞争的具有魅力的半导体地位。