YTGET

YouTube · Facebook · X · TikTok · Instagram · Threads

英特爾技術長談晶片產能極限與兩千道製程良率瓶頸

YouTube 影片筆記

英特爾技術長談晶片產能極限與兩千道製程良率瓶頸

原片標題:台積電,為什麼也做不出夠多的晶片?|Intel 技術長 × Dwarkesh

原片說明
00:00 開場:AI 晶片為什麼一直不夠 00:52 Dwarkesh Patel:到 Intel 晶片廠待兩天 01:33 Chris Auth(Intel):兩千個步驟與良率 03:10 微影機:全世界只有 ASML 做得出來 04:15 AI 要的算力,每年三倍 04:59 Pushkar Ranade(Intel 技術長):設備只夠翻兩倍 08:46 Intel 為什麼落後台積電 11:10 AI 公司自己蓋廠、記憶體更缺 12:56 這一集的答案:對台灣代表什麼 AI 公司搶晶片搶到缺貨,為什麼晶片廠不能多蓋幾間就好?Dwarkesh Patel 到 Intel 最先進的晶片廠待了兩天,訪問製程開發副總裁 Chris Auth 和技術長 Pushkar Ranade。Ranade 的回答是:就算錢不是問題,全世界現有的設備,也只夠 Intel 最先進的產量翻兩倍,而 AI 要的算力每年大約三倍。這一集整理兩位 Intel 主管的說法:一顆晶片要經過的兩千個步驟、只有 ASML 做得出來的微影機、設備要等 18 個月,以及這件事對台灣和台積電代表什麼。 【說明】本片整理 Dwarkesh Podcast〈What will computer chips look like in 2045?〉(2026-10-22 上傳,訪談約在 2026 年年中錄製)中 Intel 兩位主管的說法,並附上查證;Intel 對自家技術與產能的說法屬公司自述,主持人的估算(台積電先進晶圓出貨、AI 營收比例)片中已標明。旁白為 AI 配音,製作流程有使用 AI 工具。 🎤 講者原聲出處:Dwarkesh Patel〈What will computer chips look like in 2045?〉https://www.youtube.com/watch?v=frYSOKvNiiE ;片中剪輯 4 段原聲約 1 分 45 秒並加上中英字幕,另有訪談與工廠現場畫面穿插,用於評論與介紹(未使用該節目自製的動畫)。 畫面素材(評論引用截圖):dwarkesh.com、intel.com 高層簡歷、Epoch AI、Motley Fool 台積電法說會逐字稿、asml.com、Tom's Hardware、Engadget。 照片(皆 via Wikimedia Commons):晶圓 Syced(CC0);ASML 總部 A ansems(公有領域);台積電 Fab 21 工地 Hunter Trick(CC BY-SA 4.0);台積電 Fab 18(示意,不是 Terafab)4300streetcar(CC BY 4.0);Intel C1103 記憶體晶片 Thomas Nguyen(CC BY-SA 4.0)。 授權條款:CC BY 4.0 https://creativecommons.org/licenses/by/4.0/ ;CC BY-SA 4.0 https://creativecommons.org/licenses/by-sa/4.0/ 地圖:NASA Blue Marble(公有領域) https://science.nasa.gov/earth/earth-observatory/collections/blue-marble 📎 資料來源 • Dwarkesh Podcast 逐字稿 https://www.dwarkesh.com/p/intel-tour • Epoch AI:Global AI computing capacity is doubling every 7 months(2026-01-09) https://epoch.ai/data-insights/ai-chip-production • TSMC:2026 年第三季財報 6-K https://www.sec.gov/Archives/edgar/data/0001046179/000104617926000726/a3q26e_withguidancexfinal.htm • TSMC 2026 Q3 法說會逐字稿(Motley Fool) https://www.fool.com/earnings/call-transcripts/2026/10/15/tsmc-tsm-q3-2026-earnings-call-transcript/ • Engadget:Intel gets on board with Musk's Terafab project https://engadget.com/ai/intel-gets-on-board-with-musks-terafab-project-182200144.html • GIGAZINE:Terafab to use Intel 14A https://gigazine.net/gsc_news/en/20260424-terafab-intel-14a • Tom's Hardware:ASML 2025 年出貨 48 台 EUV https://www.tomshardware.com/tech-industry/semiconductors/asml-projects-usd71-billion-in-revenue-by-2030-as-demand-for-euv-lithography-machines-intensifies-due-to-ai-boom-china-sales-lag-behind-while-company-cashes-in-on-high-end-twinscan-systems • Intel:Pushkar Ranade 簡歷 https://www.intel.com/content/www/us/en/corporate/biography/pushkar-ranade.html --- Jim AI Notebook | Note the Future 每日深度解析 AI 最新進展 #AI #Intel #台積電 #ASML #AI晶片 #半導體 #DwarkeshPatel #演講訪談系列 #JimAINotebook

錢不是問題,時間才是。這句話我聽完的第一個反應是:也太反直覺了吧。我們總以為晶片缺貨是錢不夠、廠不夠,但 Intel 技術長 Pushkar Ranade 說,就算錢無限,全世界現有裝置也只夠讓 Intel 最先進產量翻兩倍,而 AI 要的是每年三倍。這集 Jim 就把這個落差拆給你看。

技術長回答:不到十倍,大概兩倍
技術長回答:不到十倍,大概兩倍00:40

影片時間軸:

  1. 01:33先解釋晶圓與製程兩個基本名詞
  2. 02:28兩千個步驟,一步出錯整顆晶片報廢
  3. 03:10微影機只有 ASML 做得出來,一年不到一百台
  4. 05:15主持人問:錢不是問題,產量能變十倍嗎
  5. 06:25現有設備能擠出多少,良率越高越難加
  6. 07:53今天下單要等十八個月,新產能要到 2030
  7. 08:55Intel 從十奈米開始落後的那段轉折
  8. 11:34馬斯克蓋 Terrafab,Intel 宣佈加入
  9. 13:37回到台灣:台積電接下來幾年的位置
極紫外光微影機,全世界只有一家做
極紫外光微影機,全世界只有一家做03:25

兩千個步驟與一個百分點

Auth 講良率那段我覺得最實在。兩千個步驟,只要一步出錯那顆就壞了,所以他們用檢查機掃、通電測試、再把壞的切開用電子顯微鏡看是哪一層出問題。技術長補的例子更直接:同一間工廠良率從六成拉到六成五、七成,做出來的晶片就多一截。難怪晶片廠會為每一個百分點拼命,因為那不是數字遊戲,是實實在在的產量。

良率從六成拉到七成,產量就多一截
良率從六成拉到七成,產量就多一截02:53

設備只夠兩倍,AI 要三倍

這段是整集的核心。Ranade 說的兩倍不是每年兩倍,是用全世界現有設備,Intel 最先進產量最多做到原本兩倍;而 AI 算力每年三倍,兩年九倍、五年兩百多倍。中間的差距只能靠每顆晶片更強,或整條供應鏈一起擴產,但後者牽涉的公司太多,一家跟不上整條線就卡住。主持人自己算的粗估也很有意思:Intel 花幾十億美元買設備,做出來的晶片就夠 AI 公司一年賺上千億美元,所以錢真的不是問題。

主持人粗估:幾十億設備換上千億營收
主持人粗估:幾十億設備換上千億營收07:06

Intel 怎麼從第一名掉到後面

十奈米那段是很好的對照。原本預計 2016 推出,拖到 2018 才生產,因為想一次跨太大步,新裝置還沒準備好,只能用複雜方法硬做,工程師負擔非常重。另一個原因是 Intel 工廠幾十年只做自己的晶片,台積電替很多公司做,做的晶圓更多、學得更快、賺的錢再投資回去。Ranade 承認技術上 Intel 已經追上、差距只有幾個百分點,但這是 Intel 的說法,主持人當場引用研究公司估算質疑,規模上他也承認台積電大得多。

值得下載嗎:值得,特別是如果你想知道「晶片為什麼不能說增產就增產」的完整邏輯。兩位 Intel 主管的原聲加上 Jim 的查證與標註,把兩千個步驟、ASML 一年不到一百台、十八個月交期這幾件事串得很清楚,當成理解 AI 供應鏈的入門材料很夠用。

覺得這篇筆記有幫助嗎?
YTGet 編輯室|看完影片整理的筆記,細節以原片為準。

連線中

影片封面

擷取畫面

輸入時間點,例如 3:20、3.20 或 200

影片皆已含音訊。檔案越大準備時間越久,完成前請保持頁面開啟。