http://www.tibetinfor.com/jy/20170322-8602.html

本周，Nvidia 及其合作伙伴 Amkor、富士康、SPIL、台积电和纬创软件宣布计划在未来四年内在美国建造价值 5000 亿美元的 AI 硬件。该公告包括实际 AI 处理器的生产、测试和包装，以及组装实际的 AI 服务器。但是，尽管该公告代表了构建价值五万亿美元的 AI 硬件的计划，但它缺乏细节，这让人怀疑它是否能做到。因此，我们决定仔细研究一下。

在美国构建本地 AI 供应链

台积电已经承诺在其 Fab 21 制造工厂投资 1650 亿美元，时间未知，因此可以肯定地说，有（并且将有）先进的制造能力来为 Nvidia 制造芯片。

支持 4nm 的 Fab 21 第一阶段已经在量产，支持 3nm 的 Fab 21 第二阶段预计将于 2028 年开始量产（在 Nvidia 计划在台湾量产其基于 3nm 的 Rubin GPU 后 1-2 年），支持 2nm/1.6nm 的 Fab 21 第三阶段预计将在本十年末开始大批量制造芯片。

在封装方面，TSMC 承诺在美国建造两个先进的测试和封装设施。

Amkor 正在建造一座耗资 20 亿美元的先进封装设施，建成并配备齐全后，将拥有 500,000 平方英尺（46,451 平方米）的洁净室空间。本周，SPIL 还宣布将在美国建造一家封装工厂，根据 Nvidia 的新闻稿，它还将拥有 500,000 平方英尺（46,451 平方米）的洁净室空间。该公司没有透露计划的投资，但它可能会与 Amkor 的工厂处于同一位置。

以 Amkor 和 SPIL 的投资为例：TSMC 目前的先进封装设施成本不到 20 亿美元，而且由于需求量很大，它们无法满足所有使用 CoWoS 和其他封装方法的客户的需求。

然而，两座价值 20 亿美元的 OSAT 工厂可能足以满足 Apple、AMD 和 Nvidia 在美国制造的产品的需求。但是，您应该记住，Amkor 的工厂计划于 2027 年开始运营，目前尚不清楚 SPIL 的工厂何时准备就绪。

除了芯片生产和封装设施外，英伟达的合作伙伴还将在美国建造实际的 AI 服务器组装厂。富士康打算在德克萨斯州休斯顿建厂，而纬创打算在德克萨斯州达拉斯建厂。两家公司都计划很快开始建设，并将在从现在起的 12-15 个月内开始制造服务器。

据《韩国邮报》报道，富士康子公司 Ingrasys 已投资高达 1.42 亿美元，在德克萨斯州休斯顿附近购买了 349,000 米^2 的土地（是五角大楼占地面积的三倍）和一个 93,000 米^2 的设施（与典型的亚马逊配送中心大小大致相同）。

该工厂似乎适合组装 AI 服务器，尽管按照富士康的标准，它算不上什么大工厂。例如，富士康郑州（又名 iPhone City）工厂拥有 140 万米^2 的工厂空间。还值得注意的是，据彭博社报道，富士康还在建设其所谓的墨西哥最大的 AI 服务器组装厂，预计耗资 9 亿美元，并于 2025 年底或 2026 年初准备就绪。

纬创资聪设施的规模尚不清楚。需要注意的是，Nvidia 及其制造合作伙伴计划部署 Nvidia 的 Omniverse 来模拟工厂运营并对其进行优化，并使用 Isaac GR00T 为这些设施开发自动化机器人系统。鉴于这些优势，有理由预期新工厂将比已部署的工厂具有更高的效率。

什么是 5000 亿美元的 AI 设备？

毫无疑问，5000 亿美元是一笔过高的数目。但是，就 AI 硬件而言，这个数字实际上会变成什么呢？

根据经验，AI GPU 的成本是 AI 硬件的一半，因此 Nvidia 预计在美国生产价值 2500 亿美元的 AI GPU 和价值 2500 亿美元的支持硬件。

一台配备 8 个 B200 GPU、2 个 56 核 Intel Xeon 8570 处理器、2 TB DDR5 内存、30 TB NVMe 存储、6 个 NVLink 交换机、8 个 Nvidia ConnectX-7 VPI 卡和软件的不含税成本为 593,000 欧元（670,000 美元）。5000 亿美元可以为您提供超过 746000 台 DGX B200 服务器。据报道，Nvidia 配备 78 个 B200 GPU 的 NVL72 机架售价 300 万美元。花五万亿美元，您可以获得 166,667 个 NVL72 机架。

您还必须质疑，富士康和美国的工厂（从现在开始运营 12-15 个月后开始运营）能否在接下来的三年内构建 746000 台 8 路 DGX 服务器，或 16667 个配备 72 个 GPU 的机架。

为此，他们必须每年构建 249,000 个 8 路 DGX 服务器（每天 682 台计算机），或每年构建 55,500 个 AI 机架（每天 152 个机架），这是很多。根据 DigiTimes Research 的数据，到 2024 年，AI 服务器的全球出货量约为 639,000 台。根据 TrendForce 的数据，AI 服务器的价值去年达到 2050 亿美元。

在两个设施中构建约 40% 的 2024 年 AI 服务器供应（通过 Omniverse 和高级机器人增强）是一项雄心勃勃的计划。众所周知，富士康和纬创将他们的设施设计为运行数十条并行生产线，而 100,000 米^2 的设施可以容纳数十条专业化和高度自动化的生产线，因此他们很可能每年能够生产数十万台 AI 服务器。

但是，到 2029 年，Nvidia 是否有可能在美国生产价值 2500 亿美元的数据中心产品（包括 GPU、CPU 和网络设备）？为了实现 Nvidia 在未来四年内在美国生产价值 2500 亿美元的面向 AI 的芯片的宏伟目标，Nvidia 及其合作伙伴每年必须在美国生产价值 655 亿美元的芯片。英伟达在 2025 财年的数据中心收益为 1150 亿美元，因此，如果它以某种方式将其 55% 的服务器产品的生产转移到美国，那么每年制造价值 655 亿美元的芯片是可能的。

然而，考虑到台积电的 Fab 21 第二阶段将于 2028 年开始生产 3nm Rubin GPU，而 Amkor 的先进封装设施有望在 2027 年开始运营，我们只能想知道 Nvidia 是否真的可以在 2026 年至 2027 年将其 55% 的数据中心生产转移到美国。

虽然到 2029 年在美国生产 5000 亿美元 AI 硬件的目标可能是一个过于雄心勃勃的项目，但 Nvidia 及其合作伙伴可能会在未来四年内生产价值数千亿美元的 AI 硬件。