台積公司三奈米製程新廠將設於南部園 - 股票

Table of Contents

我覺得問題是這樣
當這幾篇回文 都在看手機市場在算未來獲利空間時
未來真正的獲利動能在哪 還是不是手機市場
應該也要問問這個問題才對

講未來太虛幻 我們看一下接下來的5-10年好了
假如過去十年IC主要消耗在行動裝置
那為甚麼未來10年IC不會是消耗在AI上

這種趨勢 其實目前就可以從電腦計算力供應大廠的數量看的出來
手機競爭者過去5年越來越多 但是電腦算力供應大廠還是那幾家
那未來呢?假如未來可以投入現在同樣的資本
但是卻有3倍 甚至更多的計算力供應
(這是低估 3奈米技術帶來的運算加速不是16奈米的5.3倍
就好比32奈米的i7 3970運算速度不是 14奈米的i9 7980XE的1/3)
未來會不會形成更多競爭者?
我是覺得會 畢竟這種東西不是單純只賣計算力 更賣服務 尤其是賣解決方案

不同樣貌的算力供應商 打破大者恆大的局面之後
AI戰國時代 就會是未來高製程IC的第一個消耗處

另一點是 AI的技術 現在正處於爆發期
而爆發期的由來 就是因為計算力成本大幅下降
到3奈米CPU量產的時候 到時AI的普及度並不是能見度高不高的問題了
所有看到的新聞 知識 甚至流行跟品味 都由AI運算好端到客戶面前
到時候比較重要的問題 會是你能不能察覺你已經被AI制約
其實現在已經多少有點這種狀況了
google的搜尋結果或多或少會根據個人使用狀況 做網頁排名的依據
目前的計算力極限的技術長的是這樣 未來10年呢?

2007年的手機跟2017年的手機功能差多少我就不提了
未來會進步到哪裡 我是覺得很難講
不見得未來主流還是手機 可能是別的穿戴裝置
只是在這個AI技術力大突破的時間點 說長期看空精密製程IC
我也是覺得 恩 很棒

話說回來
假如有個老闆蓋個廠只是想要賺3年5年就等著攤折舊
台積電也不會做到台灣第一大


※ 引述《Nokia6233 (mobile)》之銘言:
: ※ 引述《apoenzyme0 (apoenzyme)》之銘言:
: : https://www.inside.com.tw/2017/09/27/iphone8-cost
: : 說3奈米太貴沒有需求的, 上面的新聞有一段
: : "處理性能的提升也讓 A11 Bionic 的成本比去年的 A10 Fusion 高出了 5 美元,後者
: 的
: : 成本為 26.9 美元。"
: : A11 的成本約是900台幣不到. 今天3奈米賣10奈米現價3倍好了
: : 成本也才拉高2000. APPLE iphone 過了3代才拉高2000的售價很難嗎?
: 成本拉高2000 售價至少要 多2000X3.8
: 大概接近8000
: 本來一隻38000塊的手機
: 結果現在要賣你 四萬六
: 你有沒有算過他的邊際價格彈性
: 這樣你的銷售量 可能會減少六成
: 而且手機為什麼要這麼高數的運算??
: 網路速度夠快 全部都在雲端運算就好了啊
: 照這樣說 14奈米 完全可以
: 這是一個講究cp值做生意的年代
: 很多工程師覺得做到最頂尖就可以賺到錢
: 那個是在你的邊際產值最大的時候 才有用
: 現在手機邊際產值非常低 你要給消費者多個8000塊
: 你信不信備16奈米的手機 全軍覆沒
: 而且很多人講到AI晶片 各方面的應用
: 我相信那是有的 需求
: 只是目前能見度很低
: 就你跟你研發新藥一樣 真的是有龐大的需求
: 但是問題市場面是兩碼子事
: 當以後如果最賺錢是16奈米供不應求的時候
: 三星聯電中心
: 都有辦法把良率拉到八成五以上
: 那3奈米的投資 就會是一種很大的負擔
: 我相信三星聯電中心這些人 也不是白癡
: 願意全力投入16奈米
: 是有他的原因在的
: 而且就算三奈米要賺到錢 中間的陣痛期非常長
: 其實未來台gg並沒有大家想那麼樂觀
: : 再說iphone7 到8的晶片 A10到A11 成本高出5美元所以貴了150台票
: : 你都知道iphone8 比7 貴了好幾千, 你覺得apple 會care一個晶片變貴500/1000?
: : 晶片設計公司根本只care 你做不做的出來好不好.
: : 3奈米跟10奈米比, 就好比拿現在普遍的14/16奈米跟40奈米比.
: : 你能想像現在改拿裝著40奈米晶片的手機嗎(只有3G?)
: : 不能的話相信2022年的時候你也會覺得14奈米的晶片能用嗎?
: : 手機+晶片商毛利抓低一點的話. 了不起就是比現在最先進的晶片在貴個2000
: : 沒市場? 到時看看是沒市場還是沒產能.

--

All Comments

Valerie avatarValerie2017-09-30
給推
Doris avatarDoris2017-10-05
推 未來怎樣真的很難說
Necoo avatarNecoo2017-10-06
未來就是算力的時代了 台積這種生產算力的公司掌握
Jessica avatarJessica2017-10-07
的是下一波工業革命的關鍵生產要素..
Andrew avatarAndrew2017-10-10
更遠來看,每一次的工業革命都是一種生產要素變成維
Damian avatarDamian2017-10-13
持社會必備資源的過程 (ex. 機械、電力、資訊)
Yedda avatarYedda2017-10-15
不過三奈米的廠區規模看來不會很大
Connor avatarConnor2017-10-19
推3F,運算能力噴井就是這波工業革命的關鍵推手
Madame avatarMadame2017-10-19
除非摩爾定律遇到瓶頸,不然這波浪潮就是繼續推進
Linda avatarLinda2017-10-22
會覺得人類對運算能力的需求,已經達到飽和.我只能說
你文組的嗎?(雖然我也是文組XD)
Andy avatarAndy2017-10-24
對運算能力的需求,AI VR都有可能。但絕不會是手機
Victoria avatarVictoria2017-10-24
所以不需要討論3奈米在手機處理器的未來。
Faithe avatarFaithe2017-10-27
另外可以確定的一個是軍事用途,但這跟一般人無關
Bennie avatarBennie2017-10-29
如果只看五年十年,那3奈米應該是賠錢貨無誤。
Tom avatarTom2017-10-29
再長就要看TSMC的良率跟AI VR的成長力道了
Kelly avatarKelly2017-11-01
解決方案也是依賴算力,差3-5倍的方案
根本是中階與低階產品的差距
Regina avatarRegina2017-11-05
可以肯定是最貴製程永遠是能出最高價的
頂尖客戶在用。
Frederic avatarFrederic2017-11-05
手機也屬於AI算力需求之一
Zanna avatarZanna2017-11-08
以後手機大部分面積可能用在塞AI線路
然後還要超省電,24小時高性能運作
Oscar avatarOscar2017-11-11
以後手機不只是手機,而是可攜電腦。
Dorothy avatarDorothy2017-11-13
在家畫面傳輸到8K電視,無線連接輸入裝置
傳統X86衰退已經進行中。
Elma avatarElma2017-11-16
手機價格越來越高,因為它一直往上取代
Hedda avatarHedda2017-11-17
5年前你說新手機賣3萬,大家會笑你做夢
Mason avatarMason2017-11-20
5年後你說手機賣5萬,大家會說高階正常價。
Franklin avatarFranklin2017-11-21
因為取代一部份NB/PC用途,加價不算貴
Blanche avatarBlanche2017-11-26
PC因為不在乎省電與空間。未來可能停留
在5nm/7nm很久。
Steve avatarSteve2017-11-26
導致性能其實沒比手機強多少。只是便宜。
然後高階手持晶片用領先1-2代的製程生產
Charlotte avatarCharlotte2017-11-30
很貴,但性能不輸大台的,還可以隨身帶
Todd Johnson avatarTodd Johnson2017-12-02
不覺得AI是主力需求,因為雲端AI可以蓋很大場浪費很
Damian avatarDamian2017-12-06
多電。不需要用到高階製程啊。像中國的超級電腦,還
不是用中芯的落後製成做的
Iris avatarIris2017-12-10
移動裝置要省電,又要升級,才有高階製程的大量需求
Odelette avatarOdelette2017-12-15
AI晶片和超級電腦要解的問題型式大不相同,後者可以
Mia avatarMia2017-12-17
用devide&conquer就能以量取勝,但類神經AI是cell彼
Ophelia avatarOphelia2017-12-19
此連結,cell越多越需要先進製程
Odelette avatarOdelette2017-12-23
推備份,奇文
Andy avatarAndy2017-12-27
說AI大幅爆發是因為算力推動?? AlphaGo圍棋能打贏人
Carolina Franco avatarCarolina Franco2018-01-01
類是因為算力進步可以用暴力演算法去打贏人類??
Caroline avatarCaroline2018-01-01
AI能贏是因為deep learning演算法才有辦法做到 那是
Jack avatarJack2018-01-06
軟體的進步 跟算力沒太大關係
Anthony avatarAnthony2018-01-06
AlphaGo還是和算力有關,靠著google特地為ai開發的t
pu,單機版就能幹掉棋王,,用靠雲端支援
Frederic avatarFrederic2018-01-08
不用靠雲端支援
Liam avatarLiam2018-01-09
另外最早是靠google這種公司才有能力支援雲端算力,
驗證ai演算法後才開發專用tpu,沒google支援,演算
法要怎麼驗證,當然和算力有關
Hamiltion avatarHamiltion2018-01-12
傻眼 deep learning 當然是算力提昇 才有的進展 這
常識吧
他的前身是NN 那個年代塞個兩層layer就跑很久了
Edwina avatarEdwina2018-01-12
既然那麼需要算力 為什麼TPU是28奈米製程 應該直接
就衝7奈米了 28都多久以前的製程
Ingrid avatarIngrid2018-01-15
google自己一直走減少成本的路線啊
Liam avatarLiam2018-01-17
你怎不看股價狂噴的nvidia?
Christine avatarChristine2018-01-19
而且什麼直衝? 7nm又還沒量產
Hedwig avatarHedwig2018-01-24
顯卡看新聞有某幾款都賣到缺貨 甚至有人包機去美國
Hedy avatarHedy2018-01-26
總部貨品包下來運送 不過那些都是要挖礦用的
Franklin avatarFranklin2018-01-29
早期準備要生產7nm的公司 這幾年早就在開發了 不可
能等到可以量產才開發
Lydia avatarLydia2018-01-31
對啊? 所以現在的就不做嗎
Steve avatarSteve2018-02-04
因為工作的關係 我知道某公司先進製程的客戶大概有
哪些 現在就沒在做
John avatarJohn2018-02-07
樓上,你可能不清楚training需要的算量遠遠超過比賽,
用類比就是壓影片的算量遠超過看影片.而且不只是
Audriana avatarAudriana2018-02-12
training,有時有幾十組參數要測試看哪組最好,google
的雲端中心可以一次就讓你幾十組平行跑,比賽時挑最
好的那組去出賽,比賽時也不用training
Wallis avatarWallis2018-02-15
如果google將來讓TPU用更先進的製程,那麼不只是參數
Annie avatarAnnie2018-02-19
可以試更多更大量的組合,neuron數也可以更多,結果還
可以在更短時間訓練出來,怎麼會和算力無關?
Edwina avatarEdwina2018-02-21
AlphaGo的訓練的比賽樣本以及自己機器間對戰的盤數
Rae avatarRae2018-02-25
已經超過人類職業棋士不吃不喝不睡能賽的盤數,現在
是不繼續弄圍棋了,但這算力繼續進化,哪天能到達大腦
Doris avatarDoris2018-02-28
神經元數才是前所未有的境界
Xanthe avatarXanthe2018-03-05
推這篇 未來各式各樣的物品都會裝上晶片 甚至是人體
更需要高品質可靠度 製造跟研發一樣重要
Elizabeth avatarElizabeth2018-03-07
為什麼一開始是28nm,我在另一篇有推過文,一時找不到
簡單講是google自己很趕進度,IC設計人員招募是上階
段進行中時還在招募下階段的人員,為了加快推出實品
Kristin avatarKristin2018-03-12
速度,才用最保守安全的28nm確保能儘快成功,這google
blog有介紹
Freda avatarFreda2018-03-13
然後為什麼28nm的TPU可以一片打N片的先進顯卡,原因
是把演算法調整成全用整數運算
Franklin avatarFranklin2018-03-17
顯卡充斥浮點運算,這是以前超級電腦的路數,因為超級
Edith avatarEdith2018-03-17
電腦要忠實計算複雜的浮點演算法.後來顯卡要計算3D
運算,所以就比照.TPU就像ASIC,專為google內部特化設
計,所以把浮點數改整數
Isla avatarIsla2018-03-20
如果未來有複雜不易改整數的需求,那麼當然就用3nm這
類直接硬幹浮點計算
Zora avatarZora2018-03-23
機械義肢 讚讚讚
Caroline avatarCaroline2018-03-24
算力不都丟雲端算即可?
Ursula avatarUrsula2018-03-25
都丟雲端是目前只能這樣做,就像最早PC無力當server
Doris avatarDoris2018-03-28
一樣,但是隨著需求發展,也可能需要非雲端的強大算力
,另外即使是雲端,google會開始弄TPU,就是因為需要AI
Connor avatarConnor2018-04-02
的運算量越來越多,如果不把算力大幅提昇,光用傳統方
法,蓋data center都來不及追上所需算力的成長,而且
Kelly avatarKelly2018-04-05
data center吃電,也要廠房和軟硬體成本,當需求的算
力越來越大,能在原有空間和耗電量下提升算力才是最
佳選擇
Bethany avatarBethany2018-04-08
其實google都有官方blog介紹得很清楚為何需要TPU,你
Quintina avatarQuintina2018-04-11
光想幾年前手機還不能講一句話就幫你辨識出你講的句
子,現在則是常態,google是面對這一切成長的雲端中心
Kumar avatarKumar2018-04-14
它很清楚運算量的爆量成長速度(語音搜尋,以圖搜圖從
無到有,還有手機本身數量的成長,還忘了拍文字照片幫
Heather avatarHeather2018-04-16
你辨識成純文字這個),所以它前幾年就開始弄TPU,去年
底剛好弄出來一代,把它運用到圍棋,然後就出現去年底
Barb Cronin avatarBarb Cronin2018-04-19
突然冒出來一個比打敗李世石還強大的Master,大家都
在猜是誰(明顯比去年打敗李的AlphaGo還強),今年大家
Annie avatarAnnie2018-04-23
都知道就是AlphaGo的TPU進化版
Agnes avatarAgnes2018-04-26
算力的確很重要,但是不同的user(企業,個人)最佳需求
在哪? ibm就是忽略個人pc被微軟和蘋果端走
Steve avatarSteve2018-04-28
如果加密貨幣起來,個人和企業的最佳需求會比較接近
Hardy avatarHardy2018-05-02
追求最強是不是一定最好?市場要的是在對的時間點給
Elizabeth avatarElizabeth2018-05-05
我對的產品和對價格,錯一步, moto, nokia的嘶啞聲還
依稀可聞
Heather avatarHeather2018-05-10
最強會讓你有籌碼可以安排,缺點是決策複雜度變高,錯
Charlotte avatarCharlotte2018-05-12
一步就真的GG了
Kristin avatarKristin2018-05-13
下一波民生大換代毫無疑問是電動車和電機車
Necoo avatarNecoo2018-05-16
車聯網和自動駕駛等也會一起爆發