個股深度 · 算力與晶片 · ISSUE #151
TPU v9、NVL144 都在傳要給 Intel 封裝?先別急著數單,該盯的是良率變營收這條兌現鏈
市場在數第四層的訂單傳聞,Intel 報表只認第一層那一個百分點。把訊號分四層、對照良率量產認列三道關,看 7/23 財報該盯哪個數字。
📡這週市場在數哪些單
這週投資圈的 Intel 討論串幾乎繞著同一件事轉,Google 下一代 TPU 傳出要用 Intel 封裝,也有人說輝達的 NVL144 因為翹曲問題要轉單。聽起來訂單簿快滿了。但訂單和財報認列的營收之間,隔著三道關。先把桌上的訊號攤開,不急著評價,看市場在興奮什麼。
Google TPU v9
6 月一批分析師報導把 Google 次世代 TPU 的封裝指向 Intel
其餘訊號還有:輝達一個 NVL144 專案社群流傳因封裝翹曲正在試 Intel 的 EMIB-T;SpaceX、特斯拉約在 2026 年第一季法說被簽為 Intel 的 Terafab 計畫夥伴;亞馬遜 AWS、思科已經是 Intel 的外部封裝客戶,用的是 EMIB。這些訊號的共同方向只有一個,Intel 的封裝業務要放量了。市場正在為這個方向重新定價,但這些訊號的硬度差很多,得先分層。
🔻一張漏斗:訂單不是營收
把上面這堆訊號,按離真金白銀有多近排成一張漏斗。越往上、越接近財報認列,越窄也越硬;越往下、越接近傳聞,越寬也越軟。
| 層級 | 客戶/訊號 | 依據 | 硬度 |
|---|---|---|---|
| ① 已認列營收 | 外部代工只占整體營收約一個百分點 | Intel Q1 官方財報 | 最硬 |
| ② 已出貨外部矽 | 亞馬遜 AWS、思科,走 EMIB | Intel Foundry 官方部落格 | 硬 |
| ③ 已簽計畫夥伴 | SpaceX、特斯拉,Terafab | Q1 法說公開點名 | 中 |
| ④ 洽談與傳聞 | Google Humufish、TPU v9 Triggerfish、蘋果、微軟、Meta、輝達 Feynman、NVL144 | 分析師洩露、社群傳聞 | 最軟 |
市場這週在數的,全都是第四層的傳聞;Intel 報表上真正認列的,是第一層那一個百分點。從第四層搬到第一層,中間要過三道關,良率、量產、認列。
🔬第一關:良率,技術驗證良率不等於量產良率
要把訂單變成能出貨的封裝,第一道關是良率。這也是最多數字被灌水的地方。市場最常引用的一句是 Intel EMIB 良率約 90%。這個數字的源頭是分析師 Jeff Pu 與郭明錤的估計,不是 Intel 官方確認,而且是技術驗證良率、不是量產良率,兩者差很遠。對照組是台積電 5.5 倍光罩的 CoWoS,官方量產良率超過 98%,而且已經跑了好幾年。拿一個分析師估的驗證良率,去比一個官方的量產良率,本身就不對等。
技術上 Intel 確實在推進。在 2026 年的電子元件技術大會上,Intel 揭露 EMIB-T 已在 2 倍光罩的矽含量封裝驗證 36/35µm 的凸塊間距、密度比前一代 Granite Rapids 的 45µm 高約 65%,並正把這個規格擴到 4.5 倍光罩封裝、認證目標訂在 2026 年底,下一步 25µm 已經在測。EMIB-T 名字裡的 T 指的是穿矽導孔,讓電力垂直穿過矽橋供電,把直流壓降降低 68 到 80%,這正是它想攻 HBM4E 高頻寬記憶體的關鍵。但同一場大會也暴露了它的天花板,Intel 展出的 240×240mm 大尺寸測試載具,攤位樣品嚴重翹曲。尺寸一放大,限制因子就從矽橋本身轉到基板處理、翹曲與對位。良率這關 Intel 在追、但還沒追到量產線的水準。
要給 Intel 公道的一點是它的量產履歷,EMIB 從 2017 年量產至今、出貨已逾百萬顆。這個累積近十年的良率工程,才是判斷它封裝護城河的真正依據,不是那些傳聞裡的良率數字。
🏭第二關:量產放量,產能與客戶時程
良率過關,還得有產能、有時程,訂單才會變成一季一季的出貨。Intel 官方在部落格說得直接,EMIB 與 EMIB-T 的外部客戶預期最早 2026 年下半年放量、帶來數十億美元營收。這是最早,意思是實際節奏可能更慢。往後看,時程其實都排在 2027 到 2028,Google 的 Humufish 要 2027 年第三季才量產,「The Information」報導 Google 在 2028 年向 Intel 下單逾 300 萬顆 AI 晶片、約當它 2028 年產出的一半。
市場這週在為 2027 到 2028 才會落地的訂單,付 2026 年的股價。訂單簽了,到產能爬到、良率穩住、客戶大量拉貨之間,還有一年半到兩年的執行風險。
這段路 Intel 過去走得並不順,它的客戶服務與設計規則曾被設計端點名批評、換人整頓後才轉好。時程越遠,變數越多。