标题:NVIDIA 联合供应链伙伴扩产 支撑 AI 基础设施落地
NVIDIA 这次联合多家上游供应链厂商加大合作力度,核心目标就是放开关键零部件、封装、测试环节的产能上限,解决现在 AI 基础设施最大的卡点 —— 供货跟不上算力需求。简单来说,不是只单纯多买芯片,而是从基板、先进封装、光引擎、晶圆代工一直到整机制造整条链条同步扩容,还会用预付款、长期产能预留协议的方式帮供应商出钱建新产线,提升整个供应链的抗风险能力,保障云厂商、AI 企业能拿到足够的加速计算硬件搭建 AI 算力集群。
为什么要集中扩大供应链合作
- 市场端:全球大模型、AI 工厂、智算中心的建设需求持续走高,GPU、配套基板、光互联组件长期处于供不应求的状态,产能短板直接拖慢 AI 基础设施建设速度。
- 供应链风险:之前产能集中在少数工厂,容易受地缘、设备、良率波动影响,多点扩产可以增加冗余供应渠道。
- 产品迭代:下一代加速计算平台对基板、共封装光学、先进 CoWoS 封装的要求更高,需要提前锁定配套制造能力,同步匹配新品量产节奏。
合作厂商和扩产目标清单
| 合作厂商 | 负责环节 | 扩产规划 |
|---|---|---|
| IBIDEN、三星电机、欣兴电子 | 半导体基板 | 未来 3 年基板总产能提升 2.5 倍 |
| Amkor(安靠) | 先进封装 | 2028 年底先进封装产能提升 300% 以上 |
| 京元电子 KYEC | 芯片测试 | NVIDIA 提供 11 亿美元产能预留资金,新建生产基地 |
| 矽品精密 SPIL | 光引擎(共封装光学) | 2027 年中光引擎产能提升 15 倍,2028 年底再翻倍 |
| 台积电 TSMC | 晶圆制造、CoWoS 封装 | 支撑当前及下一代 GPU 晶圆、先进封装量产 |
| 鸿海富士康 | 整机系统制造 | 全球工厂网络扩产,承接 GPU 整机、算力服务器生产 |
落地执行方式
- 签订长期产能协议,提前锁定未来几年的零部件供货配额。
- 向合作方支付大额产能预留预付款,用来支持厂房建设、新增设备采购。
- 多区域布局扩产,分散生产地点,降低单一区域停产带来的冲击。
- 同步协同研发,让上游供应商的工艺迭代匹配 NVIDIA 新一代加速芯片的设计需求。
整体来看,这一轮供应链扩容是一个中长期布局,短期没法立刻解决缺货,但会持续提升 AI 硬件交付量,为接下来几年国内、海外大规模 AI 基础设施建设打下硬件供给基础。
【常见问题】
问题 1:NVIDIA 扩大供应链合作对 AI 基础设施建设有什么影响?
回答 1:NVIDIA 扩大供应链合作,能够提升基板、先进封装、光引擎等关键部件产能,缓解算力硬件缺货问题,加快智算中心、AI 集群这类 AI 基础设施的建设进度,保障算力供给稳定。
问题 2:本次和 NVIDIA 合作的供应链伙伴主要覆盖哪些环节?
回答 2:本次和 NVIDIA 合作的供应链伙伴覆盖半导体基板、先进封装、芯片测试、光引擎、晶圆代工、整机制造等 AI 基础设施所需的上游核心制造环节。
问题 3:NVIDIA 用什么方式推动供应链伙伴扩产?
回答 3:NVIDIA 通过签订长期供货协议、支付产能预留预付款、协同工艺研发、多区域布局等方式,推动供应链伙伴扩产,保障 AI 基础设施的硬件供应。
问题 4:这次供应链扩产计划大概多久能兑现产能?
回答 4:多数扩产目标集中在 2027–2028 年逐步落地,基板产能 3 年提升 2.5 倍、矽品光引擎 2027 年中先扩 15 倍,属于支撑中长期 AI 基础设施建设的布局。
【数据来源】
[2026-11-18](NVIDIA 与供应链合作伙伴扩大合作,为 AI 基础设施建设提供支持)NVIDIA 英伟达中国博客
[2026-10-21](NVIDIA and Supply Chain Partners Expand Capacity to Accelerate AI Infrastructure Buildout)NVIDIA 投资者官网新闻稿
【免责声明】
本文内容仅为行业资讯整理,不构成任何投资建议;产能规划为企业公开目标,实际落地进度受设备、良率、市场需求等多重因素影响,存在不确定性,请以企业官方后续公告为准。
