<p>幾乎所有全球大型科技公司都在競相建立比其他公司更多的計算能力，以滿足大型語言模型訓練和人工智能推理的需求。僅四大支出公司今年的資本支出就預計超過 3200 億美元，其中大部分將用於數據中心。</p>
<p>少數幾家公司從這一切支出中受益匪淺，其中最重要的就是 <strong>Nvidia</strong>（NVDA -0.74%）。這家芯片製造商的數據顯示，其數據中心收入在三年內增長了超過 10 倍，因為大型科技公司以最快的速度購買其圖形處理單元（GPU）。這為公司及其投資者帶來了驚人的盈利增長。</p>
<p>需求繼續推動 Nvidia 的增長，預計第二季度收入將增長 50%。但競爭開始追趕市場領導者，另一家人工智能巨頭可能在未來三年內以更快的速度增長其人工智能芯片收入。此外，其股票的估值更具吸引力，使其成為希望利用人工智能下一個增長週期的投資者的絕佳選擇。</p>
<h2>競爭正在取得進展</h2>
<p>Nvidia 面臨來自兩個主要來源的競爭：其他 GPU 製造商和定製芯片設計。</p>
<p>在其他 GPU 來源方面，<strong>Advanced Micro Devices</strong>（AMD -2.31%）是 Nvidia 唯一的實際競爭對手。儘管 Nvidia 的芯片成本仍然很高，但它仍然是超大規模雲計算公司的首選，提供更好的性能。Nvidia 的專有軟件 CUDA 為其鎖定客户提供了另一種方式。此外，Nvidia 還提供更好的擴展解決方案。</p>
<p>但 AMD 上個月展示了新芯片，旨在消除許多這些優勢。其 MI400 芯片預計將在 2026 年推出，提供一種 “機架規模” 系統，使一整機架的 AMD 芯片能夠像單一計算引擎一樣運行。這可以提供比 Nvidia 更好的性價比，為大型數據中心提供了一個真正的競爭者。它已經獲得了 OpenAI、<strong>Meta Platforms</strong> 和 <strong>Microsoft</strong> 等公司的新系列芯片的承諾。</p>
<p>競爭的另一個來源是來自 <strong>Meta</strong>、<strong>Microsoft</strong>、<strong>Alphabet</strong> 的谷歌和 <strong>Amazon</strong>（AMZN -0.07%）等公司的定製硅設計。這些公司是 Nvidia 最大的客户，但它們都希望用更多的定製設計芯片填滿自己的數據中心，這些芯片是與 <strong>Broadcom</strong>（AVGO -0.37%）和 <strong>Marvell Technology</strong> 合作製造的。</p>
<p>這些應用特定集成電路（ASIC）在生成性人工智能方面不如 GPU 靈活。然而，上述四家公司在其定製解決方案的人工智能訓練和推理方面都取得了出色的成果。它們都在努力擴大這些芯片在未來迭代中的使用案例。對 <strong>Microsoft</strong>、<strong>Google</strong> 和 <strong>Amazon</strong> 來説，重要的是，雲服務提供商表示，他們的客户能夠通過自己的芯片設計獲得比 Nvidia 更好的性價比。而且它們各自都有激勵去向客户推銷定製硅，因為這將使客户鎖定在各自的生態系統中。</p>
<p>但上述公司中沒有一家處於與另一家重要的人工智能基礎設施提供商同樣良好的位置。無論客户最終決定使用哪種芯片，它都可以利用不斷增長的支出。</p>
<p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjM5ODUvZ2V0dHlpbWFnZXMtYXJ0aWZpY2lhbC1pbnRlbGxnZW5jZS1jaGlwLmpwZWcmdz03MDA?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="700" height="393" original-src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjM5ODUvZ2V0dHlpbWFnZXMtYXJ0aWZpY2lhbC1pbnRlbGxnZW5jZS1jaGlwLmpwZWcmdz03MDA"/></p>
<p>圖片來源：Getty Images。</p>
<h2>預計在三年內將人工智能收入增加三倍的公司</h2>
<p>當 Nvidia、AMD、Broadcom 或 Marvell 希望將其設計實際印刷在硅晶圓上時，他們需要與製造商簽約。而他們都選擇了同一家製造商：<strong>Taiwan Semiconductor Manufacturing</strong>（TSM -2.38%），也稱為台積電。</p>
<p>台積電憑藉兩個關鍵優勢在半導體制造中成為主導力量：其規模和技術。這兩者相輔相成。台積電的領先技術使其贏得了來自最大芯片設計公司的最大合同。因此，它擴大了規模以滿足這種需求。它還將這些收入再投資於研發，以確保保持技術領先。隨着對更先進芯片的需求增加，台積電是唯一能夠滿足這種需求的公司。</p>
<p>在當前需求激增的市場中，台積電可以在其資本支出上產生可觀的回報。儘管需求的下行週期會對其利潤造成壓力，但管理層在預測未來需求、適當預算和為下一個週期做好準備方面歷來表現良好。</p>
<p>不過，目前台積電預計其與人工智能相關的收入將在 2025 年至 2027 年間增長三倍。管理層表示，今年它的人工智能相關收入有望從 2024 年翻倍，達到約 260 億美元。要實現三倍增長，它只需在 2026 年和 2027 年每年增長略超過 20%。</p>
<p>但管理層預計在 2025 年至 2029 年的五年期間，年均增長率將達到 40%，這意味着在今年翻倍後，未來四年平均增長 28%。因此，即使管理層高估了其長期前景，到 2027 年其與人工智能相關的收入仍有可能至少增長三倍。</p>
<p>這一增長的一個關鍵方面將是其 2nm 和 1.6nm 工藝的推出。台積電計劃快速推出這兩個製造節點，2nm 將在今年晚些時候到來，下一代將在 2026 年底推出。據報道，台積電對 2nm 芯片的收費為每片 3 萬美元，而 3nm 芯片的收費約為 2 萬美元。台積電已經為 AMD、Microsoft、Amazon、Google 等公司安排了 2nm 合同。</p>
<p>儘管與人工智能相關的收入在台積電總收入中仍佔小部分，但根據管理層的長期預測，到本世紀末，這一比例預計將攀升至約 30%。公司預計在未來五年內總收入將增長約 20%，並且在此期間隨着 2nm 和 1.6nm 生產的提升，能夠產生強勁的利潤率。總體而言，盈利增長應與收入增長保持同步，得益於對人工智能芯片的強勁需求。</p>
<p>與此同時，截至目前，該股票的前瞻市盈率低於 25。這使其相較於其他人工智能股票如 Nvidia 或 AMD（市盈率約為 35 倍）而言，具有極大的價值。考慮到台積電目前的強勢地位，值得將其納入你的投資組合。</p>

台積電

半導體 3 倍做多 - Direxion

<p>人工智能芯片市場正在快速發展，主要科技公司在數據中心方面進行了大量投資。英偉達（Nvidia）實現了顯著增長，但來自 AMD 以及微軟和谷歌等公司的定製芯片設計的競爭正在上升。台灣半導體制造公司（台積電）預計到 2027 年其人工智能芯片收入將增長超過三倍，受益於其規模和技術領先地位。台積電預計今年其與人工智能相關的收入將翻倍，達到約 260 億美元，抓住對先進芯片日益增長的需求</p>

<p>Just about every big tech company in the world is in a race to build more computing capacity than anyone else in order to meet the demands for large language model training and AI inference. The four biggest spenders alone are set to invest over $320 billion in capital expenditures this year, most of which will go toward data centers.</p>
<div class="lb-trans"><p>幾乎所有全球大型科技公司都在競相建立比其他公司更多的計算能力，以滿足大型語言模型訓練和人工智能推理的需求。僅四大支出公司今年的資本支出就預計超過 3200 億美元，其中大部分將用於數據中心。</p>
</div><p>A handful of companies have been big beneficiaries of all that spending, not least of which is <strong>Nvidia</strong>(NVDA -0.74%). The chipmaker has seen its data center revenue climb more than 10-fold in three years as big tech buys up its graphics processing units (GPUs) as fast as it can make them. That's led to phenomenal earnings growth for the company and its investors.</p>
<div class="lb-trans"><p>少數幾家公司從這一切支出中受益匪淺，其中最重要的就是 <strong>Nvidia</strong>（NVDA -0.74%）。這家芯片製造商的數據顯示，其數據中心收入在三年內增長了超過 10 倍，因為大型科技公司以最快的速度購買其圖形處理單元（GPU）。這為公司及其投資者帶來了驚人的盈利增長。</p>
</div><p>Demand continues to fuel growth at Nvidia, with expectations for 50% revenue growth in the second quarter.But competition is starting to catch up with the market leader and another AI giant could grow its AI chip revenue faster than Nvidia over the next three years. What's more, its stock trades at a much more attractive valuation, making it a great buy for investors looking to capitalize on the next round of growth in AI.</p>
<div class="lb-trans"><p>需求繼續推動 Nvidia 的增長，預計第二季度收入將增長 50%。但競爭開始追趕市場領導者，另一家人工智能巨頭可能在未來三年內以更快的速度增長其人工智能芯片收入。此外，其股票的估值更具吸引力，使其成為希望利用人工智能下一個增長週期的投資者的絕佳選擇。</p>
</div><h2>The competition is making progress</h2>
<div class="lb-trans"><h2>競爭正在取得進展</h2>
</div><p>Nvidia faces competition from two main source: other GPU makers and custom chip designs.</p>
<div class="lb-trans"><p>Nvidia 面臨來自兩個主要來源的競爭：其他 GPU 製造商和定製芯片設計。</p>
</div><p>When it comes to other sources for GPUs, <strong>Advanced Micro Devices</strong>(AMD -2.31%) is the only practical competitor for Nvidia. Nvidia has remained a top choice for hyperscalers, offering better performance even though the costs of its chips remain high. Nvidia's proprietary software, CUDA, gives it another way to lock in customers. And Nvidia offers better scaling solutions as well.</p>
<div class="lb-trans"><p>在其他 GPU 來源方面，<strong>Advanced Micro Devices</strong>（AMD -2.31%）是 Nvidia 唯一的實際競爭對手。儘管 Nvidia 的芯片成本仍然很高，但它仍然是超大規模雲計算公司的首選，提供更好的性能。Nvidia 的專有軟件 CUDA 為其鎖定客户提供了另一種方式。此外，Nvidia 還提供更好的擴展解決方案。</p>
</div><p>But AMD showed off new chips last month that aim to put many of those advantages to bed. Its MI400 chips, coming in 2026, offer a &#34;rack-scale&#34; system that allows a full rack of AMD chips to function like a single compute engine. That can offer better price performance than Nvidia, providing a legitimate contender for large data centers. It's already received commitments from OpenAI, <strong>Meta Platforms</strong>, and <strong>Microsoft</strong>, among others, for its newest series of chips.</p>
<div class="lb-trans"><p>但 AMD 上個月展示了新芯片，旨在消除許多這些優勢。其 MI400 芯片預計將在 2026 年推出，提供一種 “機架規模” 系統，使一整機架的 AMD 芯片能夠像單一計算引擎一樣運行。這可以提供比 Nvidia 更好的性價比，為大型數據中心提供了一個真正的競爭者。它已經獲得了 OpenAI、<strong>Meta Platforms</strong> 和 <strong>Microsoft</strong> 等公司的新系列芯片的承諾。</p>
</div><p>The other source of competition is custom silicon designs from companies like Meta, Microsoft, <strong>Alphabet</strong>'s Google, and <strong>Amazon</strong>(AMZN -0.07%). Those represent Nvidia's biggest customers, but they're all looking to fill their data centers with more of their custom-designed chips made in partnership with <strong>Broadcom</strong>(AVGO -0.37%) and <strong>Marvell Technology</strong>.</p>
<div class="lb-trans"><p>競爭的另一個來源是來自 <strong>Meta</strong>、<strong>Microsoft</strong>、<strong>Alphabet</strong> 的谷歌和 <strong>Amazon</strong>（AMZN -0.07%）等公司的定製硅設計。這些公司是 Nvidia 最大的客户，但它們都希望用更多的定製設計芯片填滿自己的數據中心，這些芯片是與 <strong>Broadcom</strong>（AVGO -0.37%）和 <strong>Marvell Technology</strong> 合作製造的。</p>
</div><p>These application-specific integrated circuits (ASICs) aren't as flexible as GPUs for generative AI purposes. However, all four of the above have seen excellent results with AI training and inference on their custom solutions. And they're all trying to expand the use cases of those chips in future iterations. Importantly for Microsoft, Google, and Amazon, the cloud providers say their customers are able to generate better price performance with their own chip designs than Nvidia's. And they each have an incentive to sell their customers on custom silicon, since it will lock those customers into their respective ecosystems.</p>
<div class="lb-trans"><p>這些應用特定集成電路（ASIC）在生成性人工智能方面不如 GPU 靈活。然而，上述四家公司在其定製解決方案的人工智能訓練和推理方面都取得了出色的成果。它們都在努力擴大這些芯片在未來迭代中的使用案例。對 <strong>Microsoft</strong>、<strong>Google</strong> 和 <strong>Amazon</strong> 來説，重要的是，雲服務提供商表示，他們的客户能夠通過自己的芯片設計獲得比 Nvidia 更好的性價比。而且它們各自都有激勵去向客户推銷定製硅，因為這將使客户鎖定在各自的生態系統中。</p>
</div><p>But none of the above-mentioned companies are in as good a position as another important AI infrastructure provider. And it can capitalize on the growing spending, no matter which chips customers ultimately decide to build with.</p>
<div class="lb-trans"><p>但上述公司中沒有一家處於與另一家重要的人工智能基礎設施提供商同樣良好的位置。無論客户最終決定使用哪種芯片，它都可以利用不斷增長的支出。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjM5ODUvZ2V0dHlpbWFnZXMtYXJ0aWZpY2lhbC1pbnRlbGxnZW5jZS1jaGlwLmpwZWcmdz03MDA" alt="" original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Feditorial%2Fimages%2F823985%2Fgettyimages-artificial-intellgence-chip.jpeg&amp;op=resize&amp;w=700"/></p>
<p>Image source: Getty Images.</p>
<div class="lb-trans"><p>圖片來源：Getty Images。</p>
</div><h2>The company set to more than triple AI revenue in three years</h2>
<div class="lb-trans"><h2>預計在三年內將人工智能收入增加三倍的公司</h2>
</div><p>When Nvidia, AMD, Broadcom, or Marvell want to actually take their designs and get them printed on silicon wafers, they need to contract with a manufacturer. And they all choose the same manufacturer for their needs: <strong>Taiwan Semiconductor Manufacturing</strong>(TSM -2.38%), otherwise known as TSMC.</p>
<div class="lb-trans"><p>當 Nvidia、AMD、Broadcom 或 Marvell 希望將其設計實際印刷在硅晶圓上時，他們需要與製造商簽約。而他們都選擇了同一家製造商：<strong>Taiwan Semiconductor Manufacturing</strong>（TSM -2.38%），也稱為台積電。</p>
</div><p>TSMC has become a dominant force in semiconductor fabrication due to two key advantages: its scale and its technology. Both serve to feed one another. TSMC's leading technology means it wins the biggest contracts from the biggest chip designers. As a result, it builds out scale to meet that demand. It also takes that revenue and reinvests it into R&amp;D to ensure it maintains its technology lead. As demand for more advanced chips increases, it's the only company that has the scale that can meet that demand.</p>
<div class="lb-trans"><p>台積電憑藉兩個關鍵優勢在半導體制造中成為主導力量：其規模和技術。這兩者相輔相成。台積電的領先技術使其贏得了來自最大芯片設計公司的最大合同。因此，它擴大了規模以滿足這種需求。它還將這些收入再投資於研發，以確保保持技術領先。隨着對更先進芯片的需求增加，台積電是唯一能夠滿足這種需求的公司。</p>
</div><p>In a market with booming demand, like we're seeing right now, TSMC can produce considerable returns on its capital spending. And while a down-cycle in demand will put a strain on its profits, management has historically done a good job at forecasting future demand, budgeting appropriately, and positioning for the next cycle.</p>
<div class="lb-trans"><p>在當前需求激增的市場中，台積電可以在其資本支出上產生可觀的回報。儘管需求的下行週期會對其利潤造成壓力，但管理層在預測未來需求、適當預算和為下一個週期做好準備方面歷來表現良好。</p>
</div><p>Right now, though, TSMC could see its AI-related revenue more than triple from 2025 through 2027. Management said it's on track to double its AI-related revenue from 2024 this year alone, bringing it to around $26 billion. To triple, it would only need to grow a bit over 20% per year for 2026 and 2027.</p>
<div class="lb-trans"><p>不過，目前台積電預計其與人工智能相關的收入將在 2025 年至 2027 年間增長三倍。管理層表示，今年它的人工智能相關收入有望從 2024 年翻倍，達到約 260 億美元。要實現三倍增長，它只需在 2026 年和 2027 年每年增長略超過 20%。</p>
</div><p>But management expects 40% average annual growth over the five-year period from 2025 through 2029, implying an average of 28% growth in the next four years after doubling this year. So, even if management is overestimating its long-term prospects, it's still likely to at least triple AI-related revenue by 2027.</p>
<div class="lb-trans"><p>但管理層預計在 2025 年至 2029 年的五年期間，年均增長率將達到 40%，這意味着在今年翻倍後，未來四年平均增長 28%。因此，即使管理層高估了其長期前景，到 2027 年其與人工智能相關的收入仍有可能至少增長三倍。</p>
</div><p>A key aspect of that growth will be the introduction of its 2nm and 1.6nm processes. TSMC is set to release both manufacturing nodes in quick succession, with the 2nm arriving later this year and the next generation arriving in late 2026. The company is reportedly charging $30,000 per wafer for 2nm chips compared to about $20,000 for 3nm chips. TSMC already has 2nm contracts lined up for AMD, Microsoft, Amazon, Google, and others.</p>
<div class="lb-trans"><p>這一增長的一個關鍵方面將是其 2nm 和 1.6nm 工藝的推出。台積電計劃快速推出這兩個製造節點，2nm 將在今年晚些時候到來，下一代將在 2026 年底推出。據報道，台積電對 2nm 芯片的收費為每片 3 萬美元，而 3nm 芯片的收費約為 2 萬美元。台積電已經為 AMD、Microsoft、Amazon、Google 等公司安排了 2nm 合同。</p>
</div><p>While AI-related revenue remains a small portion of TSMC's total revenue, it should climb to about 30% of total revenue by the end of the decade based on management's long-term forecast. The company expects about 20% total revenue growth over the next five years, and it should be able to produce strong margins in that period as it ramps up 2nm and 1.6nm production. Overall, earnings growth should keep pace with revenue growth, bolstered by strong demand for AI chips.</p>
<div class="lb-trans"><p>儘管與人工智能相關的收入在台積電總收入中仍佔小部分，但根據管理層的長期預測，到本世紀末，這一比例預計將攀升至約 30%。公司預計在未來五年內總收入將增長約 20%，並且在此期間隨着 2nm 和 1.6nm 生產的提升，能夠產生強勁的利潤率。總體而言，盈利增長應與收入增長保持同步，得益於對人工智能芯片的強勁需求。</p>
</div><p>Meanwhile, the stock trades for a forward PE ratio of less than 25 as of this writing. That makes it an incredible value compared to other AI stocks like Nvidia or AMD, which trade around 35 times earnings. With the strong position TSMC is in right now, it's worth adding to your portfolio.</p>
<div class="lb-trans"><p>與此同時，截至目前，該股票的前瞻市盈率低於 25。這使其相較於其他人工智能股票如 Nvidia 或 AMD（市盈率約為 35 倍）而言，具有極大的價值。考慮到台積電目前的強勢地位，值得將其納入你的投資組合。</p>
</div>

Prediction: This Artificial Intelligence (AI) Giant Will More Than Triple Its AI Chip Revenue in 3 Years. (Hint: Not Nvidia)

- 全球科技公司競相提升計算能力以滿足 AI 需求。  
- 四大巨頭預計今年資本支出超過 3200 億美元，主要用於數據中心。  
- TSMC 預計 AI 收入在 2025 至 2027 年間將增長三倍。  

預測：這家人工智能（AI）巨頭將在三年內將其 AI 芯片收入增長超過三倍。（提示：不是 Nvidia）