Nvidia 與台積電剛剛正式確立了可能是半導體製造領域最具影響力的 AI 合作關係。在 GTC 台北上，這兩家公司宣佈擴大合作，將 Nvidia 的加速運算與 AI 工具直接整合至台積電的晶片設計與製造流程中。
目標很明確：利用 AI 控制先進半導體節點日益複雜的問題。執行過程涵蓋晶片製造的幾乎每個階段，從計算光刻到自動缺陷檢測，再到虛擬晶圓廠模擬。
這項合作實際涵蓋哪些內容
Nvidia 正將其 CUDA-X 函式庫套件帶入市場。主打工具為 cuLitho，這是一款計算光刻加速器，可將成本和週期時間降低 20-50%。光刻是將電路圖案蝕刻到矽晶圓上的過程，也是晶片製造中最耗費計算資源的步驟之一。
此外還有 cuEST，用於材料模擬。Nvidia 聲稱可將這些模擬速度提升高達 50 倍。
台積電亦正部署 Nvidia 的 Metropolis 和 TAO 工具包，用於基於視覺 AI 的缺陷檢測，使 AI 模型能夠在生產線上即時標記異常。
流程控制也得到了升級，Nvidia 的機器學習庫 cuML 被用於即時優化製造參數。而將所有這些整合在一起的是 Omniverse，Nvidia 的模擬平台，它能實現虛擬晶圓廠建模，讓台積電建立整個製造設施的數位雙生體，並在投入實體世界前測試運營變更。
為何這不僅僅關係到 fab
Nvidia 執行長黃仁勳與台積電董事長暨執行長魏哲家均將此視為下一代晶片架構的必要基礎工作。具體而言，此合作旨在支援 Nvidia 即將推出的 Vera Rubin 平台晶片開發。
這不是從零開始。這兩家公司已合作近三十年。台積電已為英偉達生產最先進的 GPU，而首批美國製造的 Blackwell 晶圓於 2025 年 10 月在台積電亞利桑那工廠下線。新的是 AI 深度整合至台積電的實際製造流程中，不僅是所生產的晶片，還有其生產方式。
這對投資者意味著什麼
光刻成本和週期時間可能降低 20-50%，這是需要關注的數字。如果台積電能顯著壓縮先進節點的生產時間，將改變誰有能力設計尖端晶片的經濟格局。更快的週轉意味著每年可進行更多設計迭代，從而加速產品週期。
一個需要注意的風險：這種深度技術相互依賴是雙向的。英偉達對台積電的製造能力依賴加深，而台積電也對英偉達的軟體堆疊依賴加深。台積電在亞利桑那的晶圓廠為此故事增添了地理多元化的層面，但核心研發與最高產量的生產仍透過台灣進行。