所有半导体数字先问口径
本节学什么
本节只学 chiakokhua 最基础也最稀缺的动作：任何半导体数字先问口径。晶圆价格、良率、节点名称、产能、报价、订单、长约、成本、媒体估算，表面都像数字，实际含义完全不同。他的代表作 5nm 晶圆价格模型自标为 “Not actual but rigorous estimates”，关键不在于英文句子漂亮，而在于他主动把“估算”与“实价”分开。对读者来说，这节课要把冲动改掉：看到一个看似精确的价格，不先转发、不先套入模型，而是先问它来自实际成交、供应链转述、媒体估算、个人反推，还是观点判断。
核心框架
口径分四层。第一层是实际：公司披露、法说会、财报、合同条款、客户公开确认，这类证据强度最高，但也经常只给区间或间接线索。第二层是估算：从折旧、毛利、EUV 层数、节点收入占比、晶圆尺寸、良率假设反推，适合做基线，但必须保留假设。第三层是转述：DIGITIMES、工商时报、经济日报、台湾分析师、英文媒体跟进，都可能有信息价值，也可能带着供应链噪声。第四层是观点：作者对定价权、allocation、封装瓶颈的解释，能启发研究，但不能当事实使用。用这四层标注后，同一个数字就不会被误读成同一种证据。
他怎么用(具体案例+数据+原话)
最典型案例是 2020 年 9 月 17 日的 TSMC 5nm 晶圆价格反推：5nm 约 16,988 美元。深研特别强调，这个数字后来被 CSET/TechSpot 页面展示和引用，但它的身份仍然是平均窗口估算，不是所有客户实际成交价。chiakokhua 给它的原话标签是 “Not actual but rigorous estimates”。这句话里有两个保护栏：Not actual 说明不是实价，rigorous estimates 说明不是随口猜。他的价值不是制造一个“内幕价”，而是让先进节点成本阶梯有了可讨论的公开量化锚点。若下游论坛把 16,988 美元直接写成台积电报价，反而背离了他的方法。
常见误区
第一个误区，是把精确数字等同于真实数字。16,988 美元看起来比“一万多美元”更像事实，但精确性只说明模型输出精细，不自动说明数据源等级更高。第二个误区，是把估算当作投资结论。晶圆价格地板、客户长约价、实际销售价、短缺期溢价和封装绑定后的系统经济性，都不是同一件事。第三个误区，是只记住数字，不记录假设。折旧年限、良率、EUV 层数、节点利用率改变，估算结果就会变。第四个误区，是把转述升级为事实。英文媒体引用他的翻译或图表时，仍要回到原推和中文原文确认。
可迁移方法
建立一张“半导体数字口径卡”。每条数字都填六栏：数字是什么、来源是谁、证据层级、适用范围、关键假设、降级条件。例如 5nm 约 16,988 美元，应写成“TSMC N5 晶圆价格反推模型，估算层，平均窗口，非客户实际成交；若后续公司披露、供应链报价或成本结构改变，则更新”。对任何新数据也照此处理：N3 报价、CoWoS 产能、ABF 供需、客户预付款，都先标实际/估算/转述/观点，再决定能否进入模型。
小结
本节的主题不是学一个数字，而是学一种口径纪律。chiakokhua 的方法从“Not actual but rigorous estimates”开始：估算可以有价值，但必须戴着估算的标签流通。半导体研究里，先把数字分层，才能避免把噪声、转述和模型输出混成事实。
中文信源桥：英文圈晚了一拍的地方
本节学什么
本节只讲中文信源桥。chiakokhua 的信息优势不是自称知道内幕，而是能读中文供应链材料，并判断哪些内容值得被英文半导体圈看到。深研把他的世界观概括为：半导体真相藏在原始数据、中文供应链源头和可反推的制造经济学里。这个“中文源头”很重要，因为台积电、封装、载板、台湾分析师、产业媒体和本地供应链往往先用中文留下线索；英文媒体再跟进时，时间已经过去，口径也可能被简化。读他，就是读一座中英信息差的桥。
核心框架
中文信源桥有四步。第一步，找源头：DIGITIMES、工商时报、经济日报、台湾分析师陆行之等，优先看原文而不是英文摘编。第二步，判断材料类型：公司披露、产业媒体报道、供应链传闻、分析师推测，强度不同。第三步，翻译时保留关键限定：客户、节点、时间、量产、试产、订单、产能、价格，不能把原文里的“可能”“传出”“规划”翻成确定事实。第四步，观察扩散：中文源出现后，TechPowerUp、TechSpot、论坛、政策研究或英文分析师何时跟进，时间差本身就是研究线索。桥的价值不是让消息更刺激，而是让信息跨语言流动时少丢口径。
他怎么用(具体案例+数据+原话)
深研给出的代表案例是 2020 年 Intel 外包 TSMC 的中文信源桥。当时他翻译工商时报关于 Intel 可能交由 TSMC 量产的报道，TechPowerUp 等英文媒体随后跟进。后来的事实是，Intel 多个 GPU/计算 tile 外包 TSMC，验证了“台积电 allocation 成为 Intel、AMD、Nvidia 战场”的主线。这个案例不是简单说“某媒体爆料准”，而是展示一条传播链：中文工商时报先给出供应链线索，chiakokhua 把它转成英文圈可读的工程事实，英文硬件媒体再扩散。深研对他的评价很准确：他不是简单翻译，而是选择“哪些中文报道值得被英文圈看到”。
常见误区
误区一，是以为中文媒体早就一定更准。台湾供应链报道有天然噪音，源头错了，桥只会更快把错送到英文圈。误区二，是只读英文跟进，不回原文。英文媒体可能删掉限定词、改写节点名称、混淆试产与量产。误区三，是把所有中文报道都当 alpha。真正有价值的是那些与台积电法说会、客户节奏、资本开支、产能扩张和后续英文跟进能互相验证的报道。误区四，是把信源桥当荐股工具。语言时间差能提供研究入口，但价格、预期和风险需要另算。
可迁移方法
做一张“中英扩散表”。字段包括中文原文日期、媒体名、原文关键句、涉及公司或节点、作者翻译日期、英文媒体跟进日期、跟进口径是否改变、后续验证状态。每条信息至少保留两个版本：中文原句和英文转述。若英文报道没有链接原文，就降低可信度；若原文只是“供应链传出”，英文却写成“confirmed”，要立即标记口径污染。长期积累后，你会看到哪些主题经常先从中文圈扩散：TSMC 节点、Intel 外包、ABF 载板、fan-out、CoWoS、台湾分析师对客户排程的判断。
小结
本节的主题是中英信息差。chiakokhua 的稀缺性在于把中文供应链材料转译成英文圈可用的研究颗粒度，同时保留口径限制。桥不是事实制造机；桥的正确用法，是让你更早看到线索，并更严格回到源头核对。
工程参数校验报道合理性
本节学什么
本节只讲工程参数校验。读供应链报道不能停在“谁说了什么”，还要问“这件事在工程和经营节奏上是否合理”。chiakokhua 的内容形态很像工程现场训练：先看口径、再看参数、再看约束，最后才讨论产业含义。半导体报道最容易出错的地方，往往不是方向，而是节点、客户、时间、良率、产能、价格这些变量没有同时对齐。本节要学会把新闻改写成可核对的工程问题。
核心框架
工程参数校验可以从六个角度做。第一，节点名称是否准确：N7P、N7+、N6、N5、N3、N2 不可混用，不同节点的 EUV 层数、设计规则、客户导入节奏不同。第二，客户是否合理：Apple、AMD、Nvidia、Intel 的产品周期、设计能力、封装需求和长期关系不同。第三，时间是否对得上：试产、风险量产、量产、出货、客户产品上市不是一个日期。第四，资本开支是否支撑产能：若报道说大规模扩产，要看 CapEx、设备交付、厂房进度。第五，良率与缺陷密度是否可承受：先进节点的经济性不能只靠“已量产”三个字。第六，技术名词是否误译：深研点名 Gbps 与 GT/s、N7P/N7+/N6 这类混淆。
他怎么用(具体案例+数据+原话)
深研总结他的完整链路：先从中文一手或准一手材料发现信息，再用工程参数或财报数据校验是否合理，接着翻译成英文并加一句关键注解，最后等待后续官方、媒体或供应链报道验证。这个链路在 TSMC 与 Intel 外包案例里很清楚。工商时报报道 Intel 可能交由 TSMC 量产时，不能只看“Intel 外包”四个字，还要问：对应的是哪类 GPU 或计算 tile，是否符合 Intel 自身制程延迟背景，TSMC 的先进节点 allocation 是否足够，相关时间线是否能与客户产品节奏匹配。后来 Intel 多个 GPU/计算 tile 外包 TSMC，说明这类工程校验方向成立。
常见误区
误区一，是把媒体标题当成技术事实。标题会省略节点、时间和限定语，而这些恰恰决定判断强弱。误区二，是用财务常识替代工程常识。先进制程不仅是价格和毛利，还涉及良率爬坡、EUV 工艺、缺陷控制、客户设计导入。误区三，是把客户名称当护身符。即使是大客户，若产品周期不合、设计平台不适配、封装产能缺口过大，报道也可能夸张。误区四，是忽视名词误译。一个 Gbps/GT/s 或 N7+/N6 的错误，足以把性能、节点和成本判断带偏。
可迁移方法
每读一条半导体新闻，做“六问校验”。一问节点：具体是哪一代工艺或封装路线。二问客户：谁采用，产品是什么。三问时间：试产、量产、出货还是上市。四问产能：CapEx、设备、厂房、封装能力能否支撑。五问良率：是否有爬坡证据，成本是否可承受。六问名词：原文术语是否被准确翻译。校验后给报道打标签：合理、待证、口径不清、可能误译。只有合理或待证的内容，才进入研究备忘。
小结
本节的主题是把新闻变成工程参数表。chiakokhua 不是靠情绪判断供应链报道，而是用节点、客户、时间、CapEx、良率、术语这些硬变量过滤。半导体研究的第一道防线，就是不让标题越过参数校验。
晶圆价格反推：从折旧/毛利/EUV层数
本节学什么
本节只讲晶圆价格反推。先进制程的经济性不是一句“更贵”就能解释，必须拆到成本阶梯：厂房和设备折旧、EUV 工艺复杂度、良率爬坡、节点收入结构、毛利要求、客户愿付价格。chiakokhua 的 5nm 晶圆价格模型之所以被深研称为最硬代表作，是因为它把一个行业常识变成了可引用、可讨论、可质疑的公开模型。本节学的不是复刻某个精确数，而是学会如何建立价格地板。
核心框架
晶圆价格反推先分成本与售价。成本侧包括资本开支折旧、设备维护、材料、化学品、掩膜、工艺步骤、EUV 曝光层数、良率损失和产能利用率。售价侧包括台积电目标毛利、节点稀缺性、客户长期关系、订单规模、产品优先级和长约安排。反推时不能把晶圆成本、销售价、客户长约价、媒体估算价混为一谈。EUV 层数越多，工艺步骤越复杂，折旧压力越大，先进节点价格阶梯就越陡；但真实成交还会被客户组合和长期合作关系调整。模型给的是地板和结构，不是每个客户的发票。
他怎么用(具体案例+数据+原话)
2020 年 9 月 17 日，他反推 TSMC 5nm 晶圆约 16,988 美元。深研说明，CSET/TechSpot 页面随后展示同一数字，并解释这是平均窗口估算，不是所有客户实际成交价。这个案例的价值有三层。第一，数字层：5nm 约 16,988 美元让先进节点成本阶梯具象化。第二，方法层：他把模型标为 “Not actual but rigorous estimates”，承认不是实价，却强调估算严谨。第三，传播层：这个模型进入政策研究和硬件媒体引用链，说明公开材料反推也可以成为高质量研究底稿。它不是内幕，而是可追溯估算。
常见误区
误区一，是把 16,988 美元当固定报价。不同客户、不同时间、不同容量承诺、不同封装绑定，实际经济性可能不同。误区二，是只看晶圆，不看封装。AI 稀缺时代，前道 wafer 价格可能只是地板，CoWoS、HBM 绑定、预付款、长约和 allocation 溢价会改变系统成本。误区三，是忽略良率。若良率低，单颗可用 die 成本会显著高于单片晶圆价格暗示的水平。误区四，是把先进节点定价理解成短缺期抢钱。深研明确写到，他反对 “TSMC opportunistic money grab” 这类说法。
可迁移方法
搭一个简化价格反推表。第一栏写节点与时间，例如 N5、N3、N2。第二栏写资本强度和折旧假设。第三栏写工艺复杂度，尤其是 EUV 相关步骤。第四栏写良率区间与 die 面积。第五栏写目标毛利或历史毛利约束。第六栏写客户与订单类型：消费电子、GPU、CPU、AI 加速器、长约或预付款。最后输出三个数：成本地板、合理售价区间、不可使用场景。模型写完后，必须附一句“估算非实价”，防止被二次传播污染。
小结
本节的主题是晶圆价格反推。chiakokhua 的 5nm≈16,988 美元模型不是神秘报价，而是公开材料、工程参数和制造经济学结合后的估算锚。真正可迁移的能力，是把价格拆成折旧、工艺、良率、毛利和客户结构，而不是迷信一个数字。
TSMC 定价权=资本纪律+客户信任
本节学什么
本节只讲台积电定价权。很多人把先进制程涨价解释成供需缺口，甚至说成短缺期抢钱。chiakokhua 的独特判断是：TSMC 定价权要用资本纪律和客户信任解释，而不是简单供需缺口解释。先进制程报价不是突然出现的权力，而是多年资本开支、良率爬坡、客户绑定、交付信用和技术路线可靠性共同沉淀出来的结果。本节要学会把“涨价”还原成制造经济学和关系资产。
核心框架
TSMC 定价权有四个来源。第一是资本纪律：先进制程投入巨大，产能不是无限扩张，价格必须覆盖长期折旧、研发和再投资。第二是良率信用：客户愿意付高价，不只是买更小节点，而是买稳定量产和可预测爬坡。第三是客户信任：Apple、AMD、Nvidia、Intel 等高端客户选择先进节点时，更看重上市窗口、供给稳定和设计协同。第四是替代约束：Samsung、Intel Foundry 或内部制造若不能稳定承接同等产品，客户议价空间就有限。定价权不是短期情绪，而是“你离不开我，同时我也不能透支信任”的平衡。
他怎么用(具体案例+数据+原话)
深研把这条列为当前最强未来判断之一：台积电定价权还要用“资本纪律 + 客户信任”解释，而不是简单用供需缺口解释。他反对 “TSMC opportunistic money grab” 的本质不是替台积电说话，而是认为先进制程报价是数十年资本开支、良率爬坡、客户长期绑定的结果。深研还给了验证和推翻信号：验证信号是 N3/N2 提价后核心客户继续留在 TSMC；推翻信号是大客户因价格转向 Samsung/Intel 并形成稳定量产。这套判断不报目标价，也不等于看多某股票，而是把定价权放回产业结构。
常见误区
误区一，是把涨价都归因于短缺。短缺能放大价格弹性，但无法解释客户为什么多年持续导入先进节点。误区二，是只看报价，不看客户留存。如果 N3/N2 提价后核心客户仍留下，说明他们买的是确定性、良率和时间窗口。误区三，是以为替代厂宣布先进路线就能削弱 TSMC 定价。路线图不等于稳定量产，更不等于客户大规模导入。误区四，是把定价权理解成无上限收费。过度涨价会损害客户信任，资本纪律并不等于机会主义。
可迁移方法
分析任何制造龙头定价权，都做“四证据表”。资本证据：CapEx、折旧、节点研发投入。良率证据：量产爬坡、客户产品上市是否顺利。客户证据：核心客户是否续约、是否把高价值产品继续导入。替代证据：竞争产能是否真实承接同等复杂度产品。再写两个事件：什么证明定价权加强，什么证明定价权被破坏。对 TSMC，本节的关键观察就是 N3/N2 价格变化后，核心客户是否留在其先进制程和封装体系内。
小结
本节的主题是 TSMC 定价权来自资本纪律和客户信任。chiakokhua 的方法提醒我们，先进制程价格不是简单供需图上的一点，而是长期制造能力、客户关系和替代约束共同形成的结果。研究时应看客户行为和量产稳定性，不把涨价粗暴解释成抢钱。
竞争在 allocation 层、不只设计层
本节学什么
本节只讲 allocation 层竞争。半导体竞争通常被讲成芯片设计能力：谁的架构更强、谁的 GPU 更快、谁的软件生态更完整。chiakokhua 的视角把竞争往上游再推一层：Intel、AMD、Nvidia 的竞争不只是设计层，而是 TSMC 先进节点和封装 allocation 的竞争。设计图再好，如果拿不到足够先进制程产能、封装能力和交付窗口，商业结果仍会受限。本节要学会把“产品竞争”改写为“稀缺制造资源竞争”。
核心框架
allocation 分三层。第一层是前道 wafer：先进节点产能有限，客户要排队，优先级受长期关系、订单规模、产品战略和预付款影响。第二层是后道封装：AI 加速器时代，CoWoS、fan-out、hybrid bonding、载板和测试能力可能比单纯 wafer 更紧。第三层是系统交付：客户不仅需要芯片出片，还需要 HBM、基板、封装、测试、服务器导入和交付节奏。竞争因此不只是“谁设计得更好”，而是“谁能在正确时间拿到完整制造链资源”。allocation 是供应链里的排位权，也是高端芯片竞争的隐藏变量。
他怎么用(具体案例+数据+原话)
深研的代表案例仍然是 2020 年 Intel 外包 TSMC 中文信源桥。当时他翻译工商时报关于 Intel 可能交由 TSMC 量产的报道，英文媒体跟进；后来 Intel 多个 GPU/计算 tile 外包 TSMC，验证了“台积电 allocation 成为 Intel、AMD、Nvidia 战场”的主线。这个案例的重点不是 Intel 一次外包，而是竞争结构改变：连拥有制造历史的 Intel，也在部分高端产品上进入 TSMC 产能分配体系，与 AMD、Nvidia 争夺先进节点和封装窗口。深研把这条写成代表性判断：竞争不只是芯片设计，而是 TSMC 先进节点和封装 allocation 的竞争。
常见误区
误区一，是只比较芯片发布会参数。性能规格不等于可交付数量，交付数量也不等于客户能按时拿到完整系统。误区二，是把 Intel 外包看成单一公司新闻。它更大的含义是制造资源成为跨公司竞争变量。误区三，是忽略封装 allocation。AI GPU 供应瓶颈如果落在 CoWoS 或载板，前道 wafer 再多也无法直接变成出货。误区四，是把 allocation 紧张直接翻成投资建议。资源稀缺说明产业约束存在，但市场价格、合同条款和扩产节奏仍需独立研究。
可迁移方法
做一张“allocation 地图”。横轴列客户：Intel、AMD、Nvidia、Apple 或其他高端客户；纵轴列资源：N5/N4/N3/N2 wafer、CoWoS、fan-out、HBM、ABF 载板、测试、服务器组装。每个格子写证据：供应链报道、法说会、CapEx、客户产品窗口、封装扩产。再标三类风险：资源不足、客户优先级下降、替代路线出现。研究任何高端芯片公司时，先问它的瓶颈在设计、wafer、封装、内存还是系统交付，而不要默认瓶颈总在芯片架构。
小结
本节的主题是 allocation 竞争。chiakokhua 通过 Intel 外包 TSMC 的中文信源桥，把半导体竞争从设计参数拉到先进节点和封装分配权。高端芯片时代，谁能拿到稀缺制造资源，往往和谁会设计芯片同样重要。
先进封装：后段配角变前沿瓶颈
本节学什么
本节只讲先进封装。chiakokhua 的风格演化里，深研写得很清楚：2019 到 2020 年偏制程良率、晶圆经济学；2020 到 2021 年偏台积电定价权、Intel 外包、allocation；2021 年后明显增加先进封装、载板、fan-out 和供应链瓶颈。也就是说，他不是等 AI GPU 让 CoWoS 成为热词后才知道封装重要，而是较早把后段从配角看成前沿约束。本节要学会把先进封装、ABF、fan-out、CoWoS 放进同一个稀缺资源框架。
核心框架
先进封装的重要性来自系统复杂度上升。第一，前道节点不再单独决定性能，chiplet、HBM、interposer、基板和封装互连共同决定带宽、功耗和可制造性。第二，后段产能有自己的瓶颈：CoWoS 设备、洁净室、工艺经验、ABF 载板、fan-out 路线、测试能力都需要爬坡。第三，组合良率会放大风险，多颗 die、HBM 堆叠和大尺寸封装使任何环节缺陷都更贵。第四，AI 稀缺时代的经济性从“晶圆成本加成”迁移到“稀缺 allocation 溢价”：客户不只买 wafer，还买被打包的封装交付能力。
他怎么用(具体案例+数据+原话)
深研把先进封装列为他当前最强未来判断之一：先进封装将继续重估后段价值。独特性在于，早在 ABF、fan-out、FOEB 还不是 AI 热词时，他就把载板短缺和封装路线当作关键约束。验证信号是 CoWoS、fan-out、hybrid bonding、载板材料的扩产和订单；推翻信号是 GPU 供应瓶颈重新回到单纯前道 wafer。深研还提出一个方法延伸：晶圆价格模型在 AI 稀缺时代会从“成本加成反推”迁移到“稀缺 allocation 溢价”；原模型仍是地板，但 AI 客户预付款、长约、封装绑定会让实际经济性更复杂。
常见误区
误区一，是把封装当低价值后段。AI 加速器需要高带宽内存和大封装，后段已经变成系统交付的前沿瓶颈。误区二，是只看 CoWoS 一个词。ABF 载板、fan-out、hybrid bonding、测试、材料扩产都可能成为限制。误区三，是把前道 wafer 价格模型原样套到 AI 交付。若封装能力稀缺，客户实际支付的是完整 allocation，而不只是晶圆。误区四，是把扩产公告当立即供给。封装也有设备、材料、良率、人员和客户认证周期。
可迁移方法
建立“后段瓶颈表”。第一栏写封装路线：CoWoS、fan-out、hybrid bonding 或其他。第二栏写关键材料与部件：ABF 载板、interposer、HBM、基板、测试资源。第三栏写产能证据：扩产、设备交付、订单、客户导入。第四栏写良率与交付风险：大尺寸封装、组合良率、热管理、测试周期。第五栏写经济性：是否存在预付款、长约、封装绑定、allocation 溢价。最后写反证：如果 GPU 供应瓶颈重新回到单纯前道 wafer，就降低后段权重。
小结
本节的主题是后段重估。chiakokhua 对先进封装的价值，是把 ABF、fan-out、CoWoS、hybrid bonding 和 allocation 溢价放进制造经济学，而不是把它们当热词。AI 时代的半导体研究，必须同时看前道价格地板和后段稀缺交付能力。
本页整理 蔡国华 chiakokhua 公开材料中的方法论，用于投研学习，不构成证券买卖建议；个人观点；提及不等于持仓；引用以原文为准。
