Musk 的 Terafab 開始長出晶圓廠輪廓：Intel 14A 之後又找上台積電，Tesla、SpaceX、xAI 想打造自己的晶片供應鏈

Terafab 又多了一個重量級名字，但先別急著說台積電已經加入

Elon Musk 的 Terafab 計畫正在變得愈來愈不像一張簡報上的瘋狂藍圖。

2026 年 10 月 3 日，獨立科技記者 Tim Culpan 報導，台積電正在評估與 Musk 旗下 Terafab 合作的可能性，其中一種被認為較可能的方案，是由 TSMC 擁有並營運新的晶圓製造設施，而 SpaceX、Terafab 或 Musk 相關企業則可能透過資本投入、長期晶片採購承諾，或兩者結合的方式參與。

Musk 隨後親自在 X 上回應：

「Just discussions, but something may come of it.」

意思非常清楚：雙方確實正在談，但目前還沒有正式定案。

這個區別很重要。現階段不能寫成「台積電加入 Terafab」，更不能寫成「TSMC 已經要替 Musk 蓋廠」。截至目前，台積電也沒有正式公布 Terafab 合作案。

但這則消息仍然非常值得注意，因為就在幾天前，Reuters 才報導台積電正在評估進一步投資美國德州。如果兩件事最終產生交集，Terafab 很可能成為台積電下一階段美國製造布局中的大型戰略客戶之一。

---

Terafab 到底是什麼？它不是另一家普通晶圓代工廠

Terafab 最容易被誤解的地方，是把它想成 Musk 打算自己成立一家 TSMC 競爭對手。

目前公開資訊顯示，它更接近一套為 Musk 旗下企業量身打造的 內部半導體供應體系。

它服務的核心需求主要來自三家公司：

• Tesla：自駕、AI5／後續 AI 晶片、Optimus 機器人與推論運算
• SpaceX：衛星、地面基礎設施，以及未來可能的太空運算需求
• xAI：大型 AI 訓練與推論資料中心

因此 Terafab 的商業邏輯跟傳統 Foundry 不太一樣。

台積電需要 Apple、NVIDIA、AMD、Qualcomm 等大量不同客戶分攤先進製程投資；Terafab 的設想則比較接近：

先有巨量內部算力需求，再逆向建立晶片製造能力。

也就是：

Tesla／SpaceX／xAI → 需要愈來愈多 AI 晶片 → 外部供應不足或成本太高 → 嘗試建立專屬晶片產能 → Terafab

這是一種非常典型的 Vertical Integration，垂直整合 思維。

Musk 想解決的問題不只是「每顆晶片多少錢」，而是：

當 AI、機器人、自駕與太空運算同時擴張時，我到底能不能確保未來還拿得到足夠的先進晶片？

---

Intel 已經進場，而且角色比單純代工更有意思

真正讓 Terafab 從概念變成半導體產業事件的，是 Intel。

2026 年 4 月，Intel 正式宣布加入 Terafab 計畫，公開表示將與 SpaceX、xAI、Tesla 合作，利用 Intel 在晶片設計、製造與先進封裝上的能力，協助 Terafab 建立大規模高效能晶片生產能力。

Intel 執行長陳立武也在第一季財報相關資料中確認雙方合作，並表示 Intel 與 Musk 團隊希望探索更高效率、甚至重新思考傳統半導體製造方式的可能性。

更重要的是，Musk 後續宣布 Terafab 計畫採用 Intel 14A 製程。

Intel 14A 是 Intel 下一世代約 1.4 奈米級的先進製程平台，也是 Intel Foundry 能否真正吸引大型外部客戶的一次重要考驗。

Reuters 在當時甚至將 Tesla 描述為 Intel 14A 第一個重要外部客戶之一。

所以目前的 Terafab 供應鏈可以粗略理解成：

Terafab

→ Tesla／SpaceX／xAI 提供需求

→ Intel 提供 14A 製程、製造技術與封裝能力

→ TSMC 現在則正在討論另一種潛在合作模式

這也帶出整件事最有趣的問題：

如果 Intel 已經是 Terafab 的製程合作夥伴，為什麼 Musk 還需要 TSMC？

---

Intel 與 TSMC 不一定是二選一

表面看起來，這很像 Intel 和台積電正在爭搶同一張訂單。

但大型半導體供應鏈往往沒有那麼單純。

一顆現代 AI 晶片背後可能包含：

晶片架構設計 → Process Design Kit → 邏輯晶圓製造 → HBM 整合 → Advanced Packaging → 測試 → 系統整合

其中每一段都可能由不同企業提供。

所以即使 Terafab 採用 Intel 14A，也不代表所有晶片、所有世代、所有封裝、所有工廠都只能由 Intel 處理。

TSMC 可能扮演的角色，目前仍有很多可能性，例如：

第一種：獨立製程產能。

部分 Terafab 晶片使用 Intel 14A，另一些晶片則由 TSMC 生產。這其實是大型晶片公司非常常見的多供應商策略。

第二種：TSMC 擁有並營運 Terafab 相關晶圓廠。

這正是目前 Tim Culpan 報導中相對受到注意的方案。Musk 可以提供資本、需求與長期採購承諾，但真正負責晶圓製造的人仍然是 TSMC。

第三種：先進封裝或後段製造合作。

AI 加速器的瓶頸早已不只有 transistor。HBM、interposer、chiplet 以及 advanced packaging 都變得愈來愈重要。

第四種：不同產品線分工。

Tesla、SpaceX 與 xAI 的晶片需求並不完全相同。車用 AI SoC、資料中心 AI 加速器與太空環境使用的處理器，對功耗、可靠度、成本與製程需求都不同。

所以未來甚至可能形成：

Intel 14A ＋ TSMC advanced nodes ＋ 不同封裝平台 ＋ Terafab 自有設計與系統整合

這種混合式架構。

---

為什麼「讓台積電營運晶圓廠」比 Musk 自己學做晶片合理很多？

先進晶片製造有一個很容易被外界低估的問題：

有錢不代表能立刻做出晶片。

一座先進晶圓廠不只是買幾台 ASML EUV 曝光機放進無塵室。

真正困難的是數十年累積的製程 know-how。

例如：

• 每一道薄膜沉積厚度
• 蝕刻選擇比
• overlay 誤差
• defect density
• transistor variability
• wafer yield
• thermal budget
• process control
• recipe tuning

這些東西最後會全部反映到一個極其殘酷的數字：

Yield，良率。

假設一座工廠可以成功製造晶圓，但每片晶圓只有很少晶片能正常工作，那它依然沒有商業價值。

這也是為什麼 TSMC 的真正護城河不只是 EUV，也不是某一個 2nm 名稱，而是一整套可以把實驗室製程穩定轉化為每月數萬片甚至更多晶圓量產的工程體系。

所以如果 Musk 的目標其實只是：

我要保證 Tesla、SpaceX 與 xAI 有大量晶片可以用。

那麼比起從零開始訓練數千名製程工程師、建立 defect control、良率管理與設備維護體系，一個更合理的方式就是：

Musk 提供資本 ＋ Musk 提供保證訂單 ＋ Musk 提供巨大需求 ＋ TSMC 負責真正的晶圓製造

這比較像是在替自己建立一條「專屬高速公路」，而不是自己跑去發明柏油。

---

德州突然變得很重要

這條新聞另一個不能忽略的背景，是台積電最近的美國布局。

Reuters 在 2026 年 9 月 30 日報導，TSMC 正在評估於 Texas 德州進一步投資半導體製造能力。

這項潛在投資將是在既有 Arizona 亞利桑那布局之外的另一套計畫。

TSMC 目前對 Arizona 已承諾的整體投資規模達 2,650 億美元。依 Reuters 報導，目前與規劃中的 Arizona 園區最終將包含晶圓製造、先進封裝與研發設施。

而 Terafab 本身又高度集中在 Texas。

如果把兩條新聞疊在一起，就出現一個非常有意思的可能性：

TSMC 美國第二製造聚落 ＋ Terafab 長期巨額需求 ＋ Tesla／SpaceX／xAI ＋ Texas

理論上確實具有產業邏輯。

但現階段仍然必須強調：

TSMC Texas 投資沒有正式定案；TSMC × Terafab 合作也沒有正式定案。兩件事之間目前更不能直接畫上等號。

它們只是開始出現可能相互拼接的輪廓。

---

1 TW／year 到底代表什麼？

Intel 在公開加入 Terafab 時提到，Terafab 的長期目標是支援約 1 TW/year 的 compute。

這個數字非常誇張。

1 TW 就是 1,000 GW。

但這裡尤其要小心解讀，它並不是說明天要蓋一座耗電 1 TW 的資料中心，也不能直接轉換成「一年生產多少顆 GPU」。

它比較接近 Musk 對未來整個 AI 運算體系規模的長期容量描述。

而真正值得看的不是那個極大的終極數字，而是它背後透露出的思考方式：

Musk 並不認為未來 AI 晶片需求只是今天資料中心市場再成長 20% 或 30%。

他正在按照一個 AI compute 可能擴張數個數量級 的世界準備供應鏈。

如果這個假設最後只有十分之一成立，晶片產能依然會成為戰略資源。

---

這也代表 AI 公司正在從「買 GPU」走向「控制晶圓」

過去 AI 公司最重要的問題是：

我能買到多少 NVIDIA GPU？

現在產業正在往更深一層走：

GPU → Custom ASIC → Advanced Packaging → HBM allocation → Wafer capacity → Fab capacity

當企業規模大到某個程度，問題已經不再只是晶片設計。

你必須開始管理：

晶圓 封裝 HBM 電力 散熱 資料中心 網路 甚至發電設施。

AI 基礎建設正在從「資訊科技」變成某種接近重工業的東西。

這也是 Terafab 最值得關注的地方。

它不一定最後真的按照 Musk 描述的規模完成，但它代表的產業方向已經很明確：

大型 AI 公司開始想控制的不只是模型，而是模型底下整條物理供應鏈。

---

TSMC 真正能賣給 Musk 的，其實不是一個製程節點

如果最後雙方真的合作，TSMC 帶給 Terafab 最重要的東西可能不是 N2、A16 或其他某一個製程名稱。

真正珍貴的是：

High-Volume Manufacturing。

也就是把最先進的半導體技術，穩定、大量、可預測地製造成商品。

這種能力很難用設備清單複製。

Intel 可以提供 14A 與自己數十年的半導體工程經驗；TSMC 則擁有目前全球最成熟的先進邏輯代工量產體系。

如果 Terafab 最後真的同時吸收兩者的能力，它可能不會是一家傳統意義上的 Foundry。

反而更像：

Musk 旗下企業共同擁有的一條超大型、半封閉式半導體供應鏈。

它不需要替全世界接單。

只要 Tesla、SpaceX 與 xAI 自己吃得完產能，就可能有存在理由。

---

現在最值得觀察的四件事

第一，TSMC 是否正式承認合作。

這會是目前最大的分水嶺。在那之前，一切仍然只是 discussions。

第二，Texas 是否真的成為 TSMC 美國第二製造基地。

如果 Texas 投資與 Terafab 最後同時落地，兩者關係就會變得非常值得追蹤。

第三，Intel 14A 在 Terafab 中的角色是否改變。

如果 TSMC 進場，Intel 是繼續作為主要製程合作夥伴、變成其中一個供應商，還是提供技術授權與其他製造能力，目前完全沒有答案。

第四，Terafab 最終自己到底製造多少東西。

這可能是整個計畫最大的哲學問題。

如果晶圓廠由 TSMC 營運、製程來自 Intel、設備來自 ASML／Applied Materials／Lam Research／Tokyo Electron，那 Terafab 的核心價值可能根本不是「發明半導體製程」。

而是：

整合資本、需求、設計、產能與供應鏈。

這其實可能比從零開始打造一家新 TSMC 現實得多。

---

結論：Musk 可能逐漸接受一件事，晶圓製造不是靠速度硬衝就能複製

Terafab 剛公開時，最容易給人的印象是 Musk 又準備用 Tesla 與 SpaceX 那套高速工程方法闖進另一個傳統產業。

但半導體製造特別殘酷。

軟體可以一天更新十次。

火箭可以爆掉之後再製造下一枚測試。

先進晶圓製程卻必須在數百甚至上千道步驟之間維持極低誤差，最後還得讓每片昂貴晶圓保有足夠良率。

所以現在 Terafab 開始出現一個反而更務實的形狀：

不是 Musk 自己取代 Intel 或 TSMC。

而是：

Intel 提供先進製程能力，TSMC 可能提供世界級量產與營運能力，而 Tesla、SpaceX、xAI 提供足以支撐整條供應鏈的龐大需求。

如果這個模式真的成立，Terafab 最終可能不是一家新的台積電。

它可能是一個更奇怪、也更符合 AI 時代的新物種：

一家幾乎只服務單一企業集團，但規模可能達到傳統大型晶圓供應鏈等級的半封閉式晶片製造體系。

而現在，台積電的名字第一次真正出現在這張藍圖旁邊。

Tech English 專有名詞

1. Foundry｜晶圓代工廠
專門替其他公司製造晶片的半導體企業。客戶負責晶片設計，Foundry 負責實際晶圓生產；TSMC 是全球最具代表性的 Pure-Play Foundry。

2. Vertical Integration｜垂直整合
企業把原本交給不同供應商處理的設計、製造、封裝或基礎設施逐步納入自身控制。Terafab 的核心方向就是提高 Musk 旗下企業對晶片供應鏈的掌控程度。

3. Process Node｜製程節點
半導體製程世代的分類名稱，例如 Intel 14A、TSMC N2。現代節點名稱已不等同於某個單一電晶體物理尺寸，而是一整套密度、效能與功耗技術平台。

4. Yield｜良率
一片晶圓完成製造後，可以正常工作的晶片比例。先進製程能否商業化，良率往往比單純『做不做得出晶片』更加重要。

5. Advanced Packaging｜先進封裝
透過 2.5D、3D、interposer、chiplet 等方式，把多個晶粒與 HBM 等元件整合成高效能系統。現代 AI 加速器的效能與產能愈來愈受到先進封裝能力影響。

6. High-Volume Manufacturing（HVM）｜大規模量產
將實驗性製程轉化為穩定、可重複、高良率的大量生產流程。它需要設備、製程控制、人才、供應鏈與多年累積的製造經驗，也是先進晶圓廠最難複製的能力之一。