先进节点正面对决

Intel 18A vs TSMC N2 vs Samsung SF2P · 良率 / 密度 / 架构 / BSPDN 全维度

2026-05-12 · 数据截至 Q1 2026

⚡ 一行结论

Intel 18A 第一次在"领先节点"上正面对垒:架构(PowerVia BSPDN 唯一已量产)领先半代,但密度(238 vs 313 MTr/mm²)和量产成熟度(60-65% vs 70%)落后。 TSMC N2 仍是综合最优选Samsung SF2P 拿到 70% 良率 之后变成可信的第二来源。三家共存的 2nm 时代正式开始。

三家技术对比表

维度Intel 18ATSMC N2Samsung SF2P
等效节点 ~1.8nm ~2nm ~2nm (二代)
HVM 量产 2025-Q4 (Fab 52) 2025-Q4 (Fab 20) 2025-Q4 (Hwaseong)
晶体管架构 RibbonFET (GAA 全环绕) Nanosheet GAAFET MBCFET (Multi-Bridge Channel)
背面供电 BSPDN PowerVia (已量产) 无 (要等 A16 / 1.6nm)
HD 单元密度 (MTr/mm²) 238 313 231
当前良率 60-65% (Nov '25) ~70% (memory 部分 90%+) 70% (Q4 '25 突破)
良率改善节奏 +7% / 月 (~稳定) 历史 +60-70bp / 月 四年累积突破,节奏待确认
vs 上一代 P/W 提升 +15% (vs Intel 3) +24-35% (vs N3E) +15-20% (vs SF3)
已锁定客户 Microsoft, AWS, Apple, NVIDIA, DoD Apple, NVIDIA, AMD, Qualcomm, MediaTek, Broadcom Samsung S27 (内部), 探讨期客户
晶圆 ASP (估) $28-30k $28-32k $22-25k (折扣换量)
2026 月产能 10-15k (Fab 52) ~100k (Fab 20 + KH) ~30k (估)

HD 单元晶体管密度 (MTr/mm²)

TSMC N2 在密度上领先 ~31%,对面积敏感的 SoC(手机、AI 加速器 reticle 受限)是更优选。Intel 18A 的密度劣势靠 PowerVia 提供的"性能/功耗甜蜜点"补偿。

2nm 级节点良率走势 (2025-2026)

Intel 18A:从 2025-07 ~55% → 2025-11 ~62% → 2025 年底冲 70%(按 +7%/月节奏推),但 KeyBanc 指出"距离 TSMC 历史 launch 70-80% 仍有差距"。 TSMC N2:launch 即 ~70% 异常成熟,反映多代 GAA 学习曲线累积。 Samsung SF2P:从 SF2 长期 50-60% 困境跳升到 70%,是 2025 半导体最大惊喜。

三家架构关键差异

Intel 18A

RibbonFET + PowerVia

  • GAA 通道 4 面环绕,控漏能力 vs FinFET 大幅提升
  • BSPDN 独家量产:信号 wiring 走正面、电源 wiring 走背面,IR drop 改善 ~25%
  • NanoFlex Standard Cell:HD/HP 灵活混合
  • 劣势:HD 密度 238 不如 TSMC,且 PDK 1.0 还在优化中
TSMC N2

Nanosheet GAAFET

  • GAA Nanosheet,第一代不带 BSPDN
  • 密度业界最高(313 MTr/mm² HD)
  • 良率 launch 即 70%,量产成熟度断层式领先
  • A16 (2026-27) 才上 BSPDN(叫 Super Power Rail)— 这一年半窗口里 Intel 18A 的 PowerVia 是唯一选项
Samsung SF2P

MBCFET (二代)

  • SF2 第一代(卡在 50-60% 良率),SF2P 突破到 70%
  • 密度 231 MTr/mm² 接近 Intel 18A,落后 TSMC
  • BSPDN 在 SF1.4 / SF2Z 才上
  • 定位:折扣价 + 第二供应商,重点是稳定 Galaxy + Tesla Dojo 类自家/绑定订单

为什么 BSPDN 这么关键?

背面供电(Backside Power Delivery Network, BSPDN)是 2nm 时代最重要的架构创新,但只有 Intel 在 18A 上量产了。其他两家要等到下一代。

对应客户价值:Microsoft Maia 2 / AWS Trainium 这种 AI 加速器,对 power efficiency 极度敏感(散热是数据中心 #1 成本)。一颗用 BSPDN 的芯片,单瓶颈 TCO 能省 ~3-5%,规模化 → 每年 $亿级别 数据中心电费。

Suge 的注解:这就是 NVIDIA $5B 入股 Intel 时市场的"隐藏 thesis"——NVIDIA 自己的 Rubin / Rubin Ultra 是 TSMC N2,但 下下代(2027-28 的某些 SKU)需要 BSPDN,TSMC 那边要等 A16,Intel 这边 18A-P 已经准备好。窗口期 Intel 是有"独家货"的。

客户该选谁?决策矩阵

客户类型首选次选原因
大体量 AI 加速器 (NVDA/AMD)TSMC N2Intel 18A-P (备份)密度 + CoWoS 协同生态
面积敏感 SoC (手机/PC)TSMC N2Samsung SF2P (折扣)313 MTr/mm² HD 是杀手锏
电源敏感 ASIC (Maia/Trainium)Intel 18ATSMC N2 → A16BSPDN 独家
服务器 CPU (高频/大缓存)Intel 18A (内部)TSMC N2 (AMD)PowerVia 改善 IR drop
军用 / 政府Intel 18A (US fab)TSMC AZ Fab 21 P3Made in USA 政治硬约束
欧洲订单TSMC Dresden (2027+)Intel Magdeburg (2030+)地理 + 补贴
价格敏感 + 量大Samsung SF2PTSMC N3 (老一代)$22-25k vs $30k 晶圆 ASP