> 数据图表谁能回答2.2 AI等应用发展增加对先进制程需求2025-12-22.2 AI等应用发展增加对先进制程需求n 随着制程从 7nm 演进到 5nm、3nm 乃至 2nm，每一代节点上都实现了显著的 PPA（Performance、Power、Area）改善。以台积电公开数据为例，5nm 相较 7nm 提供约 1.8 倍的逻辑密度、15% 的性能提升或 30% 的功耗降低；3nm 再在此基础上实现约 18% 的性能提升或 32% 的功耗降低，并将逻辑密度进一步提高约 60%。规划中的 2nm 技术相较 3nm 将继续带来 10–18% 的性能提升以及36% 的功耗降低。n 当前主流 AI 芯片已全面向 5nm 与 3nm 等先进制程迁移。其中 NVIDIA 与AMD的最新一代 AI芯片均采用台积电 3nm 制程，并配备大容量 HBM 以支撑高算力需求，其他主流AI芯片同样多数采用5nm或4nm的先进制程工艺。整体来看，先进制程已成为高端 AI 芯片的标配，未来 2nm 预计将进一步在该领域实现广泛采用。图表：主流AI芯片先进制程使用情况芯片厂商制程工艺显存Vera RubinB300/GB300B200/GB200H200H100MI355X/MI350XMI325X/MI300XNVIDIANVIDIANVIDIANVIDIANVIDIAAMDAMD台积电3nm台积电4nm台积电4nm288GMHBM4270-279GB HBM3E180-186GB HBM3E带宽13TB/s7.7-8TB/s7.7-8TB/s图表：单位数量晶体管成本对比制程芯片面积（mm²）晶体管数量（十亿个）晶粒总数/单片晶圆16nm1253.347810nm87.664.36867nm83.276.97215nm8510.57073nm8514.1707台积电4nm141GB HBM3E4.8TB/s晶粒净产出/单片晶圆359.74512.44545.65530.25509.04台积电4nm台积电3nm台积电5nm80-94GB HBM3288GB HBM3E192-256GB HBM3/HBM3E3.35-3.9TB/s8TB/s5.3-6TB/s晶圆价格（＄）5912838999651250015500晶粒价格（＄）16.4316.4318.2623.5730.45每十亿个晶体管的成本（＄）4.983.812.652.252.16来源：NVIDIA，AMD，TSMC，中泰证券研究所31中泰证券工业制造
