国内大量14nm以下的芯片都不能被台积电代工,为啥小米和部分企业的芯片能被代工?
其实这是一个常见的误解。目前的情况并不是“国内所有14nm以下的芯片都不能被台积电代工”,而是美国针对特定高算力、高敏感领域的芯片进行了精准限制,并非对所有中国企业的先进制程需求进行“一刀切”的全面封锁。
小米玄戒O1、紫光展锐T8200、比亚迪Y9000等芯片之所以能顺利在台积电流片和量产,主要得益于以下几个核心原因:
🎯 1. 用途合规,未触碰“高算力红线”
美国的出口管制核心目的是限制中国在人工智能(AI)、军事、超算等尖端领域的技术发展。因此,被限制的通常是高算力通用AI芯片、高端服务器处理器等敏感产品。
- 小米玄戒O1:虽然采用了台积电第二代3nm工艺,但其主要定位是穿戴设备、平板、电视等消费级IoT产品,不涉及高敏感度的AI训练或军事用途。
- 紫光展锐T8200:采用6nm工艺,主要用于智能手机等消费电子产品,未涉及AI训练核心。
- 比亚迪Y9000:主要用于车辆的智能座舱或车规级控制,算力需求并未达到被限制的顶级AI推理/训练芯片级别。
📋 2. 企业未被列入“实体清单”
台积电作为一家商业公司,其基本原则是“谁给钱谁流片”,但前提是客户不能触发美国的制裁红线。只要芯片设计企业(如小米、比亚迪等)没有被列入美国商务部的“实体清单”,且芯片的知识产权(IP)来源合规,就可以正常下单。美国目前的政策主要针对“高算力芯片 + 实体清单企业”的双重打击组合。
📦 3. 封装与测试环节的合规(关键新规)
自2025年1月31日起,美国进一步收紧了管制措施。台积电对16/14nm及以下制程的芯片发货增加了新的限制条件:如果芯片的最终封装测试(OSAT)不在美国商务部批准的“白名单”内,台积电将暂停发货。
这意味着,只要这些国内企业的芯片交由白名单内的封测厂(如日月光、安靠、力成科技等24家获批企业)进行后续生产,依然可以合法合规地完成整个制造流程。
🔍 还有哪些企业的芯片能被代工?
除了你提到的几家,其实国内仍有多家企业在合规的前提下,继续使用台积电等代工厂的先进或成熟制程:
- 华为(特定产品):虽然华为自身被严厉制裁,但部分非敏感、低制程或经过特殊授权的消费类产品(如部分穿戴设备芯片、电视芯片等)在历史上或通过特定渠道仍有流片可能(具体视实时制裁动态而定)。
- 大疆(DJI):其部分高端无人机和影像处理芯片,因主要用于民用消费级市场,此前也曾在台积电进行代工。
- 国内各大手机厂商的周边芯片:如OPPO、vivo等厂商自研的影像ISP芯片、电源管理芯片等,只要不涉及顶级手机SoC的高算力核心,通常也能正常流片。
- 部分AI推理芯片企业:一些专注于边缘计算、非数据中心训练类的AI芯片公司,只要算力指标未触及美国设定的阈值,依然可以寻求代工。
💡 总结
简单来说,小米、比亚迪等企业的芯片之所以能“幸存”,是因为它们走的是合规的商业路径:产品用途不涉及美国严防死守的AI/军事领域,企业本身未被全面制裁,且严格遵守了封装测试的出口管制新规。
不过也要保持清醒,地缘政治的风吹草动随时可能改变规则。这也正是为什么国家正在大力扶持中芯国际等本土晶圆厂,加速推进国产设备、材料和先进制程的研发,只有把核心制造环节掌握在自己手里,才能真正实现不受制于人的“芯片自由”。
H200放行,全球AI分流,国产算力要不要换一套打法? - 知乎
2025年最新技术参数、市场份额及应用场景的国产AI计算卡综合排名 - 知乎
超节点分析:ScaleX640、NVL72/144和Atlas 950/960 - 知乎
国产“GPU四小龙”加速崛起:两家上市中支持CUDA 两家仍在辅导 - 知乎
2025年内存“狂飙”涨价超预期——深度分析幅度、持续性及驱动逻辑 - 知乎
2025.11.28国产AI计算卡参数信息汇总 - 知乎 2025,国产智能算力芯片或将突破万亿市场? - 知乎
人形机器人产业链投资布局 2024,未来2万亿高增长市场 -神经蛙没头脑- 知乎
大模型简史:从Transformer(2017)到DeepSeek-R1(2025) - 神经蛙没头脑的文章 - 知乎

清华大学:DeepSeek从入门到精通(2025) - 神经蛙没头脑的文章 - 知乎
【2025科技参考指南】全年重磅事件一览,你绝对不能错过! - 知乎
2025 年 GPU 风云再起:NVIDIA RTX 50 系列登场,RTX 5070 凭啥叫板 4090? - 知乎
NVIDIA GB200 Superchip及各厂家液冷服务器和液冷机柜介绍 - 知乎
【英伟达GB300即将登场!】从“短命”GB200到“升级版”GB300,这场科技革命你必须知道! - 知乎
一文看懂英伟达A100、A800、H100、H800各个版本有什么区别? - 知乎 (zhihu.com)
如何制造出比英伟达更好的GPU? - 知乎 (zhihu.com)

Nvidia B100/B200/GB200 关键技术解读 - 知乎 (zhihu.com)
大模型训练推理如何选择GPU?一篇文章带你走出困惑(附模型大小GPU推荐图) - 知乎 (zhihu.com)
一文看懂英伟达A100、A800、H100、H800各个版本有什么区别? - 知乎 (zhihu.com)
AI核弹B200发布:超级GPU新架构30倍H100单机可训15个GPT-4模型,AI进入新摩尔时代 - 知乎 (zhihu.com)
紧跟“智算中心”这波大行情!人工智能引领算力基建革命! - 知乎 (zhihu.com)
先进计算技术路线图(2023) - 知乎 (zhihu.com)
建议收藏!大模型100篇必读论文 - 知乎 (zhihu.com)
马斯克起诉 OpenAI:精彩程度堪比电视剧,马斯克与奥特曼、OpenAI的「爱恨纠缠史」 - 知乎 (zhihu.com)
2023第一性原理科研服务器、量化计算平台推荐 - 知乎 (zhihu.com)
Llama-2 LLM各个版本GPU服务器的配置要求是什么? - 知乎 (zhihu.com)
人工智能训练与推理工作站、服务器、集群硬件配置推荐

整理了一些深度学习,人工智能方面的资料,可以看看
机器学习、深度学习和强化学习的关系和区别是什么? - 知乎 (zhihu.com)
人工智能 (Artificial Intelligence, AI)主要应用领域和三种形态:弱人工智能、强人工智能和超级人工智能。
买硬件服务器划算还是租云服务器划算? - 知乎 (zhihu.com)
深度学习机器学习知识点全面总结 - 知乎 (zhihu.com)
自学机器学习、深度学习、人工智能的网站看这里 - 知乎 (zhihu.com)
2023年深度学习GPU服务器配置推荐参考(3) - 知乎 (zhihu.com)

多年来一直专注于科学计算服务器,入围政采平台,GB200、H200、H100、A100、H800、A800、L40、L40S、RTX6000 Ada,RTX A6000,单台双路256核心服务器等。