▲台積電。（圖／記者高兆麟攝）
記者高兆麟／綜合報導
晶圓代工龍頭台積電（2330）今日下午舉行法說會，除了公布第一季營收獲利外，也公布第二季展望，同時也針對技術進展部分進行說明，以下是今日台積電法說會的5大重點整理。
[廣告] 請繼續往下閱讀.
需求展望：
在需求方面，儘管近期總體經濟相關的不確定性影響，台積電持續看到對於半導體長期需求結構性提升的現象，此現象來自 5G 和 HPC 相關應用的產業大趨勢。
未來幾年來自 5G 和 HPC 相關應用的大趨勢不僅使單位產品數量增加，更重要的是，將驅動許多終端產品半導體含量大幅提升，包括高效能運算、智慧型手機、車用電子和物聯網相關應用。台積電憑藉著在先進製程技術、特殊製程技術的技術領先，台積電正處於絕佳的地位，以掌握強勁的產業結構性需求。2022 年台積電將維持產能緊繃現象。
2022 年將又會是台積電強勁成長的一年。台積電預期若以美元計，台積電年成長率將達到甚或超過我們展望 mid-to-high twenties 百分比區間的高點。
[廣告] 請繼續往下閱讀..
庫存水位：
在庫存方面，由於近期 COVID 疫情對供應鏈產生衝擊，以及地緣政治局勢緊張所帶來的不確定性影響，台積電預期供應鏈相較於歷史季節性庫存水準，將持續維持較高水準的庫存水位，此現象並將延續較長的時間。
供應鏈挑戰：
身為全球半導體供應鏈中的關鍵一員，台積電和機台供應商緊密合作，以提前規劃資本支出和產能。然而，和其他許多產業相似，台積電的供應商在 COVID-19 的持續影響下，在其供應鏈中面臨更大的挑戰，包括人力、零組件和晶片等限制，並延長了先進製程和成熟製程的機台交期。台積電正和供應商緊密合作，採取多項行動，盡我們的力量緩解供應鏈面臨的挑戰。
[廣告] 請繼續往下閱讀...
台積電增加了和供應商高層定期溝通的頻率以追蹤相關進度，也派出多個團隊進行現場支援，並和供應商夥伴密切合作，確認影響機台交期的關鍵晶片。台積電也和客戶合作，規劃產能以優先支援這些關鍵晶片，協助緩解相關限制問題。透過採取此類行動，台積電預計 2022 年的產能計劃不會受到任何影響，而台積電和供應商亦將持續密切合作於 2023 年及往後規劃，以增加產能，滿足客戶需求。
在原料供應方面，台積電的策略是持續開發多源供應方案，以建立多元的全球供應商基礎，並完善在地供應鏈。對於特殊化學品和氣體，包括氖氣和氙氣，台積電向不同地區的多家供應商進行採購，並準備了一定水準的庫存量。
台積電亦和供應商密切合作，進一步加強供應鏈彈性和可持續性。因此，台積電不認為原料供應會對營運產生任何影響。
獲利能力：
台積電的獲利能力包括六大因素：先進製程的開發和產能提升、定價、成本優化、產能利用率、技術組合和匯率。
台積電第一季毛利率成長 290 個基點（basis points）至 55.6%，主要原因為成本改善和提供價值的努力，以及較有利的匯率。
台積電 3 個月前提供的毛利率展望是基於新台幣 27.6 元兌 1 美元的匯率假設，而第一季實際匯率為新台幣 27.95 元兌 1 美元。
這使台積電第一季的實際毛利率相較於先前預估，存在約 50 個基點（basis points）的差距。台積電說明第二季的業績展望將進一步增加 140 個基點，達展望的中位數 57%，主要因素為更有利的匯率假設（新台幣 28.8 元兌 1 美元），此將增加超過100 個基點，以及持續的成本改善和提供價值的努力。
展望台積電的獲利能力，台積電將持續面臨通膨上升、先進製程複雜度提升、在成熟製程上的投資，以及海外生產據點擴展的挑戰。儘管面臨生產成本的挑戰，若排除台積電無法控制的匯率影響，而考慮其他五個因素，台積電仍然認為長期毛利率達 53%以上是可實現的。
技術更新：
N3將使用FinFET電晶體架構來提供客戶最成熟的技術、最好的效能及最佳的成本。台積電的N3時程沒有改變，預計受HPC和智慧型手機應用所驅動。將在2022年下半年量產並具備良好良率。
台積電持續觀察到N3有許多客戶參與，相較於N5及N7，預期首年會有更多新的產品設計定案。而N3E將作為台積電三奈米家族的延伸，具有更好的效能、功耗和良率，台積電亦觀察到N3E有許多客戶參與。N3E的量產時間計劃在N3量產後一年進行。台積電預期N3技術推出時在PPA（效能、功耗及面積）及電晶體技術上，都將會是業界最先進的技術。
在獲利能力方面，新製程起始時其前景總是充滿挑戰，而先進製程（如 N3 等）複雜度的日益增加，使其是否能於第七至第八季後達到公司平均毛利率，則成為更大的挑戰。其中原因是台積電的獲利能力已有所改善，長期毛利率目標為 53%以上。如同台積電在之前的製程所做的努力，台積電將持續改善成本，致力於提供價值，以確保在 N3 能得到適當的獲利和報酬。
憑藉台積電的技術領先地位和強勁的客戶需求，台積電有信心三奈米家族將成為台積電另一個大規模且有長期需求的製程技術。