台积电最近公布了最新的制程技术路线图，A12、A13和N2U工艺都在其中亮相，而A16的量产时间则推迟到了2027年。

比起具体的节点参数，台积电这次更强调的是多路径策略，也就是根据不同终端市场采用差异化的工艺节奏，而不是用单一的通用节点覆盖所有应用。

从营收结构来看，台积电过去的收入主要来自智能手机，但近些年人工智能和高性能运算业务的增长已经超过了手机业务，这个趋势也清楚地反映在了最新的路线图上。公司把领先制程按终端需求分成了两条路：一条是每年为客户端和手机产品推出一代新工艺，另一条是每两年为AI和高性能计算推出一代重点提升性能的节点。

面向手机和客户端市场的制程包括N2、N2P、N2U、A14和A13等，强调成本、能效、IP复用和设计兼容性，走的是每年小步快跑的增量式改进路线。而面向AI和高性能计算市场的则包括A16和A12，这些节点必须在性能上提供足够明显的提升，才能支撑客户转向成本更高的新节点，同时成本因素在这一块的优先级相对较低。

在客户端路线中，台积电去年已经发布了A14制程，采用第二代环绕栅极纳米片晶体管，配合NanoFlex Pro技术，计划在2028年作为高端智能手机和客户端产品的旗舰节点。今年新公布的A13则是在A14基础上做了光学收缩，通过缩小大约3%的线宽，实现约6%的晶体管密度提升，同时保持与A14在设计规则和电气特性上的完全兼容，这样客户就能以最小的研发和验证成本获得额外的能效收益。这种做法延续了台积电之前在N12、N6、N4、N3P等节点上用的光学缩放传统，但整体收益更偏向温和的微升级，而不是全面的整节点跃迁。相比之下，要完全释放A14在功耗、性能和密度上的全部优势，芯片和IP设计方必须用全新的工具链、IP和设计方法；而A13通过设计工艺协同优化，在不改变既有设计的前提下就能提供直接可兑现的增量收益。按照台积电的规划，A13预计在2029年进入量产。

除了A14和A13这条路线，台积电还为已经投资N2平台的客户准备了一个成本较低的升级路径，也就是N2U。N2U是N2平台的第三年延伸版本，同样通过设计工艺协同优化带来大约3%到4%的性能提升，或者在维持相同速度的前提下降低8%到10%的功耗，同时带来大约2%到3%的逻辑密度提升。新节点保持与N2P的IP兼容，意味着客户不需要迁移到全新的工艺，就能用现有的IP开发新产品，特别适合从高端平台下沉到中端产品线的设计场景。台积电技术研发高层张晓强表示，公司会持续在节点导入后，通过后续衍生版本不断强化性能、功耗和密度表现，帮助客户在延长设计使用周期的同时，获得渐进式的PPA收益。

在面向高性能数据中心和AI训练的路线中，N2最初是同时面向客户端和数据中心的，但台积电另外规划了带背面供电架构的A16，用来进一步释放性能潜力。A16本质上可以看作是在N2P基础上叠加了Super Power Rail背面电源方案的工艺，继续用第一代纳米片GAA晶体管，在功耗、性能和晶体管密度方面明显优于N2和N2P，但成本也更高。值得注意的是，台积电现在把A16标注为2027年的量产节点，相比之前对外说的时间表，相当于从2026年推迟到了2027年。公司解释说，A16节点在2026年就已经具备量产准备就绪的能力，但实际量产爬坡的节奏还是要看客户导入计划，所以对外统一说成2027年。在A16到来之前，台积电也不会用A16完全取代N2X，后者是在传统正面供电下对N2P进行性能增强、进一步追求极限频率的变体，依然面向需要高频的高性能应用。

A16之后，接力棒就交到了A12手里。A12预计在2029年作为数据中心级节点带来整节点级别的升级，它的演进逻辑跟A14相对于N2的关系类似，依托第二代纳米片GAA和NanoFlex Pro技术，在性能、功耗和密度上实现更大范围的综合改善。虽然台积电目前还没有披露具体的量化指标，但从技术框架上看，A12可以看作是搭载了第二代GAA和更成熟背面供电方案的全新数据中心旗舰节点。公司方面也强调，从A16到A12的演进，不只是几何尺寸上的缩小，还包括背面供电路径、电源完整性以及整体布线架构上的系统性优化，只有同时压缩前段和后段的尺寸，才能达到整体的密度收益。

在整个路线图中，一个值得注意的技术选择是，直到2029年，台积电规划中的A13和A12等先进节点都不会用上High‑NA EUV光刻机。这跟英特尔在14A及后续节点上计划从2027到2028年左右引入High‑NA EUV的策略形成了明显的对比。台积电技术主管张晓强表示，公司研发团队到现在仍然能在现有的EUV平台上挖掘出足够的工艺缩放空间，不需要马上转向更贵也更复杂的High‑NA设备；未来某个时刻可能不得不采用，但当前还是能在现有的EUV体系下持续推进技术演进。在成本压力和产能可用性的考量下，这种延后采用High‑NA的策略，意味着台积电希望能在保持竞争力和控制资本开支之间取得平衡，同时通过设计与工艺的协同优化，尽可能延长现有工具和平台的生命周期。