異質整合重塑半導體賽局 先進製程、3D封裝與測試成關鍵
- DIGITIMES企劃
-
AI算力競賽持續升溫，異質整合、先進封裝與供應鏈重組已成半導體產業關鍵戰場。面對2奈米製程、3D封裝、CPO共同封裝光學及測試成本攀升等新挑戰，DIGITIMES日前舉辦「2026半導體論壇」，邀集產官學研代表齊聚，剖析次世代晶片量產藍圖與產業新商機。
DIGITIMES暨IC之音董事長黃欽勇在論壇致詞表示，AI雖改變產業競爭規則，但真正能把AI落地的關鍵，仍在硬體製造與供應鏈整合能力，而這正是台灣最具優勢之處。當前國際科技大廠追求的是完整生態系與快速交付能力，而從晶圓製造、封裝測試到機構件、散熱、系統組裝，台灣已形成全球少見的高效率聚落。黃欽勇認為，未來產業發展不應只看半導體，更要重視ICT供應鏈與應用場域整合，透過智慧製造、垂直應用與資料分析創造新價值。
AI算力需求快速攀升，傳統電訊號互連已逐漸逼近頻寬、功耗與散熱極限，共同封裝光學（CPO）正被視為下一代AI運算架構的新標準。鴻海研究院半導體所所長郭浩中指出，近年AI推論效能8年提升達千倍，關鍵已不只是製程微縮，而是GPU、HBM與高速互連架構的整體創新，其中CPO可將光通訊元件直接整合進交換器與運算系統，大幅提升資料中心傳輸效率並降低功耗。
鴻海科技目前已全面布局GPU模組、伺服器機櫃、液冷散熱到AI資料中心整體方案。他表示，未來AI資料中心將大量採用矽光子、外部雷射源與多波長傳輸架構，來滿足系統縱向擴充與橫向串聯的需求，而真正的產業關鍵在於精密封裝、光纖對準、測試驗證與熱管理能力。台灣在半導體製造、光通訊零組件、散熱與系統整合供應鏈完整，有望在全球AI基礎建設升級浪潮中扮演核心角色。
生成式AI加速走入企業營運核心，如何把分散的內部資料轉化為可用知識，成為企業數位轉型關鍵。網創資訊雲端架構師周謙程提到，該公司推出自研平台NAVI GenAI，協助企業將既有知識沉澱為決策資產，提升研發效率與管理品質。他指出，近9成企業管理者已認知生成式AI將成為不可逆趨勢，但實際導入時常面臨資料結構混亂、成本控管、資安合規、權限治理與模型回應品質等挑戰。
NAVI GenAI可依企業需求部署於公有雲、私有雲或混合雲環境，並整合權限管理、資料來源控管與模型應用機制，讓AI回答建立在企業專屬知識基礎上。實際應用上，平台可協助企業快速比對不同版本PLM文件差異、自動摘要影片內容、整理供應鏈與研發資訊，縮短工程人員搜尋與判讀時間。
AI晶片朝高效能與高整合發展，也讓先進封裝與測試面臨前所未有挑戰。思渤科技資深應用工程師范馨勻表示，多晶片AI GPU封裝常整合CPU、加速器、HBM與I/O晶片，若熱點集中，將影響效能與壽命，因此需在設計初期即透過模擬工具預測熱分布、應力與翹曲風險，避免後段修正成本。
針對電流造成金屬遷移、錫球疲勞裂化、材料熱膨脹係數差異等問題，可藉由Ansys等模擬平台提前驗證。她也提到，AI已導入封裝設計流程，透過累積數千筆模擬結果訓練模型，可將原本耗時分析縮短至數分鐘，大幅提升設計效率。除封裝端外，半導體廠無塵室氣流、粒子控制、搬運機械手臂震動與輕量化設計，也可透過數位模擬優化。
AI發展進入異質計算時代，企業不只面對模型競爭，更要解決多元算力資源的整合與管理問題。數位無限技術長李奇璁表示，隨著NVIDIA、AMD、NPU與各式AI加速器並存，企業若缺乏統一調度平台，將面臨GPU閒置、資源碎片化與擴充效率低落等問題。
李奇璁認為，AI工程已從2023年的提示工程、2024至2025年的情境工程，邁向2026年的「駕馭工程」，企業競爭力將取決於是否能有效管理多模型協作、算力調度與安全治理。該公司推出AI-Stack平台，可整合異質GPU、網路與儲存資源，提供切割、聚合、動態排程與一鍵部署能力，並讓AI開發環境在1分鐘內完成建置。實際案例顯示，導入後GPU使用率可由30%提升至90%，協助半導體設計、封測與設備業者加速AI落地與全球化布局。
AI晶片朝高效能與先進封裝發展，薄化晶圓搬運、精密檢測與熱管理需求同步升高。西村陶業台灣區顧問梁巧莉表示，晶圓厚度持續薄化，傳統全面吸附式真空吸盤容易造成晶圓破損、翹曲或薄膜變形，因此該公司開發局部真空吸附技術AnyChuck，可依需求進行區域吸附，支援不同尺寸晶圓、玻璃與薄膜材料取放，並具備吹氣氣浮功能，有助降低接觸損傷與粒子污染風險。
梁巧莉指出，該公司陶瓷材料涵蓋高純度氧化鋁、氮化鋁、氧化鋯與氧化釔等，其中氮化鋁導熱率可達170至250W/mK，適合高功耗AI晶片封裝散熱需求；低熱膨脹材料亦可降低封裝熱變形問題。她強調，隨著先進製程與AI封裝升級，兼具高精度加工與材料性能的陶瓷零組件，將在半導體設備國產化與供應鏈升級中扮演更重要角色。
製造業加速導入AI與自動化，能突破傳統可見光限制的熱成像技術，正成為智慧工廠的新一代感測核心。Suntek Global CEO & Managing Partner Jason Ray提到，熱成像可提供額外的溫度與異常資訊，偵測肉眼難以察覺的設備過熱、電力故障前兆、氣體洩漏與危險入侵。
根據簡報資料，AI熱成像系統在電氣故障偵測率可達87%，遠高於人工巡檢的23%，大型產線檢測效率亦可提升6倍。實際案例包括NucorSteel導入預測維護後，非預期停機下降73%；Samsung SDI以熱像檢測提升電池模組瑕疵辨識率至99.2%；Shell煉油廠則藉此降低火災事故61%。業者認為，台灣具備半導體、電子製造與資通訊供應鏈優勢，未來在智慧巡檢機器人、配電監控模組、智慧安全帽與工業熱感測設備等領域，具備切入全球市場的機會。
AI與地緣變局交織 半導體產業競逐新優勢
地緣政治與AI戰略競逐，正加速全球半導體供應鏈重組，關鍵材料的穩定供應也從成本議題升級為國家競爭力。崇越科技技術長丁彥伶指出，半導體材料供應面臨航運中斷、出口限制、原料短缺、匯率波動與需求暴增等多重風險，例如氖氣曾因俄烏戰爭價格飆升十倍，顯示單一來源風險已成產業痛點。
崇越科技作為半導體材料通路商，代理矽晶圓、光阻、石英製品、特殊化學品與氣體等關鍵材料，策略上採取「客戶在哪裡，崇越就在哪裡」，已布局台灣、中國、美國、東南亞與歐洲市場，並建立在地倉儲、分裝、危險品物流與技術服務團隊。丁彥伶強調，提升供應韌性的核心在於多源化供應、區域備援與供應鏈透明化，同時結合長約鎖定、戰備庫存及循環回收機制，才能在全球設廠浪潮下，確保半導體產線穩定運作。
半導體與高科技產業朝高複雜度設計、跨系統協作與嚴格法規要求發展，產品開發流程也加速走向數位整合，AI成為提升研發效率的重要工具。嘉航科技產品導入規劃技術工程師李富迪表示，企業常面臨需求文件分散於Excel、Word等工具，導致追溯困難、測試覆蓋率不明與作業耗時，若缺乏統一管理平台，將影響開發效率與品質控管。
該公司代理的Codebeamer可整合需求管理、測試管理與驗證、風險管理及軟體開發流程，並串接Git、Jira等既有系統，建立企業可信的單一資料來源。平台同時內建ISO 26262、ASPICE等規範範本，協助企業快速導入標準化流程。李富迪進一步指出，透過AI可自動整理重複需求、優化規格內容並生成測試案例，大幅縮短開發與驗證時程，提升產品品質、合規能力與跨部門協作透明度。
生成式AI與資料中心需求快速升溫，半導體產業競爭焦點也從製程微縮，轉向高頻寬、低延遲與高整合度的先進封裝技術。DIGITIMES顧問分析師兼領域總監黃銘章表示，當前資料中心瓶頸已不再是GPU算力，而是GPU與HBM、高速互連及儲存裝置間的資料傳輸效率，因此先進封裝成為突破記憶體牆、功耗牆與I/O限制的關鍵。
黃銘章指出，Chiplet與異質整合已成主流趨勢，可讓不同功能晶片採最佳製程組合，兼顧成本、效能與上市速度，AMD、Intel、NVIDIA等業者皆積極布局。TSMC的CoWoS、SoIC技術則居全球領先地位，其中SoIC在頻寬密度、能耗效率與傳輸速度具優勢，預期未來數年將高速成長；3.5D封裝、Hybrid Bonding、面板級封裝、玻璃載板與矽光子CPO，也將成為未來重要發展方向。
生成式AI從雲端走向終端裝置，產業焦點也從追求算力，轉向低功耗、小體積與即時運算下的高效能AI，Edge AI快速成為下一波半導體與智慧裝置升級重點。DEEPX CTO Joon Ho Song表示，現行以GPU與資料中心為主的AI架構，面臨高能耗、高建置成本、傳輸延遲與隱私安全等限制，長期難以支撐快速成長的AI需求。
DEEPX提出將AI運算移至資料產生現場，以超低功耗晶片在終端裝置完成即時推論，降低對雲端資源依賴。Joon Ho Song指出，首代晶片DXM1已導入Baidu、Hyundai Robotics、LG Uplus等應用場域，涵蓋OCR、機器人導航、臉部辨識與智慧監控；第二代DXM2則瞄準生成式AI與實體AI應用，可支援更大模型並將功耗控制在5W以下。
重構半導體價值鏈 2奈米時代材料、人才與整合成關鍵
除了精彩演講，這次論壇也邀請Henkel台灣區資深主任應用工程師吳發豪與台科大產學創新學院執行長楊光磊，以「重構半導體價值鏈：2nm時代的技術位移與材料科學戰略」為題，進行專業座談。
吳發豪指出，2奈米與異質整合時代，材料供應商角色已從過去「依客戶需求提供材料」，轉變為更早期參與設計協作的夥伴。若只從單一材料性能出發，容易出現前段製程順利、後段封裝困難的斷鏈問題。他表示，先進封裝的重要材料過去多由不同供應商各自提供，但未來關鍵在於跨材料整合能力，透過模擬分析與共同設計，找出最佳平衡點。
尤其AI高效能晶片帶來高熱密度與大尺寸封裝翹曲問題，材料必須兼顧散熱、黏著強度、應力控制與可靠度，避免造成裂痕、線路失效或效能衰退。他也提到，全球供應鏈重組後，外商已加速在台灣布局研發、應用與在地支援資源，與本土企業形成競合關係，最終將有助整體產業升級。
楊光磊提到，半導體產業過去依賴清楚分工模式而成功，但進入2奈米與AI時代後，單靠製程微縮已不足以支撐市場需求，設計、製程、封裝、材料與系統端必須更緊密整合。他指出，台灣半導體歷經40年累積，已建立全球競爭力，但設備與材料自主化仍是相對薄弱環節。地緣政治讓產業意識到供應鏈韌性的重要性，因此扶植本土設備與材料廠商，已成為國家戰略方向。在人才方面，他指出未來最重要的是「三跨人才」：跨領域、跨國際、跨世代。新世代人才不能只專精單一技術，而需具備系統整合能力、理解全球市場，並善用不同世代資源，才能在未來產業競爭中勝出。
座談主持人工研院南分院專案組長黃建智最後總結指出，2奈米時代的半導體競爭，已從單點技術突破轉向整體價值鏈重構。從晶圓製造、先進封裝、材料創新到人才培育，各環節都需同步升級。台灣若要延續全球領先地位，除了鞏固製造優勢，更須強化材料與設備自主能力，並透過本土企業與國際業者的合作競爭，打造更完整產業生態系，面對AI與地緣政治雙重驅動，跨域整合與協同創新將是下一階段致勝關鍵。
