涉及的行业与公司 * 行业聚焦于半导体 特别是先进封装 异构集成 硅光子学 高带宽内存(HBM) 人工智能(AI)芯片 以及相关的测试与设备[2][3] * 核心提及的公司包括台积电(TSMC) 日月光(ASE) 矽品(SPIL) 英伟达(Nvidia) 超微(AMD) 博通(Broadcom) 联发科(MediaTek) 世芯(Alchip) 信骅(Aspeed) 美光(Micron) 索尼(Sony) 艾司摩尔(ASML) 英飞凌(Infineon) 德州仪器(TI) 以及多家初创公司如Ayar Labs Lightmatter[3][4][8][18][19][36][40] 核心观点与论据 先进封装与CoWoS产能扩张 * 台积电CoWoS产能预计从2025年底的70kwpm扩增至2026年底的100kwpm[3] * 日月光/矽品因关键客户如AMD寻求供应多元化 可能在2026年更积极地扩张CoWoS产能[3] * 芯片设计趋向小芯片(chiplet) 尤其在高效能运算(HPC)领域 以改善成本结构 加速产品设计并提高互连密度[3] * 台积电SoIC产能预计从2025年底的8-10kwpm加速扩增至2027年的20-30kwpm[3] * 采用3 5D先进封装(混合键合3D IC + 2 5D中介层) 如AMD MI350系列GPU 可在给定模组尺寸下比2 5D封装多提供约80%的有效硅面积[34] 共封装光学(CPO)与硅光子学(SiPh)发展 * 光学互连在扩展网络(scale-out)已转型 在扩展架构(scale-up)上相比全电气解决方案可实现集群规模数量级提升[30] * 博通预计CPO功耗将在2028年优化至足以替代铜用于xPU集成 其Gen 3 CPO(200G/通道)计划于2026年推出 Gen 4(400G/通道)于2028年推出 相比可插拔方案可实现100倍集成度提升和超过3 5倍的能耗降低[3][30] * 英伟达Spectrum-X CPO方案利用台积电COUPE技术 预计可节省3 5倍功耗 并提供比现成以太网方案高63倍的信号完整性[12] * 铜缆在传输距离上存在限制 从100G/通道升级至200G/通道 其传输距离从4米缩短至2米[12] * 行业因CPO功耗仍高于10pJ/bit而受阻 但功耗预计在2028年通过中间CPO方案降至10pJ/bit以下 并在2029年通过先进CPO方案进一步降至5pJ/bit以下[12] 面板级封装(FOPLP)与基板技术演进 * 更大中介层(朝向5 5倍光罩尺寸及下一代AI加速器的9-10倍)可能驱动从CoWoS转向面板级封装 以期在2028-29年实现更高生产效率 台积电为其2027年量产的小型线进行供应商选择[3] * 采用面板级封装可实现比晶圆更高的利用率 300mm面板的利用率可从300mm晶圆的平均59%(5-9倍光罩尺寸)提升至80% 600mm面板可进一步提升至85%[34] * 玻璃基板因其热膨胀系数(CTE)可调性 平坦度与刚度 电绝缘性 透明度(可与CPO共用)及大母玻璃(低成本)等五大优势而具潜力[21] 前端制造与技术缩放 * 尽管技术迁移放缓 行业仍需推动在更低功耗下实现更快速度[3] * 2030年后进一步缩放的关键推动力包括采用高数值孔径(High NA) EUV(甚至超高NA微影)及向更多3D晶体管结构(如CFET)过渡[3] * 艾司摩尔提供全面的微影产品组合 包括0 33 NA/0 55 NA及未来的0 75 NA EUV微影系统[40] * 台积电A16将是首个采用背面供电网络(SPR)的制程[40] 测试复杂性与策略演进 * 测试对于支持更复杂的晶粒 封装设计和异构集成变得更为重要 行业专家预计需要在晶圆/晶粒级别进行更多测试插入 以早期探测识别良率问题[3] * 模拟真实世界操作的使命模式测试(mission-mode testing)可能在探测和系统级测试中增加[3] * 测试成本在硅光子系统中占主导地位 组装和测试成本分别约占总成本的15%和35%[25] * 测试流程需优化 "左移"(shift left)概念将测试内容左移至晶圆或晶粒级别以避免昂贵的封装报废 同时"右移"(shift right)考虑将老化测试和系统级测试推迟至封装后[46] 能源效率与功率半导体 * AI驱动显著运算需求 导致模型大小和训练所需能源呈指数增长 解决方案包括大型3D小芯片加速器的紧密集成 低能耗/位的高带宽内存(HBM)及支持网络带宽和距离的光学互连[34] * 氮化镓(GaN)允许更高切换频率 可实现磁体尺寸缩小高达60%[36] * 数据中心电源架构向Gen 3发展 目标功率达1MW 需从48V转向800V或400V[36] 异构集成与AI应用 * 索尼展示通过异构集成将像素芯片与AI芯片堆叠(2 xD) 或通过铜-铜混合键合形成堆叠背照式CIS(3D) AI集成可提升影像品质并实现智能视觉传感器应用[19] * 美光强调HBM组装流程有数百个步骤 操作卓越至关重要 内存生命周期远短于机器交付时间 因此一次资格认证机会至关重要[18] 其他重要内容 * SEMICON Taiwan 2025规模创纪录 吸引1,200家参展商和约100,000名访客(去年为85,000名)[2] * AI计算需求在过去12个月增长10倍 远超典型技术升级速度[3] * 台积电SoIC采用无凸块技术 在使用面对面(F2F)堆叠时 密度可达CoWoS的40倍 能耗仅为CoWoS的0 2倍[20] * 计算FLOPs在过去20年增加60,000倍 而内存带宽仅增加100倍 I/O带宽仅增加30倍 导致数据传输出现 discrepancy[12] * 联发科强调AI加速器总目标市场(TAM)复合年增长率(CAGR)超过46%[38] * 台积电讨论其COUPE平台开发及关键光学组件(包括PIC 耦合器 调制器 波导等)的制造能力[3] * 全球AI热潮可能推动半导体市场在2030年达到约1万亿美元[40] * 投资建议看好台积电 日月光 联发科 世芯 信骅(均评级为买入) 对硅晶圆和部分成熟制程晶圆代工厂持谨慎态度[4]