臺積電先進封裝產(chǎn)能被訂光，一路包到明年

AI 應用百花齊放，兩大 AI 巨頭英偉達（NVIDIA）、AMD 全力沖刺高性能計算（HPC）市場，傳出包下臺積電今、明年 CoWoS 與 SoIC 先進封裝產(chǎn)能。

臺積電高度看好 AI 相關(guān)應用帶來的動能，總裁魏哲家于 4 月法說會上修 AI 訂單能見度與營收占比，其中，訂單能見度從原預期 2027 年拉長到 2028 年。

臺積電認為，服務器 AI 處理器今年貢獻營收將增長超過一倍，占公司 2024 年總營收十位數(shù)低段（low-teens）百分比，預期未來 5 年服務器 AI 處理器年復合增長率達 50%，2028 年將占臺積電營收超過 20%。

業(yè)界指出，AI 需求強勁，亞馬遜 AWS、微軟、Google、Meta 等全球云端服務（CSP）四巨頭積極投入 AI 服務器軍備競賽，使英偉達、AMD 等 AI 芯片大廠產(chǎn)品出現(xiàn)供不應求盛況，并對臺積電先進制程、先進封裝全力下單，以應對云端服務大廠龐大訂單需求，臺積電 2024 與 2025 年 CoWoS 或 SoIC 等先進封裝產(chǎn)能都已全數(shù)被包下。

因應客戶龐大需求，臺積電正積極擴充先進封裝產(chǎn)能。業(yè)界推估，今年底臺積電 CoWoS 月產(chǎn)能上看 4.5 萬~5 萬片，較 2023 年的 1.5 萬片呈現(xiàn)倍數(shù)增長，2025 年底 CoWoS 月產(chǎn)能更將攀上 5 萬片新高峰。

SoIC 方面，預期今年底月產(chǎn)能可達五、六千片，同樣較 2023 年底的 2000 片倍數(shù)增長，并于 2025 年底沖上單月 1 萬片規(guī)模。由于大廠全數(shù)包下產(chǎn)能，臺積電相關(guān)產(chǎn)能利用率將維持高檔水平。

據(jù)了解，英偉達目前量產(chǎn)出貨主力 H100 芯片主要采用臺積電 4nm 制程，并采用 CoWoS 先進封裝，與 SK 海力士的高帶寬內(nèi)存（HBM）以 2.5D 封裝形式供貨客戶。

至于英偉達新一代的 Blackwell 架構(gòu) AI 芯片同樣采用臺積電 4nm 制程，是以加強版 N4P 生產(chǎn)，同時搭載更高容量及更新規(guī)格的 HBM3e 高帶寬內(nèi)存，因此計算能力將比 H100 系列倍數(shù)增長。

另外，AMD 的 MI300 系列 AI 加速器采用臺積電 5nm 與 6nm 制程生產(chǎn)，與英偉達不同之處在于，AMD 在先進封裝上，先行采用臺積電 SoIC 將 CPU、GPU 晶粒做垂直堆疊整合，再與 HBM 做 CoWoS 先進封裝，因此制程良率多了一道先進封裝難度較高的 SoIC 制程。

先進封裝成未來決勝點

知識力專家社群創(chuàng)辦人曲博指出，晶體管越小，理論上芯片就越小，一片晶圓能做出來的芯片就會變多，所以理論上單位成本會隨晶體管的縮小而降低。然而，先進制程發(fā)展到一個程度之后，技術(shù)復雜度大幅增加，特別是極紫外光（EUV）一旦用下去，成本立刻暴增，導致進入 3nm，成本不但下不來，反而是增加，更遑論未來進入 2nm 甚至 1nm。

無論是晶體管縮小來到極限，抑或是成本因素的考量，未來半導體產(chǎn)業(yè)的重要發(fā)展，就是采用先進封裝技術(shù)把不同的芯片堆起來，讓晶體管的密度再增加。日前，臺積電已推出其晶圓級系統(tǒng)（SoW）產(chǎn)品，該產(chǎn)品允許封裝大量芯片（邏輯芯片、復合 SoIC 封裝、HBM 和其它芯片），以及在完整 12 英寸硅晶圓尺度上的電源和熱模組。與 CoWoS 和 3D SoIC 相比，先進封裝復雜性和能力的顯著提升，因為整個計算系統(tǒng)可能會被封裝在單一晶圓中。

但曲博也提醒，臺積電投入這一塊雖然花了很多功夫，但是先進封裝這個領(lǐng)域英特爾（Intel）其實技術(shù)也是很強的，大家一定要分清楚一件事，在「先進封裝」上，臺積電并沒有絕對領(lǐng)先英特爾，臺積電是在「先進制程」上領(lǐng)先英特爾。所以隨著先進封裝這個領(lǐng)域的重要性慢慢提高，臺積電并沒有放松的本錢。也可預見，中國臺灣相關(guān)先進封裝設(shè)備與技術(shù)的供應鏈廠商，未來應該會有不錯的成長空間。

生成式人工智能仰賴大型語言模型的訓練，現(xiàn)在的做法是分三階段，第一個階段是「預訓練」、第二個階段是「微調(diào)」（Fine Tune）、最后一個階段是「推理」。預訓練需要大量的 GPU 運算，訓練一個月的成本就要 1000 萬美金。但是微調(diào)就不一樣，微調(diào)是用大量的數(shù)據(jù)進行標注、微調(diào)參數(shù)而已，所以并不需要大量的算力，而是需要大量的高帶寬內(nèi)存（HBM）。

頂級 GPU 太貴、中小企業(yè)想用卻用不起。GPU 決定算力、HBM 則決定模型大小，群聯(lián)董事長潘健成就曾指出，群聯(lián)以 SSD 取代造價高昂的 HBM 系統(tǒng)，加上英偉達消費級 GPU 打造，將傳統(tǒng)工作站升級為小規(guī)模 AI 服務器，硬件成本大幅降低;盡管運算速度仍不如大型 CSP 運端運算，不過相當具備成本優(yōu)勢;他打比方說道，例如臺北到高雄坐飛機其實最快、但是高鐵才是性價比最高的選擇。