大篇-2024 Semicon 外資看法

大摩跟UBS的Semicon展覽活動整理，有些展覽是付費論壇，外資整理滿多重要資料，建議可以看我整理後的重點精華版。本篇 UBS 針對 2024 年台北國際半導體展的後續報告指出，儘管近期市場擔憂經濟放緩，但受惠於 AI 需求，半導體產業前景依然樂觀。報告特別聚焦於三大重點：一、整體半導體產業景氣持續復甦，車用／工業需求趨於穩定，On-device AI 應用帶來新的成長動能；二、雲端 AI 投資預計至少持續到 2025 年，並視為邁向通用人工智慧 (AGI) 的早期推動力；三、產業積極透過先進製程、2.5D/3D 封裝、HBM 記憶體和光學封裝等技術提升 AI 運算效率。

重點

• 儘管市場擔憂經濟衰退，但半導體產業景氣持續好轉，車用／工業需求穩定，On-device AI 應用帶來新動能。
• 雲端 AI 投資預計至少持續到 2025 年，並被視為邁向通用人工智慧 (AGI) 的早期推動力。
• 產業致力於透過摩爾定律、2.5D/3D 封裝、HBM 記憶體和光學封裝等技術提升 AI 運算效率。
• 台積電持續積極擴展先進封裝產能，預計 2025 年 CoWoS 產能將再翻倍。
• 封測廠持續獲得 CoWoS 代工訂單，日月光／矽品 2025 年先進封裝營收可望翻倍成長至 10 億美元。
• 3D IC 技術應用範圍擴大，台積電將於 2025 下半年增加產能，預計應用於 AMD 和 Mac 產品。
• 面板級封裝技術發展活躍，但目前仍以生產小型晶片為主，AI 晶片應用尚需數年時間。

UBS-AI 驅動半導體產業持續成長，先進封裝技術為發展焦點

摘要結論

2024 年台北國際半導體展 (SEMICON Taiwan 2024) 顯示，儘管市場存在經濟放緩的擔憂，但受 AI 需求持續推動，半導體產業前景依然樂觀。產業鏈普遍對需求前景持建設性看法，預計雲端 AI 投資至少持續到 2025 年，On-device AI 和車用／工業需求也將帶來新的增長動能。為滿足 AI 運算需求，產業積極投資先進封裝技術，包括 CoWoS、3D IC 和 HBM 等，預計將推動產業下一波增長。

重點資訊整理

1. 半導體產業需求前景樂觀

• 儘管市場擔憂經濟衰退，但半導體產業景氣持續好轉，車用／工業需求穩定，On-device AI 應用帶來新動能。
• 雲端 AI 投資預計至少持續到 2025 年，並被視為邁向通用人工智慧 (AGI) 的早期推動力。

2. 先進封裝技術為發展焦點

• 台積電持續積極擴展先進封裝產能，預計 2025 年 CoWoS 產能將再翻倍，並加速整修購自群創的廠房。
• 封測廠持續獲得 CoWoS 代工訂單，日月光／矽品 2025 年先進封裝營收可望翻倍成長至 10 億美元。
• 3D IC 技術應用範圍擴大，台積電將於 2025 下半年增加產能，預計應用於 AMD 和 Mac 產品。HBM 記憶體將於 2027 年左右應用於 20 層堆疊的混合鍵合封裝。
• 面板級封裝技術發展活躍，但目前仍以生產小型晶片為主，AI 晶片應用尚需數年時間。

3. UBS 看好以下公司

• 晶圓代工廠：台積電、聯電
• IC 設計／設計服務：聯發科、矽力杰、創意
• 先進封裝和測試設備：ASMPT、致茂
• 記憶體：三星、美光、SK 海力士
• AI 供應商：Nvidia、AMD、Marvell
• 處於景氣循環早期階段的公司：ADI、Microchip、德州儀器、英飛凌、意法半導體、瑞薩電子

重要資訊字句

• "Demand outlook constructive despite recent fears"
• "Cloud AI investment is expected to stay strong through at least 2025 and viewed early in a push toward AGI"
• "Investment in advanced packaging stays in focus"
• "TSMC remains aggressive on back-end expansion with suppliers seeing orders for another doubling in CoWoS capacity for 2025"
• "3D IC is broadening, with TSMC adding more capacity in H225 broadening to more AMD adoption along with Mac as next application, with HBM slated for hybrid bonding for 20-high stacks around 2027"

分析與結論

根據 UBS 的報告，AI 需求將持續推動半導體產業的增長，尤其是在先進封裝技術領域。台積電作為晶圓代工龍頭，在先進封裝領域持續擴大投資，預計將進一步鞏固其市場領先地位。同時，封測廠、設備廠和材料廠也將受惠於此趨勢。

值得注意的是，雖然報告對產業前景持樂觀態度，但也提醒投資者關注潛在風險，例如經濟衰退、地緣政治風險和技術發展的不確定性。

AMD: 以先進封裝技術引領 AI 硬體的未來

摘要結論

本文由 AMD 封裝和異構整合部門企業副總裁 Raja Swaminathan 博士主講，探討 AI 硬體發展趨勢。隨著 AI 運算需求暴增，摩爾定律逐漸失效，先進封裝技術成為突破效能瓶頸的關鍵。AMD 將透過 2.5D/3D 封裝、整合被動元件、液冷技術等方案，提升運算效能並降低功耗，滿足 AI 時代對硬體的需求。

重點資訊

• AI 需求推動運算效能需求，但也帶來更高的能源消耗: 圖像和語音模型的運算需求在 2014-2018 年間每年增長 2 倍，而大型語言模型 (LLM) 每年增長 20 倍。
• 運算成長需要更多記憶體: 運算能力每 2 年翻倍，但記憶體頻寬增長速度跟不上，因此需要在封裝中增加高頻寬記憶體 (HBM) 的數量。
• 網路頻寬需求增加: 網路頻寬每 2 年增加 2 倍，但仍是訓練時間的瓶頸。
• 摩爾定律面臨挑戰: 邏輯電晶體微縮效率降低，成本上升，先進封裝技術成為解決方案。
• AMD 透過先進封裝技術應對挑戰: 包括 2.5D/3D 封裝、整合被動元件、液冷技術等。
• 3D 封裝技術的優勢: 提供更緊密的整合，降低功耗並提升效能。
• MI300X 的創新: 採用先進封裝技術，整合 CPU、GPU 和 HBM，提供強大運算能力。
• 3D 混合鍵合技術的發展: 未來可應用於 IP、macro 和電路層級的整合。
• 更緊密地整合運算和記憶體: 透過將運算單元放置在記憶體層下，可進一步降低功耗。
• 光學互連技術: 提供更高效節能和低延遲的資料傳輸方式。
• 散熱挑戰日益嚴峻: 需要新的散熱解決方案，例如液冷技術和先進材料。

重要資訊字句

• "AI driving compute demand but at a higher energy requirement."
• "Moore’s Law challenges - less scaling and higher cost per node transition."
• "Advanced packaging to meet these challenges."
• "3D hybrid bonding can enable new structures."
• "Even tighter integration of compute and memory possible."
• "The industry is scaling optical interconnects to high volume manufacturing."
• "Thermal challenges increasing Gen over Gen."

分析與結論

AMD 的演講點出了 AI 時代硬體發展的關鍵趨勢和挑戰：一方面是 AI 運算需求的指數級增長，另一方面則是摩爾定律逐漸失效帶來的瓶頸。傳統的製程微縮已經無法滿足性能需求，先進封裝技術成為突破效能瓶頸、降低功耗的關鍵。

AMD 提出的解決方案包括 2.5D/3D 封裝、整合被動元件、液冷技術等，這些技術能有效提升晶片整合度，縮短資料傳輸距離，進而提升效能並降低功耗。此外，AMD 也在積極研發光學互連技術和新的散熱解決方案，為 AI 硬體的未來發展奠定基礎。

先進封裝技術發展趨勢：從2.5D邁向3D，檢測與計量扮演關鍵角色

摘要結論

本文探討先進封裝技術發展趨勢，從2.5D封裝逐漸往3D封裝演進，並強調檢測與計量技術在先進封裝中扮演的關鍵角色。由於晶片堆疊和互連密度越來越高，精密的檢測和計量技術對於確保良率和效能至關重要。同時，文章也介紹了台積電的CoWoS和SoIC-X技術，以及創意電子在先進封裝領域的發展。

重點資訊整理

概念說明先進封裝技術將多個晶片封裝在一起，提高效能、降低功耗和尺寸的技术，包含2.5D和3D封裝。

**概念** | **說明**

**先進封裝技術** | 將多個晶片封裝在一起，提高效能、降低功耗和尺寸的技术，包含2.5D和3D封裝。

**2.5D封裝** | 晶片堆疊在矽晶圓中介層上，例如台積電的CoWoS。

**3D封裝** | 晶片直接堆疊在一起，例如台積電的SoIC-X。

**檢測和計量** | 確保晶片製造過程和封裝過程的品質和準確性的關鍵技術。

**晶圓級整合計量** | 在晶圓層級進行的檢測和計量，以確保晶片在封裝前的品質。

**系統級測試 (SLT)** | 測試整個封裝系統的功能和效能。

**混合鍵合** | 將晶片直接键合在一起的技術，无需使用凸點。

**Cu Pad Dishing** | 銅墊在化學機械抛光過程中出現的凹陷現象。

**TSV (矽穿孔)** | 穿越矽晶圓的導電通路，用於晶片間的垂直互連。

**SoW (系統級晶圓)** | 將整個系統集成在單一晶圓上的技術。

重要資訊字句

• "Metrology is key for selecting known good dies in chiplets to connect and also for evaluating the quality of the integration process of chiplets."
• "Evolution to 3D stacking. To lower latency (from shorter signal distance), improve latency and lower power (less interconnect metal), hybrid bonding for 3D stacks with direct connections and bump-less is being adopted."
• "Camtek’s new technologies. The company's new tools are focused on the wafer level integration metrology to measure the surface roughness and dishing, overlay metrology of the bonded chiplet and small particle defect detection."
• "TSMC's 3D outperforms CoWoS. TSMC's SoIC-X has advantages over CoWoS including >10x power reduction, 20x area efficiency, and >4x lower latency."
• "GUC's G-Link interface IP offers error free raw bit error rate, speed of 4-6Gbps/bond (vs. CoWoS 16-32Gbps for a whole lane of 2.5D UCIe), power efficiency 0.0-0.05 pJ/bit (vs. 0.3-0.6pJ/bit)."

分析與結論

隨著摩爾定律逐漸失效，先進封裝技術成為延續半導體產業發展的重要途徑。從2.5D封裝進化到3D封裝，晶片堆疊密度越來越高，對於檢測和計量技術的要求也越來越嚴苛。

Camtek和Chroma等設備廠商，積極開發針對先進封裝的檢測和計量解決方案，例如晶圓級整合計量、系統級測試等，以滿足市場需求。同時，台積電也持續推進CoWoS和SoIC-X等先進封裝技術，並與創意電子等IP廠商合作，共同打造更具競爭力的解決方案。

然而，先進封裝技術仍面臨一些挑戰，例如成本高昂、技術複雜等。未來，隨著技術不斷發展和成本逐漸下降，預計先進封裝技術將在更多領域得到應用，並推動半導體產業持續向前發展。

SK Hynix 與 Micron：AI 時代的 HBM 和先進封裝技術

摘要結論

此份文件彙整了 SK Hynix 和 Micron 兩家公司在 AI 時代下，針對 HBM 和先進封裝技術的發展策略。SK Hynix 強調其在 HBM3E 的領先地位，以及未來透過混合鍵合技術發展 HBM4/4E 的計畫。Micron 則著重於說明 AI 發展如何驅動記憶體需求，並介紹其 HBM3D 和 HBM4 的技術發展。

重要資訊整理

1. AI 發展驅動記憶體需求:

• 資料流量快速增長，預計到 2025 年，生成式 AI 將佔所有資料產出的 10%。
• AI 訓練模型需要更大的記憶體容量和頻寬。
• 邊緣運算需要低功耗的記憶體解決方案。

2. HBM 技術發展:

• HBM 具有高頻寬和低延遲等優勢，適用於 AI 訓練和推論等應用。
• HBM 堆疊層數不斷增加，以提升容量和頻寬。
• SK Hynix 預計在 2025 年推出 HBM4，並採用混合鍵合技術。
• Micron 的 HBM4 將擁有超過 145 億個微凸點，資料傳輸速率將會加倍。

3. 先進封裝技術:

• SK Hynix 採用 MR-MUF 技術，並計畫在未來導入混合鍵合技術。
• 混合鍵合技術可以實現更高的堆疊層數和更精密的連接間距。
• 混合鍵合技術也面臨著諸如晶片平坦度、顆粒控制和互連良率等挑戰。

4. 未來展望:

• HBM 技術將持續發展，包括更高的 I/O 數量、更大的容量和更先進的基礎晶片。
• 系統整合將會變得更加複雜，記憶體可能會與處理器整合在一起。

重要資訊字句

• "By 2025 Gen AI will account for 10% of all data produced."
• "HBM offers the largest bandwidth by large data I/Os and more capacity by scaling up to 16 stacks."
• "SK Hynix claims highest memory bandwidth, power efficiency and heat dissipation."
• "Micron’s HBM 3D claims 30% lower power than its competitor on 8H/12H and scales to 24GB-36GB and >1.2TB/second bandwidth."
• "Hybrid bonding promises more memory capacity (20 high or above - 24% lower thickness)"

分析與結論

整體而言，SK Hynix 和 Micron 都積極發展 HBM 和先進封裝技術，以滿足 AI 時代對記憶體不斷增長的需求。SK Hynix 強調其在 HBM 技術方面的領先地位，並計劃透過混合鍵合技術進一步提升產品性能。Micron 則著重於說明 AI 發展如何驅動記憶體需求，並介紹其在 HBM 技術方面的進展。

我認為，混合鍵合技術將會是未來 HBM 發展的關鍵，它可以讓記憶體容量和頻寬持續提升。然而，混合鍵合技術也面臨著許多挑戰，例如製造成本和良率問題。未來，記憶體廠商需要克服這些挑戰，才能夠滿足 AI 應用對高性能、大容量記憶體的需求。此外，隨著記憶體與處理器的整合趨勢越來越明顯，記憶體廠商也需要與其他半導體廠商合作，共同開發新的解決方案。

先進封裝技術推動半導體產業革命：合作、創新與挑戰

摘要結論

本篇報告彙整了 NVIDIA、三星、TechSearch、台積電和 Zutacore 等公司在 UBS 全球 I/O 半導體大會上的演講重點。報告聚焦於先進封裝技術如何滿足人工智慧和高效能運算應用對更高效能和更高頻寬的需求。報告強調了產業合作、技術創新和成本效益等關鍵挑戰。

重要資訊整理

一、人工智慧與高效能運算的需求推動半導體產業發展

• 人工智慧運算能力需求快速增長，帶動半導體產業規模預計將達到 1 兆美元。
• 處理器與記憶體間的互連頻寬需求不斷提升，促使記憶體容量透過更高密度和堆疊層數的 HBM 來滿足。

二、先進封裝技術成為關鍵

• 三星展示了全球首款採用混合銅鍵合技術的 16 層 HBM 產品，可實現更高的堆疊層數、更佳的散熱效率和更低的功耗。
• 台積電持續推進 CoWoS 和 SoIC 技術藍圖，以滿足不斷增長的晶片尺寸、堆疊層數和整合複雜度的需求。
• TechSearch 指出，RDL 矽中介層正逐漸取代傳統矽中介層，玻璃中介層技術尚處於研發階段，需解決成本效益等問題。

三、產業合作與技術創新至關重要

• 台積電強調系統級創新和產業合作的重要性，並與記憶體、基板、測試、封測和 EDA 等領域的合作夥伴建立了 3D Fabric 聯盟。
• NVIDIA 展示了其針對半導體製造的軟硬體平台，包括加速運算微影技術的 cuLitho 和用於熱模擬的 Modulus。
• Zutacore 展示了其無水液冷技術，透過將運算廢熱轉化為可用能源，以實現可持續的人工智慧和高效能運算。

四、挑戰與展望

• 先進封裝技術面臨良率、可靠性、成本效益、散熱等挑戰。
• 玻璃中介層技術需克服成本、製程穩定性等問題才能實現商業化應用。
• 產業需要不斷創新和合作，以滿足人工智慧和高效能運算應用不斷增長的需求。

重要資訊字句

• "HBM 16-layer stacking with CoRW (reconstruction wafer) and hybrid Copper bonding technology"
• "Omniverse platform for digital twins"
• "CoWoS-S offers high density connections"
• "TSMC’s SoIC-X in 2024 can support 6 micron pitch"
• "Zutacore's mission is to eliminate data center emissions"

分析與觀點

此次大會揭示了先進封裝技術在推動人工智慧和高效能運算發展中的關鍵作用。三星、台積電等領先企業正積極投入資源開發和推廣先進封裝解決方案，預示著該領域的巨大市場潛力。

然而，先進封裝技術也面臨著諸多挑戰。例如，更高密度的互連和堆疊層數帶來了散熱、良率和可靠性方面的挑戰。此外，新材料和新技術的研發和應用也需要巨大的投資和時間成本。

展望未來，我認為以下幾個方面值得關注：

• 產業合作將更加緊密。 先進封裝技術的發展需要晶片設計、製造、封裝、測試等環節的緊密合作，產業鏈上下游企業需要共同努力，建立統一的標準和規範，才能推動整個產業的健康發展。
• 成本效益仍是關鍵。 雖然先進封裝技術可以帶來效能和功耗方面的提升，但其高昂的成本也是限制其廣泛應用的主要因素之一。未來，隨著新技術的成熟和規模化生產，先進封裝技術的成本有望逐步降低。
• 新材料和新技術將不斷湧現。 為了滿足人工智慧和高效能運算應用不斷增長的需求，業界正在積極探索新的封裝材料和技術，例如玻璃中介層、混合鍵合技術等。這些新技術的應用將進一步提升晶片的效能、降低功耗，並拓展新的應用領域。

總體而言，先進封裝技術正處於快速發展的階段，其未來發展趨勢值得我們持續關注。

人工智慧與高效能運算：半導體產業的機會與挑戰

摘要結論

此份報告彙整了 ASML、AWS 和 BCG 對於人工智慧發展趨勢的看法。報告指出，數據資料的快速增長推動著半導體持續微縮，進而帶動高效能運算 (HPC) 的需求。同時，AWS 等雲端服務供應商也積極投入自研晶片和 AI 平台的開發，進一步推動產業發展。然而，高效能運算也帶來了能源消耗的挑戰，需要產業鏈共同努力解決。

重要資訊整理

一、 高效能運算需求推動半導體技術發展

• 全球數據資料快速增長，預計到 2025 年將增加 12 倍，達到 2,000 澤字節 (Zettabyte) 以上。
• 邏輯製程藍圖預計未來 15 年將持續微縮，ASML 的 High-NA EUV 光刻技術將扮演關鍵角色，預計 2025 年將實現 20 奈米金屬間距。
• High-NA EUV 光刻技術可望降低 DRAM 和邏輯晶片生產成本，並提升生產效率。
• AWS 等雲端服務供應商對高效能晶片的需求持續增長，推動了晶片設計和製造的創新。

二、 人工智慧應用推升運算需求和能源消耗

• BCG 預計，人工智慧運算需求將在 2023 年至 2028 年間以超過 160% 的複合年增長率 (CAGR) 增長。
• 其中，推論 (Inference) 運算需求將在 2028 年佔據整體人工智慧運算需求的 96%。
• 人工智慧運算對能源消耗的需求也將快速增長，預計到 2028 年將達到 27 吉瓦 (Gigawatt)。

三、 雲端服務供應商積極布局人工智慧生態系

• AWS 推出 Amazon Gen AI 技術堆疊，提供從運算、平台到應用的完整解決方案。
• AWS 也為晶片設計者提供雲端 EDA 工具和服務，加速晶片設計流程。
• AWS 建立了物聯網 (IoT) 生態系，將雲端服務拓展至邊緣設備。

四、 人工智慧發展帶來新的產業機會

• BCG 指出，人工智慧發展將帶動數據中心冷卻系統、電力設備、半導體和人工智慧軟體等產業的增長。

重要資訊字句

• "Data growth driving continued semiconductor scaling."
• "High NA is now coming in with the industry at a 20nm metal pitch."
• "Amazon as a buyer of chips."
• "Amazon as a designer of chips."
• "AWS deploying devices across the network."
• "Training to be outpaced by inferencing in computing demand and power consumption."
• "GPU supply to remain in some constraint and eased by 2027."
• "Hyperscalers gaining share in Gen AI vs. colocation & enterprise."
• "Increasing power drawing more on ESG."
• "5 sectors to benefit from Gen AI."

完整分析與結論

這份報告呈現了半導體產業在人工智慧時代的機會與挑戰。一方面，數據資料爆炸性增長推動著高效能運算需求，為半導體產業帶來巨大的市場。另一方面，高效能運算也帶來了能源消耗的挑戰，需要產業鏈共同努力，開發更節能的運算技術和基礎設施。

AI 時代的玻璃應用與台灣企業轉型：從硬體製造邁向數據驅動的未來

摘要結論

本文總結了 Corning、Microsoft 和 Quanta 三家公司高層在 UBS 全球 I/O 半導體論壇上的演講重點。Corning 聚焦於 AI 時代對玻璃解決方案的需求，特別是在先進封裝領域的應用。Microsoft 則強調小型 AI 模型在設備端運行的趨勢，以及其在網路安全領域的應用。Quanta 則分享了其如何從行動運算、雲端運算到 AI 運算領域的轉型經驗，以及對台灣企業在數據驅動經濟中扮演關鍵角色的期許。

重要資訊

Corning

• AI 時代的玻璃解決方案: Corning 聚焦於利用玻璃材料特性，開發應用於半導體光刻、檢測、封裝等領域的解決方案，特別是在先進封裝領域，例如扇出型封裝、2.5D 和 3D 封裝。
• 玻璃基板的優勢: 相較於有機基板，玻璃基板具備更優異的翹曲控制、厚度均勻性、低損耗/低介電特性等優點，並可整合被動元件，提升封裝效能。
• 玻璃基板的挑戰: 業界仍需克服許多挑戰，例如玻璃與其他材料的黏合、濕製程中的化學耐久性、應力控制、玻璃通孔、金屬化、散熱、多層堆疊、切割和可靠性等問題。
• Corning 的投入: Corning 正積極開發玻璃基板解決方案，並利用其在玻璃通孔 (TGV) 技術上的豐富經驗和專利，提供從玻璃面板製造、金屬化、線路佈局到切割和封裝的完整解決方案。

Microsoft

• AI 無所不在: AI 模型可以壓縮並運行在各種設備上，提供更個人化和私密的用戶體驗。
• 小型 AI 模型的發展: 小型 AI 模型透過模型架構、訓練技術、數據利用、參數效率和硬體優化等方面的改進，得以在資源有限的設備上運行。
• AI 代理: AI 代理可以規劃、適應和推理，並與其他代理協作完成複雜任務，例如新員工 onboarding 流程。
• 多模態 AI: 多模態 AI 可以處理和理解多種類型的數據，例如圖像、語言等，為用戶提供更直觀和自然的互動體驗。
• 網路安全: AI 可以幫助應對日益嚴重的網路犯罪威脅，例如透過分析大量數據和識別異常行為來預防攻擊。
• 開放的 AI 生態: Microsoft 致力於打造開放的 AI 生態系統，與合作夥伴共同推動 AI 技術的發展和應用。

Quanta

• 數位轉型: AI 是推動數位轉型的關鍵技術，它可以幫助企業連接數據、優化流程並創造新的商業模式。
• 台灣企業的機遇: 台灣企業應把握數據驅動經濟的機遇，從傳統的硬體製造商轉型為提供數據分析和 AI 解決方案的供應商。
• Quanta 的轉型: Quanta 從行動運算、雲端運算到 AI 運算領域的成功轉型，證明了其持續創新和適應市場變化的能力。
• HPC 領域的創新: Quanta 不斷在高效能運算 (HPC) 領域進行創新，包括開發協作機器人、醫療保健系統、穿戴式醫療設備等。
• 對未來的展望: Quanta 將持續投資 AI 技術研發，並致力於將 AI 應用於醫療保健等領域，以創造更美好的未來。

重要資訊字句

• "Glass is an enabler in the process."
• "Multiple challenges to solve for glass core packages."
• "AI can run anywhere / on devices."
• "Models can be compressed to run on device."
• "Multi-agent systems can solve increasingly complex tasks."
• "MSFT’s goal to connect many of the good models on its platforms."
• "AI is a data driven economy that changes everything."
• "Taiwan companies are changing from being a computer maker and system integrator but getting closer to the market."
• "Quanta is not just building a computer but focused on how to optimize a computing environment."
• "Quanta believes the best way to predict the future is to invent it."

分析與結論

此次論壇揭示了 AI 技術發展的幾個重要趨勢：

1. AI 應用將無處不在: 從雲端到設備端，AI 正滲透到各個領域，為用戶帶來更便捷、個性化的體驗。這對硬體提出了更高的要求，例如 Corning 的玻璃解決方案正是為了滿足 AI 時代對高性能、小型化封裝的需求而生。
2. 數據驅動的時代已經來臨: AI 的發展離不開數據，而台灣企業在硬體製造和數據收集方面擁有豐富的經驗，這為其轉型為數據驅動型企業提供了獨特的優勢。
3. 開放合作是 AI 發展的關鍵: 沒有一家公司可以獨立完成 AI 生態的建設，開放合作才能促進技術的快速發展和應用落地，例如 Microsoft 致力於打造開放的 AI 平台，與合作夥伴共同推動 AI 技術的普惠化。

全球半導體產業展望：復甦曙光乍現，區域發展格局重塑

摘要結論

儘管 2023 年全球半導體產業面臨庫存調整壓力，但隨著 AI 需求推動 HPC 發展，預計 2024 年下半年將迎來復甦，並在 2025 年呈現強勁反彈。值得注意的是，中國在半導體設備市場的影響力與日俱增，而台灣、韓國則憑藉先進製程投資，預計在未來幾年重回主導地位。此外，12 吋晶圓廠投資持續增長，8 吋晶圓廠投資也將在 2025 年回暖。

重要資訊整理

1. 市場現況與展望:

• 電子產品銷售增長放緩，但預計 2024 年第三季度將同比增長 4%，全年增長 3-5%。
• 受 AI 需求推動，預計 2024 年第三季度 IC 銷售額將同比增長 29%，HPC 和 AI 領域將引領高額增長。
• 預計 2025 年 IC 銷售額和電子產品銷售額都將實現兩位數增長。
• IC 庫存水平下降，晶圓廠利用率回升。

2. 地區發展格局:

• 2024 年上半年，中國大陸在全球半導體設備市場的支出金額領先，達到 250 億美元，同比增長 90%。
• 其他地區，如台灣、韓國、北美、歐洲和日本，2024 年上半年的半導體設備支出均出現同比下降。
• 預計到 2027 年，台灣、韓國將憑藉先進製程投資，在全球半導體設備市場重回主導地位。

3. 設備市場預測:

• 預計 2024 年全球半導體設備市場規模將增長 3.4% 至 1090 億美元，其中晶圓廠設備 (WFE) 增長 3%，測試設備增長 7%，封裝和組裝設備增長 10%。
• 預計 2025 年全球半導體設備市場規模將增長 16% 至 1275 億美元。

4. 各類別設備市場預測:

• 2024 年，預計晶圓代工/邏輯設備市場規模將下降 3%，2025 年將增長 10%。
• 2024 年，預計 DRAM 設備市場規模將增長 24% 至 170 億美元，2025 年將增長 12% 至 190 億美元。
• 2024 年，預計 NAND 設備市場規模將增長 2%，2025 年將增長 56% 至 150 億美元。
• 後端設備市場預計將從 2023 年的疲軟中復甦，測試設備和封裝和組裝設備市場規模均將在 2024 年和 2025 年實現增長。

5. 晶圓廠投資:

• 12 吋晶圓廠投資持續增長，預計到 2025 年將占所有晶圓廠投資的 19%。
• 8 吋晶圓廠投資預計將在 2025 年回暖，受電動汽車、電源半導體和部分化合物半導體需求的推動。

6. 晶圓材料市場:

• 2024 年第一季度，矽晶圓出貨量觸底，預計隨後將逐季增長。
• 預計 2025 年全球矽晶圓出貨量將增長 18%。
• 預計 2024 年晶圓材料市場規模將下降至 132 億美元，2025 年將回升至 157 億美元。

7. SEMI 預測:

• SEMI 預計 2025 年全球半導體產業將迎來強勁復甦，受 GAA、HBM 和先進封裝投資的驅動。

重要資訊字句

• 電子產品銷售增長 +4% YoY
• IC 銷售額增長 +29% YoY
• 中國半導體設備支出 +90% YoY
• 全球半導體設備市場規模 +3.4% YoY
• 晶圓廠設備 (WFE) 市場規模 +3% YoY
• 12 吋晶圓廠投資占比 19%
• 8 吋晶圓廠投資回暖
• 矽晶圓出貨量 +18% YoY
• 晶圓材料市場規模回升至 $157 億美元
• 強勁復甦

分析與結論

綜觀 SEMI 的報告，可以發現全球半導體產業正處於一個關鍵的轉折點。儘管短期內面臨諸多挑戰，但長期增長趨勢依然穩固。

我的觀點:

• **AI 驅動產業發展：**AI 的快速發展將持續推動 HPC 和數據中心等領域對高性能芯片的需求，進而帶動整個半導體產業鏈的增長。
• **中國影響力不容忽視：**儘管面臨技術限制，中國在半導體產業鏈上的投入和發展速度不容忽視。預計未來中國將持續加大對本土半導體產業的扶持力度，並在全球市場上扮演更重要的角色。
• **台灣、韓國保持領先地位：**台灣和韓國憑藉其在晶圓代工和內存芯片領域的技術優勢，預計將繼續保持在全球半導體產業鏈中的領先地位。
• **區域競爭日益激烈：**隨著各國政府加大對半導體產業的投資力度，全球半導體產業的區域競爭將日益激烈。

光通訊技術趨勢：高速網路與資料中心應用

摘要結論

本篇總結了 Broadcom 與 Marvell 兩家公司在光通訊技術的發展趨勢，重點關注 VCSEL、EML 和 CPO 技術在高速網路和資料中心應用的進展。VCSEL 技術持續提升速度，適用於短距離、低成本應用；EML 技術則主導長距離單模光纖市場；而 CPO 技術憑藉其高密度、低功耗等優勢，可望成為未來主流解決方案。

重要資訊整理

Broadcom

• VCSEL 技術:
• • 適用於短距離通訊，速度不斷提升，預計2025年達到200Gbps。
  • 應用目標：Infiniband NDR、伺服器到交換器乙太網路、交換器到交換器乙太網路、光纖通道、PCIe over optics、CXL。
  • 800GbE 應用中，VCSEL 成本和功耗最低，可應用於 <100 公尺的短距離傳輸。
  • 正積極發展 200Gbps VCSEL 技術，預計成為短距離傳輸最具成本效益的方案。
• EML 技術:
• • 適用於長距離單模光纖，成本較 VCSEL 高 30-100%。
  • 市場增長強勁，預計到 2026 年將增長 6.3 倍。
  • 在單模光纖市場中，EML 將率先應用於市場。
• CPO 技術:
• • 提供最高密度光鏈路和最低功耗。
  • 應用場景：乙太網路交換器、XPU 互連。
  • 優點：降低每位元成本。降低功耗。提高效能和降低延遲。提高可靠性。允許異質整合多個晶片。
• 挑戰:
• • 400G 技術面臨電子和光學方面的挑戰。
  • CPO 技術面臨客戶採用意願和固定配置的挑戰。

Marvell

• 整合光學技術:
• • 降低資料中心功耗的關鍵。
  • 光學鏈路和 CPO 的每單位距離位元能耗比銅基電氣鏈路低，可節省 5 倍能源。
  • 系統整合發展路線圖：從線焊到 TSV 異構晶圓級封裝，整合可插拔或與 DSP 封裝的矽光子引擎。

重要資訊字句

• "VCSEL is still attractive for short reach communication"
• "EML will always take the first step on the market in single mode"
• "CPO applications offers the highest density on optical links with the lowest power"
• "moving to CPO is inevitable"
• "Integrated optics essential for lowering data center power"

分析與結論

從 Broadcom 和 Marvell 兩家公司的發展策略可以看出，光通訊技術正朝著高速、高密度、低功耗的方向發展，以滿足不斷增長的數據傳輸需求。其中，VCSEL 技術在短距離應用中佔據優勢，而 EML 技術則在長距離應用中更具競爭力。CPO 技術作為新興技術，憑藉其高密度、低功耗等優勢，可望成為未來主流解決方案，但仍需克服技術和市場方面的挑戰。

我認為，光通訊技術的發展將對資料中心、雲端計算、人工智慧等領域產生深遠影響。隨著技術的不斷成熟和成本的降低，光通訊技術將更加普及，並推動各行各業的數位化轉型。

AI 世界的挑戰與機遇：矽光子與化合物半導體的整合

摘要結論

本篇報告聚焦於 AI 時代下數據傳輸與處理的瓶頸，探討矽光子技術 (SiPh) 與化合物半導體如何解決這些挑戰。報告指出，SiPh 技術快速發展，特別是共封裝光學 (CPO) 有望大幅提升數據傳輸速度與能效，而化合物半導體則在提升傳感器效率和整合方面展現巨大潛力。報告認為，SiPh 和化合物半導體的整合將在未來 AI 發展中扮演關鍵角色。

重要資訊整理

• SiPh 技術發展迅速，但 CPO 技術仍面臨成本高、良率低和品質控制等挑戰。
• Wi-Fi 7 標準提升傳輸速度，多鏈路操作可同時使用不同頻段傳輸數據，預計到 2028 年將佔據 40% 的 Wi-Fi 設備市場份額。
• TSMC 推出 COUPE 解決方案，透過 SoIC-X 堆疊技術整合邏輯晶片和光子集成電路，實現更小尺寸和更高效能。
• Win Semiconductor 指出 AI 發展的三大瓶頸：計算、通訊和數據處理，並強調化合物半導體在提升效率和整合方面的優勢。
• 化合物半導體擁有比矽更高的電子遷移率和發光效率，但在光子器件製造方面仍存在挑戰。

重要資訊字句

• "Silicon Photonics progress accelerating"
• "Challenges remain for adoption of co-packaged optics"
• "Multi-link operation a key upgrade of Wifi-7"
• "TSMC’s COUPE for optics integration"
• "Technology bottlenecks to realize the AI fusion"
• "Compound semis - the ways to improve efficiency and integration"

分析與結論

報告清晰地呈現了 AI 發展對數據傳輸和處理帶來的巨大需求，以及 SiPh 和化合物半導體在解決這些瓶頸中的關鍵作用。 SiPh 技術的進步有望打破數據傳輸的瓶頸，而化合物半導體則為提升傳感器效能和整合提供了新的可能性。

我認為，SiPh 和化合物半導體的整合將成為未來 AI 發展的重要趨勢。將 SiPh 技術的高速傳輸能力與化合物半導體的高效率和整合優勢相結合，將為 AI 應用提供更強大的硬件支持。然而，CPO 技術的成本和良率問題、化合物半導體在光子器件製造方面的挑戰，以及 Wi-Fi 技術的演進和市場競爭等因素，都將影響這些技術的發展和應用。

總體而言，SiPh 和化合物半導體的結合為 AI 領域帶來了巨大的機遇和挑戰。隨著技術的進一步發展和成熟，這些技術將在推動 AI 技術革新和應用落地中發揮越來越重要的作用。

摘要

本篇摩根士丹利報告重點關注 2024 年台北國際半導體展的觀察，尤其是在 AI 芯片發展趨勢下，先進封裝技術如何突破摩爾定律限制的重要性。報告指出，PLP（面板級封裝）和 CPO（光電共封裝）將成為未來三年最重要的技術趨勢，並分析了兩者分別應對芯片尺寸增大和數據傳輸速度需求的優勢。報告還介紹了展會上參展公司如 Gudeng、AllRing 和 ACM Research 等在 PLP 和 CPO 技術上的最新產品和市場策略。

重點

• 有別於過去幾年注重芯片微縮，今年的台北國際半導體展聚焦於以 3D IC/CoWoS 為代表的先進封裝技術，以及 PLP 和 CPO 等下一代技術。
• PLP（面板級封裝）因應芯片尺寸不斷增大趨勢，採用更大尺寸面板提高芯片產量，成為必然趨勢。
• CPO（光電共封裝）有助於降低單位成本並提升能源效率，滿足更快速數據傳輸的需求，是未來三年最重要的技術趨勢之一。
• 台積電和 AllRing 將受益於 CPO 技術的快速發展。
• Gudeng (3680.TW): 推出 6x12 尺寸 EUV POD 提升曝光效率，預計五年內被廣泛採用；展示 515 和 600 Panel FOUP 產品，看好未來需求。
• AllRing (6187.TW): 提供多樣化先進封裝產品，包括點膠機、助焊劑噴射、散熱器和六面檢測設備，應用於 WoW、CPO、FOPLP 等技術。
• ACM Research (ACMR.O): 推出面板級清洗、真空清洗和電化學拋光設備，鎖定 PLP 生產市場。
• WinWay (6515.TW): AI 晶片測試需求增加，公司 AI 業務佔比於 2024 年上半年達到 60%。
• WinSheng: 開始生產 8 吋碳化矽 (SiC) 基板，但 SiC 基板價格持續下跌。

關鍵概念分析

• AI 晶片 (AI 晶片): 指專為執行人工智能相關任務而設計的積體電路。本文中，AI 晶片是探討的主題，報告分析了推動 AI 晶片發展的技術趨勢，特別是先進封裝技術如何提升 AI 晶片的效能。
• 摩爾定律 (摩爾定律): 積體電路上可容納的電晶體數目，約每隔兩年便會增加一倍的觀測。報告指出，不同於過去幾年注重晶片微縮以提升效能，今年的台灣國際半導體展重點放在先進封裝技術，例如 3D IC/CoWoS，以及下一代技術 PLP 和 CPO，以突破摩爾定律的限制，持續提升晶片效能。
• 先進封裝 (先進封裝): 將多個晶片封裝在一起，以提升效能、降低功耗和縮小尺寸的技術。報告強調先進封裝技術對 AI 晶片發展的重要性，並介紹了兩種關鍵技術：PLP 和 CPO。
• • PLP (面板級封裝，面板級封裝): 在更大尺寸的面板上進行封裝，而非傳統的晶圓級封裝，以提高生產效率和降低成本。報告指出，由於晶片尺寸持續增大，採用 300mmx300mm 或 600mmx600mm 的面板進行封裝將成為趨勢。
• CPO (共封裝光學，共封裝光學): 將光學元件和電子元件封裝在一起，以實現更快、更高效的數據傳輸。報告認為 CPO 是未來三年最重要的技術趨勢之一，並指出台積電和 AllRing 等公司將從中受益。

總結

本文分析了 2024 年台灣國際半導體展的重點，強調先進封裝技術對 AI 晶片發展的重要性。報告指出，PLP 和 CPO 等技術突破了傳統摩爾定律的限制，將持續推動 AI 晶片效能的提升。報告還介紹了多家公司在先進封裝領域的產品和技術，展現了這一領域的活力和發展潛力。