博通AI單破200億！CoWoS與光互連：AI晶片鏈深度剖析

Summary

本集節目深入剖析AI浪潮下的全球半導體市場，首先探討博通AI晶片訂單屢創新高卻面臨股價下跌的市場弔詭，揭示了投資者對利潤率和「AI過熱」的謹慎態度。接著，節目聚焦AI晶片關鍵的CoWoS先進封裝技術，解釋其重要性、產能供不應求的現況，以及台灣供應鏈扮演的核心角色。隨後，探討了AI數據中心數據傳輸的瓶頸，點出傳統銅線的極限，並介紹光學互連技術如矽光子和CPO作為未來解決方案，同時指出其技術整合與成本挑戰。最後，節目審視中國AI晶片自主化進程，揭露寒武紀低良率與HBM供應短缺的嚴峻困境，凸顯技術差距和全球供應鏈韌性的重要性。總結指出，AI時代的半導體發展是一場技術突破、市場動態、地緣政治交織的複雜馬拉松，台灣在全球競賽中仍扮演關鍵角色，需持續關注創新與策略平衡。

Transcript

嗨，各位聽眾朋友，歡迎收聽，我是你們輕鬆幽默但偶爾也會深刻反思的蔡珵澤。 今天，我們將一同潛入全球半導體市場的深水區，剖析AI浪潮下那些令人既興奮又忐忑的挑戰與機遇。

大家好，我是蔡燿先，很高興再次與大家見面。 AI不僅是口號，更是驅動整個半導體產業鏈核心引擎。 從晶圓設計到封裝測試，再到終端應用，每一個環節都在經歷前所未有的變革。

今天，我們將從多個角度，深入探討這場科技變革下的產業脈動與未來走向。

燿先，最近半導體界真是熱鬧非凡啊！ 感覺每天都有新的數據在跳動，新的技術在冒出，讓人眼睛都來不及眨。

尤其那AI晶片，簡直是把整個產業燒得火熱啊！ 博通這家巨頭的財報，就是一個絕佳的案例，它完美詮釋了市場的兩面性。

的確，珵澤。 AI已成為驅動半導體產業發展的核心引擎，但這股熱潮也帶來了許多深層次的結構性變化和挑戰， 值得我們深入探討。

沒錯！ 像是博通最近的財報就很有意思。 他們的2025財年第四季度營收高達180.2億美元，年增28%， 這數字很漂亮吧？

尤其是AI半導體營收年增了74%！ 執行長陳福陽還確認，之前那筆100億美元的客製化晶片大單，

客戶就是大名鼎鼎的AI新創Anthropic，而且這個季度他們又追加了110億美元的訂單， 加起來總共是210億美元！

天啊，這數字聽起來真的非常驚人啊！ 換作一般公司，簡直要放煙火慶祝了！

是的，陳福陽執行長在2025年12月11日的財報電話會議上證實了這些消息。 他進一步透露，這筆高達210億美元的訂單是用於採購搭載Google TPU的Ironwood機櫃，

顯示博通在客製化AI晶片ASIC領域的強大競爭力。 截至目前，博通的AI產品積壓訂單總額已達到730億美元， 幾乎佔了其綜合積壓訂的一半，預計這批訂單將在未來18個月內交付。

這無疑鞏固了博通在客製化AI晶片市場的領先地位。

哇！ 這是怎麼回事？ 訂單這麼多，營收這麼漂亮，結果隔天博通的股價在美股盤中竟然一度下跌5%到10%， 收盤也跌了1.46%，市場總值瞬間蒸發了一點七兆美元！

這感覺像是吃了一顆美味的蘋果，結果咬到蟲一樣，心情複雜啊！ 投資者為何如此「不買帳」呢？

珵澤，這正是市場複雜性的體現，也是我們需要深度分析之處。 儘管博通的AI營收數據亮眼，股價下跌主要源於投資者對兩個關鍵點的擔憂， 這也反映出市場在AI熱潮下的日益謹慎。

首先，管理層在財報會議上提到，AI XPU晶片的毛利率相比公司其他晶片產品線較低。 CNBC引述博通管理層的言論指出，「半導體毛利率同比下降220個基點，

主要由於AI XPU的佔比提高。 這種組合的毛利率低於其他晶片產品線。 」換句話說，雖然量衝上去了，但利潤率的稀釋，讓追求高獲利的華爾街投資者感到不安， 開始重新評估公司的盈利前景。

原來是這樣！ 所以訂單再多，如果利潤率不夠高，投資人還是會怕怕的。 畢竟，賺錢的效率，在資本市場眼中，有時候比營收成長更重要。

沒錯。 其次，市場對這高達730億美元的AI積壓訂單的交付時間和2026年的AI銷售前景也存在不確定性。

雖然陳福陽執行長表示，博通預計2026年第一季度AI半導體營收將翻倍至82億美元， 但華爾街仍對其未來的增長步伐和盈利品質保持謹慎。

這背後反映的是一種普遍的「AI過熱」宏觀市場情緒，使得即使是龍頭企業也可能因預期未完全滿足而遭遇股價震盪。

部分資金甚至開始從高成長科技股轉向更穩健的價值股，顯示投資人對風險的偏好正在調整。

喔，這「AI過熱」的擔憂，我們過去幾集也提過好多次了。 看來大家對AI的期望值越來越高，也越來越挑剔了。

博通的案例告訴我們，在AI的黃金時代，即便手握天價訂單， 仍需面對市場對盈利能力和交付能力的高標準檢視。

既然談到AI晶片，就不能不提到先進封裝的關鍵技術CoWoS了。 燿先，Google的第七代TPU，Ironwood，聽說也高度依賴CoWoS， 但產能好像又卡關了？

是的，珵澤，你的問題點出了當前AI晶片發展的關鍵瓶頸之一。 先進封裝，特別是CoWoS，已經成為AI晶片性能提升的「勝負手」。

簡單來說，CoWoS技術能將多個晶片像堆積木一樣堆疊起來， 並在極小的空間內實現超高速互連。 這不僅大幅縮短了數據傳輸路徑，降低功耗，更提升了整體系統的效能與集成度，

是實現AI超級運算不可或缺的一環。 Google的TPU v7p，代號Ironwood，預計在2025年第四季度上市， 並在2026年進入量產。

這款AI加速器採用台積電的N3P製程，並高度依賴CoWoS先進封裝技術。 根據產業分析報告，台積電的CoWoS月產能預計到2026年底將大幅提升至127,

000片，較原先預期增加20%以上。 非台積電陣營如日月光、Amkor和聯電等，也在加速擴產， 月產能預計從26,000片激增至40,000片。

哇！ 這麼大規模的擴產，感覺應該是供不應求、大爆發了吧？ 是不是所有AI晶片廠商都能鬆一口氣了？

理論上是如此，但現實卻是Google TPU的出貨量預計將低於市場主流分析師的預期， 主要原因仍在於CoWoS產能的限制。

台積電董事長魏哲家在2025年10月中旬就曾表示，AI晶片包括上游晶圓製造和後段封裝測試產能仍非常吃緊， 先進封裝供不應求的局面預計將持續到2026年。

其中，NVIDIA作為主要客戶，預計將包下台積電超過一半的CoWoS產能， 博通和AMD也緊隨其後，對產能需求極大。

這揭示了AI時代一個核心的市場動態：儘管供應端積極擴張， 但AI需求增長的速度更快，特別是少數領先者佔據了絕大部分的產能。

我明白了！ 所以雖然總產能看起來增加很多，但是需求端的需求更是天文數字， 特別是NVIDIA這種「大戶」一包，其他客戶就得排隊等了。

那Google要怎麼辦？ 還有我們台灣的供應鏈在裡面扮演什麼角色？

對於Google而言，由於CoWoS產能的限制，其TPU v7p的外部擴展確實受到了影響， 量產時間可能延後。

這也促使Google等大廠尋求供應鏈多元化，例如可能考慮與Intel或Amkor等合作其先進封裝技術。

而台灣在全球CoWoS供應鏈中扮演著不可或缺的核心角色。 台積電提供晶圓代工和CoWoS封裝，是產業的基石；

日月光投控在2026年先進封測業績預計增長10億美元，顯示其在後段封測的實力； 京元電子和旺矽等公司也分別在後段測試和探針卡等關鍵環節提供支援，

共同構成一個完整且高效的CoWoS生態系。 台灣的半導體產業不僅掌握了關鍵技術，更以其整合能力和彈性， 成為全球AI晶片供應鏈中不可替代的戰略要地。

這種「護國神山」的地位，是長期技術累積和產業鏈協同的成果。

台灣真不愧是「護國神山」的故鄉啊，連這麼細微的環節都掌握得這麼牢固！ 不過，燿先，AI晶片除了CoWoS封裝，它在數據傳輸上是不是也有新的挑戰？

我聽說傳統的銅線好像已經快跑不動了？

珵澤，你的觀察非常敏銳。 這正是AI時代面臨的另一個關鍵瓶頸——數據傳輸。 隨著AI數據中心對算力、頻寬、功耗的需求達到前所未有的極致， 傳統銅線的物理限制已越來越明顯。

我們可以想像一下，在AI數據中心裡，數以萬計的AI晶片需要以閃電般的速度互相交換海量數據。 傳統的銅線在傳輸高速電訊號時，由於電阻、電容效應，會產生嚴重的訊號衰減、 串擾和大量的熱能。

例如，PCIe Gen 6的連接距離僅能傳輸約兩英寸，超過這個距離， 訊號衰減、串擾和功耗熱效應等問題就會急劇惡化。

AI數據中心的銅用量甚至比傳統數據中心多出2到3倍，以應對高達每機架30至80 kW的功率密度和散熱需求。

天啊！ 這麼說起來，銅線好像真的快要「氣力放盡」了，那有沒有什麼新的「交通工具」可以讓數據跑得更快、 更有效率呢？

聽起來這簡直是數據傳輸的「摩西分紅海」時刻啊！

當然有，這就是「光學互連」技術的崛起。 光學互連透過光子取代電子來傳輸數據，主要技術包括矽光子 和共同封裝光學 。

這些技術的優勢在於能實現超高頻寬、極低功耗和低延遲的數據傳輸。 相較於銅線的電訊號傳輸距離受限、易受干擾，光訊號則能以更高的速度和更長的距離傳輸，

且幾乎不受電磁干擾，大幅提升了數據中心的整體效率。

2025年期間，業界巨頭紛紛加速佈局：例如Marvell在2025年12月2日宣布以32.5億美元收購光子技術先驅Celestial AI， 旨在加速下一代AI和雲端數據中心的連接性。

聯電也在12月8日授權imec的iSiPP300矽光子製程技術， 以擴展其在次世代連接方面的能力。

NVIDIA執行長黃仁勳也曾表示，NVIDIA將在2026年全面採用光子交換機， 將其AI工廠擴展到百萬個GPU的規模。

哇，聽起來光學互連真的是未來AI數據傳輸的康莊大道！ 馬威爾和聯電這些大廠都投入了，NVIDIA更是直接點名要用， 這是不是意味著銅線很快就要被淘汰了？

它會不會成為半導體發展史上又一個里程碑呢？

雖然光學互連技術的發展勢頭強勁，被視為下一代數據中心的關鍵， 但仍面臨挑戰。 首先是技術整合的複雜性與成本。

將光學元件與電子晶片共同封裝需要高度精密的製造工藝，這不僅提升了設計難度， 也增加了生產成本。

其次，雖然市場預計矽光子和CPO市場將迎來爆發式增長，例如CPO市場預計從2024年的4600萬美元增長到2030年的81億美元，

年複合增長率高達137%，但在實現大規模商業化應用前，如何進一步降低成本、 提升良率，以及解決測試與驗證的難題，都是業界需要克服的。

例如，市場分析預計，單是矽光子和CPO的測試與測量設備市場， 到2032年就將達到20.4億美元，這也反映了技術實現的門檻。

總而言之，光學互連是方向，但要真正普及，還需要整個生態系統的持續投入與協同。

聽起來很棒，但這是不是也代表著更高的成本和更複雜的技術門檻呢？ 畢竟從電子轉到光子，這不是換條線這麼簡單的事。

這就像從馬車時代直接跳到超音速飛機，中間的技術鴻溝需要巨大的投入來填補啊！

的確如此，這是整個產業鏈的革命性轉變，需要大量的研發投入和生態系統的協同。 而當我們將目光轉向地緣政治與全球供應鏈的緊張關係時，中國AI晶片自主化的進程， 正是一個值得深思的案例。

在美國出口管制下，中國積極推動「科技自立自強」，試圖填補NVIDIA留下的市場空白。 中國AI晶片龍頭寒武紀近期目標是在2026年將AI晶片產量提升至約50萬顆，

其中包含30萬顆Siyuan 590和690處理器，看起來雄心勃勃。

哇，50萬顆！ 聽起來很有氣勢啊！ 中國是不是真的快要追上來了？ 這會不會改變全球AI晶片的版圖？

儘管目標宏大，但寒武紀的AI晶片自主化之路面臨著嚴峻的挑戰。 最大的瓶頸之一是其旗艦晶片Siyuan 590和690的低良率。

根據彭博社和TechRadar的報導，這些晶片的良率僅約20%， 這意味著每生產五片矽晶圓，就有四片有瑕疵，無法使用。

這與台積電2奈米製程高達70%甚至90%的試產良率形成了鮮明對比， 差距顯著。 TechInsights在2025年12月12日發布的華為麒麟9030晶片分析報告也指出，

中國中芯國際的N+3製程雖然是其最先進技術，但良率仍偏低且成本高昂， 技術上仍然落後台積電和三星的5奈米數個世代。

這種低良率不僅反映了先進製程技術的巨大鴻溝，更直接影響了生產成本和供應鏈穩定性， 使得規模化量產舉步維艱。

20%的良率…這數字聽起來有點心酸啊！ 感覺好像在玩「樂透」，中獎率太低了吧！ 這樣大規模生產的成本不就超級高嗎？

如果大部分產品都不能用，那不是做白工嗎？

是的，低良率不僅導致成本飆升，更嚴重拖累了量產進程，使其在國際競爭中處於劣勢。 此外，另一個關鍵瓶頸是高頻寬記憶體HBM的供應。

HBM是AI晶片效能的基石，它能提供比傳統DRAM快數倍的數據傳輸速率。 研究機構SemiAnalysis指出，2025年末全球記憶體產業正應對前所未有的RAM短缺，

特別是HBM的需求呈指數級增長，但製造限制導致價格創歷史新高且供應配給。 Hardware Busters在2025年11月26日報導稱，

「中國AI半導體發展的主要瓶頸已不再是晶圓代工產能，而是HBM供應。 中國公司雖能設計並生產AI晶片，但無法規模化地獲得足夠的HBM。

」這意味著即使中國能生產出AI邏輯晶片，若沒有足夠的HBM作為「大腦的記憶體」， 這些晶片的潛力也無法完全發揮。

所以，即便有國家戰略支持，有晶片設計能力，少了關鍵的HBM， 再好的晶片設計也只是紙上談兵，巧婦難為無米之炊啊。

這真是個現實的困境。 感覺中國在AI晶片自主化的道路上，雖然方向明確，但技術與供應鏈的現實， 卻像一座座難以逾越的大山。

完全正確。 HBM供應的限制對中國AI晶片的組裝和出貨能力構成嚴重阻礙， 使得其AI晶片自給率目標——預計到2027年達到82%——面臨巨大壓力。

儘管中國長鑫存儲計畫在明年量產HBM3晶片，但技術上仍落後於三星和SK海力士等領先者。 這場AI晶片自主化之路，不僅是技術的競賽，更是全球供應鏈韌性與地緣政治博弈的縮影。

它提醒我們，半導體產業的發展，從來都不是單一環節的勝利， 而是整個複雜生態系統的協同。

聽完今天這些精彩的分析，我感覺AI這股浪潮啊，真的像是一把雙面刃。 一方面它激發了前所未有的創新和市場需求，像是博通AI晶片訂單破200億美元，

CoWoS產能瘋狂擴張，還有光學互連技術的曙光。 但另一方面，它也帶來了巨大的挑戰，像是博通的毛利率憂慮、

CoWoS的產能瓶頸、光學互連的技術門檻，還有中國AI晶片低良率和HBM短缺這些「硬傷」。 這不就是告訴我們，再高的科技，都得腳踏實地，一步一腳印，

同時也需具備洞察市場潛在風險的能力嗎？

珵澤說得非常好。 AI的發展確實引領了半導體產業的黃金時代，但這個時代同時也充滿了複雜性與不確定性。

我們看到市場對AI概念股的熱情與謹慎並存，先進封裝技術如CoWoS成為兵家必爭之地， 而數據傳輸的物理極限也推動著光學互連等前沿技術的發展。

同時，地緣政治的影響無處不在，中國AI晶片自主化之路的艱辛， 也凸顯了技術差距和供應鏈韌性的重要性。

這些案例都深刻地揭示了，半導體產業的競爭，不僅是技術極限的突破， 更是全球資源整合、風險管理與戰略布局的全面較量。

總之，半導體產業就像一場永無止盡的馬拉松，跑得快很重要， 但跑得穩，能跨越各種障礙，具備韌性和持續創新的能力，才是最重要的。

而台灣在這場全球科技競賽中，依然扮演著不可或缺的關鍵角色， 同時也需要不斷思考如何維持自身在技術、人才、乃至於環境永續上的平衡， 才能在全球變局中持續領航。

我們必須持續關注技術的突破、市場的動態，以及地緣政治的演變， 才能在這波AI浪潮中找到最佳的戰略定位，並確保供應鏈的彈性和安全性。

沒錯！ 感謝各位收聽，希望今天的深度分析能帶給大家一些啟發。 我們下集再見！

謝謝大家，再會。