AI需求跑太快、產能追不上 穎崴：真正問題在供應

AI究竟有沒有泡沫？當市場還在爭論AI需求能否持續時，身為半導體供應鏈重要供應成員的穎崴（6515）執行副總陳紹焜今日直指是AI需求增加速度太快，產能反而快要跟不上。

陳紹焜今日在SEMICON展場受訪表示，目前AI產業面臨的真正問題「不是需求，而是供應」，從晶圓製造、先進封裝一路到測試、設備，供應鏈都在面臨產能壓力。晶圓代工、封測與設備業者未來2至3年資本支出仍持續擴張，也顯示AI需求並未降溫，甚至可以說「才剛開始」。

他說，AI帶來的挑戰，不只是晶片需求數量增加，更在於晶片愈做愈大、功耗愈來愈高、製程與封裝愈來愈複雜，讓整條半導體生產鏈的時間同步拉長。

陳紹焜指出，從2奈米、18A、16A等先進製程，再加上CoWoS先進封裝，完整生產週期可能拉長至6、7個月甚至更久。到了測試端同樣如此，過去測試座約5,000至6,000針，如今AI晶片快速跨過萬針門檻，穎崴至今年底超過1萬針的專案已超過20個，標準交期也由過去約8周，拉長至13至14周甚至更久。

這意味AI需求快速成長之下，瓶頸已經從晶圓製造一路向後蔓延。

當AI晶片走向大型封裝與大型運算平台，不只測試底座（Socket）必須升級，測試機、Handler（自動測試分類設備）及封裝測試）產能也必須同步增加。尤其CSP（雲端服務供應商）自研晶片迭代速度愈來愈快，過去供應鏈各自擴產已經不夠，必須透過技術整合、自動化、標準化與模組化，才能縮短驗證到量產所需時間。

陳紹焜把2027年至2028年視為AI供應鏈的重要關卡，希望透過這兩年大舉擴產與整合，讓供應鏈到2028年逐漸趨於順暢。穎崴自己也在追趕需求，預計明年第2至第3季後，穎崴的測試底座產能將再增加約50%。

但他指出更大的壓力還在後面。陳紹焜分析說，目前AI晶片接點數已達約1萬至1.3萬針，下一世代可能逼近2萬針。針數增加不只意味測試難度提高，由於穎崴產品以針數計價，也將帶動平均售價（ASP）上升；加上晶片測試時間變長，客戶需要配置更多測試介面，形成「量、價同步增加」的成長結構。

另一個可能推高測試複雜度的技術則是CPO（共同封裝光學）。穎崴目前已有十多個CPO專案，封裝級及模組級CPO Socket測試方案市占超過九成，但真正大量生產仍卡在自動化。CPO必須同時處理供電、散熱、高速資料傳輸與高精度光學對位，陳紹焜形容，就是要做到「電要進得來、熱要散得掉、資料要傳得出去」。預估2027年下半年才會開始少量生產，真正規模量產可能落在2028年甚至更晚。