AI晶片愈做愈複雜！聯發科劉添益：供應鏈再各自為政「絕對被淘汰」

B200先進封裝成本占75%　3.5D成突破光罩極限下一步

劉添益表示，當前AI發展不是一個週期，而是一次階梯式的跳躍，但再好的晶片架構，如果沒有可擴充的先進封裝生態系統，也無法真正成為產品。

公開資料顯示，B200加速器在不含記憶體的成本結構中，高達75%來自先進封裝、組裝與測試，與過去單晶片（Monolithic）時代的成本結構完全顛倒。對IC設計公司而言，無論晶片架構多麼出色，若缺乏能夠規模化量產的先進封裝生態系，就無法真正成為產品。

隨著高效能運算（HPC）需求持續提升，光罩尺寸已成為單一晶片容納電晶體數量的物理限制，產業因此轉向2.5D封裝，將邏輯小晶片（Chiplet）與HBM整合，以提高頻寬與容量，但隨著中介層跨越多個光罩尺寸、基板面積持續放大，散熱與尺寸限制也逐漸浮現。

下一步則朝3.5D封裝發展，將邏輯小晶片堆疊於邏輯晶底，再整合至2.5D封裝結構，藉由垂直傳輸縮短連線距離、提高頻寬並降低單位功耗。

劉添益指出，功耗是資料中心最核心的限制之一，降低功耗才能讓單一系統持續擴大算力。

從IC設計公司角度來看，AI晶片競爭有4大關鍵，包括每瓦效能（Performance per watt）、每單位總擁有成本效能（Performance per TCO）、上市時間（Time to market）及供應保障（Supply assurance），背後涉及良率、成本、驗證、品質、交期與供應量，都無法由單一公司決定，必須依靠整體供應鏈共同完成。

良率掉3個百分點恐報廢1.5億美元　各自為政「絕對被淘汰」

劉添益強調，AI資料中心對可靠度要求更高，即使只有極低DPPM（每百萬件不良率）等級的瑕疵流入下游，也可能造成巨大損失。平行運算過程中，一旦其中一顆晶片發生問題，可能導致整張板卡甚至伺服器集群停止運算，工作必須退回上一個檢查點重新開始，因此缺陷必須盡可能在前端攔截。

良率更是「相乘，而不是取平均值」，若單一製程站點良率下降3個百分點，整合後最終良率可能降至95%；以生產50萬顆、每顆價值1萬美元計算，單一步驟失誤就可能造成1.5億美元報廢損失。若問題直到整合Known Good Die、堆疊及昂貴HBM後才發生，加上生產交期長達6至7個月，當季幾乎無法補回缺口。

此外，AI硬體量產複雜度快速升高，單一零件可能就有24種不同生產組合路徑，客戶卻要求產品在最初數月迅速爬坡至產能高峰。

劉添益直言，如果供應鏈繼續各自為政，在先進封裝與AI資料中心競賽中「絕對會被淘汰」。因此，他主張打造「供應鏈生態村（Supply Chain Village）」，提前共享多年技術路線圖，並將可製造性納入產品設計，同時跨製程即時共享良率與技術數據。

他並提出供應鏈決策「左移」、建立良率透明度與智慧化，以及打造具韌性與彈性的工程設計3大方向，透過通用介面、多重供應源及風險共擔，提升供應鏈敏捷度。他強調，AI轉型才剛開始，未來勝者將是擁有最具韌性、創新且深度合作供應鏈生態系統的一方。