英特爾、台積電、日月光搶先進封裝!Hybrid Bonding、CPO成新戰場
AI晶片不再只靠製程微縮 2.5D、3D與光電整合加速發展
【記者呂承哲/台北報導】AI應用加速從模型訓練走向推論與Agentic AI,晶片效能已難單靠製程微縮。資策會產業情報研究所(MIC)資深產業分析師李依珊指出,全球AI推論Token量較2022年暴增近500倍,未來競爭關鍵將從單一晶片算力,轉向運算、記憶體、資料傳輸與封裝架構協同,帶動Chiplet、2.5D/3D封裝、Hybrid Bonding及光互連加速發展。
Chiplet推升先進封裝 2.5D、3D走向互補整合
李依珊表示,AI系統資料與運算量持續增加,高階晶片除提升運算核心算力,也須同步提高記憶體容量與資料傳輸能力,多晶片整合因此成為重要方向。
相較系統單晶片(SoC)將功能集中於大型晶粒,Chiplet可依不同功能選擇適合製程,例如運算核心採先進製程、其他功能採成熟製程,在成本、良率及製程配置間取得平衡。
封裝方面,2.5D透過矽中介層、重布線層(RDL)或局部矽橋提高橫向整合密度;3D則以垂直堆疊縮短互連距離。
李依珊指出,兩者並非取代關係,而是互補發展,AMD MI350即將8顆運算晶粒3D堆疊於2顆I/O晶粒上,再透過2.5D封裝整合8顆HBM3e。
2.5D也有不同技術路線,台積電CoWoS-S採大面積矽中介層,Intel EMIB採局部矽橋,日月光FoCoS-B則以扇出型RDL搭配局部矽橋,須依晶粒、HBM配置、尺寸及成本選擇。
隨GPU整合更多運算晶粒與HBM,封裝面積持續擴大,台積電也由CoWoS-S發展CoWoS-R、CoWoS-L,更大尺度則朝System-on-Wafer(SoW-X)推進。
Hybrid Bonding、CPO加速布局 先進封裝躍升AI架構核心
互連密度提升也推動接點持續微縮。李依珊表示,當接點縮小至10微米以下,傳統微凸塊面臨間距限制,Hybrid Bonding透過上下晶片銅電極直接結合,可提升互連密度、頻寬及傳輸能效,目前已應用於CMOS影像感測器及部分3D邏輯整合,也被視為高層數HBM重要發展方向。
不過,HBM須連續堆疊多層DRAM,任一層接合或良率出問題都可能影響整組產品,導入仍取決於成本、測試與良率成熟度。
封裝尺寸持續擴大,也帶動面板級封裝及玻璃核心載板發展。前者可提高面積利用率與生產效率,但仍有翹曲、晶片偏移及對位精度等挑戰;玻璃核心載板具高平坦度、高剛性及低翹曲潛力,但TGV、金屬化、薄玻璃搬運及可靠度仍是量產門檻。
另一方面,隨傳輸頻寬與距離增加,銅線訊號損耗及功耗上升,CPO透過將光學引擎與交換或運算晶片整合於同一封裝,縮短高速電訊號傳輸距離,推動封裝由純電子走向光電整合。
產業端也加速布局,英特爾(Intel)推進EMIB、Foveros及Hybrid Bonding、玻璃核心載板與CPO;台積電以3DFabric整合SoIC、CoWoS、InFO及SoW,並以COUPE延伸高速光互連;日月光則透過VIPack布局2.5D、3D、SiP及CPO。
李依珊指出,先進封裝已從後段製程躍升為AI產品架構與效能核心。台灣具完整供應鏈,可透過3DFabric聯盟、矽光子產業聯盟等跨域合作,加速技術及量產驗證,並強化與國際大廠合作及標準制定影響力。
點擊閱讀下一則新聞