台積電市值衝破7兆元的背後!小晶片系統扛大任,突破摩爾定律障礙
台積電市值衝破7兆元的背後!小晶片系統扛大任,突破摩爾定律障礙

台積電正在投入5奈米及3奈米先進製程,但在先進封裝技術上也持續推進,小晶片(Chiplet)系統封裝正成為台積電主要客戶所重用的技術。

Chiplet(小晶片)系統級封裝技術被視為減緩摩爾定律失效的對策,台積電剛宣布與ARM(安謀)合作第一款以CoWaS(基板上晶圓上封裝)解決方案,獲得矽晶驗證的7奈米小晶片系統產品,包括AMD(超微)跟聯發科也都是Chiplet先進封裝技術的座上賓。

TSMC.jpg
雙小晶片系統平面圖
圖/ TSMC

搭上5G及客戶新品熱潮,台積電股價在27日衝上272元歷史新高,市值更站上7.05兆元新高。雖然不是第一次(2017及2018年均有紀錄),台積電又再度超越英特爾市值2255.8億美元(約新台幣6.97兆元)。

台積電表示,跟ARM合作的小晶片系統於2018年12月完成產品設計定案,並於2019年4月成功量產。台積電表示,這款概念性驗證的小晶片系統成功地展現在7奈米FinFET(鰭式場效電晶體)製程及4GHz Arm 核心的支援下,打造的高效能運算系統單晶片(SoC)關鍵技術。

編按:台積電跟ARM合作的小晶片系統,建置在CoWoS中介層上,由兩個7奈米生產的小晶片組成,每一小晶片包含四個Arm Cortex- A72 處理器及一個晶片內建跨核心網狀互連匯流排,小晶片內互連的功耗效益達 0.56pJ/bit、頻寬密度為 1.6Tb/s/mm2、0.3 伏 LIPINCON 介面速度達 8GT/s,且頻寬速率為320GB/s。

樂高堆疊,小裸晶片組成系統單晶片

Chiplet近年成為半導體界爆紅關鍵字,傳統系統單晶片做法是每一個元件放在單一裸晶上,造成功能越多,矽晶片尺寸越大。Chiplet的做法是將大尺寸的多核心設計分散到個別微小裸晶片,比方處理器、類比元件、儲存器等,再用立體堆疊的方式,以封裝技術做成一顆晶片,類似樂高積木概念。

這樣一來,廠商有更好的靈活性,生產良率提高,且成本降低。只是,小晶片系統中的各小晶片必須能夠透過密集、高速、高頻寬的連結,才能確保最佳的效能水準,因此台積電開發的LIPINCONTM技術,讓小晶片間資料傳輸速率達 8Gb/s/pin,並且擁有優異的功耗效益。

AMD全新Ryzen 9 3900X桌上型處理器,擁有高達12核心24執行緒.jpg
AMD執行長蘇姿丰看好Chiplet小晶片系統技術能讓摩爾定律續命。
圖/ AMD

Chiplet封裝,聯發科、AMD也採用

不只ARM宣布使用台積電Chiplet小晶片系統技術,聯發科也在9月台積電技術論壇宣布,已採用台積電Chiplet技術量產資料中心用途高效能ASIC晶片。

AMD更是今年跟台積電合作7奈米先進製程量產EPYC伺服器處理器,看好以Chiplet小晶片系統級封裝、創新晶片架構、異質整合達到摩爾定律所預期的半導體效能提升效果。

AMD執行長蘇姿丰坦言,摩爾定律仍然有效,但推進的速度趨緩。過去半導體業靠先進製程微縮,讓晶片體積不變,但電晶體密度倍數提升,如今發展逐漸面臨瓶頸,必須靠Chiplet封裝、異質整合等技術協助智能微縮下,效能還能提升。(提前發表!聯發科5G單晶片「大翻盤」年底量產,斥資上億研發基地曝光

中美角力新戰場,忙於建立I/O標準

小晶片系統效能關鍵在微小晶片之間的溝通介面傳輸效率及功耗,不僅台積電積極發展Chiplet技術,美國國防高等研究計畫署(DARPA)也推動電子產業振興計畫(ERI),希望主導小晶片系統的I/O標準。中國半導體業者也積極期望在物聯網產業應用上,利用小晶片系統加快傳輸效率,並建立自有I/O標準,突然,Chiplet已成為中美角力新戰場。

半導體_semiconductor
摩爾定律是否能持續,一直是業界關心話題。
圖/ shutterstock

台經院研究員劉佩真表示,微縮製程就是利用縮小晶片的特徵尺寸,將晶片體積越縮越小、但功能越放越多;但在晶片微縮成本越來越高下,可以透過異質整合如2.5D/3D、fan-out(扇出)和系統級封裝來完成。目前小晶片的目標應用場域包括雲端、邊緣運算、軍事和航空領域等。(面對死對頭三星,台積電未來十年能否坐穩晶圓代工龍頭就靠它

責任編輯:陳映璇

關鍵字: #台積電 #英特爾
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓