一顆新5G晶片的誕生會經過哪些步驟?白話文解析IC產業鏈全貌
一顆新5G晶片的誕生會經過哪些步驟?白話文解析IC產業鏈全貌
2020.03.02 | 5G通訊

隨著5G時代的來臨,近期各大封測廠都動作頻頻,深怕錯過這個難得一見的大機遇,例如台灣的半導體封測廠日月光投控(3711)、京元電(2449)、矽格(6257)都宣布大幅增加其資本支出,以因應客戶大量的訂單需求。今天這篇文章將詳細介紹整個IC封測業,再加碼分析有哪些類股/公司能在5G時代實質受惠。

讀完這篇文章,你將知道以下幾件事:

  1. IC產業鏈的全貌 — 你手中的智慧型手機是怎麼做出來的?
  2. 淺談IC封裝,SiP和SoC,哪種技術能在5G時代勝出?
  3. 什麼是IC測試?

IC製程 — 你手中的智慧型手機是怎麼做出來的?

大家可能常聽到晶圓代工、5奈米、7奈米、IC設計、封測等半導體業的專有名詞,那麼這些到底是什麼意思呢?要回答這個問題就必須由整個半導體產業談起。

其實半導體製程就是由IC設計、IC製造及IC測試、封裝等幾個步驟組成。

以智慧型手機的CPU為例,假如現在IC設計公司高通推出了最新的SnapDragon 5G晶片,會經歷這些過程:

  • step 1. 首先必須將晶片的電路結構設計好
  • step 2.再交給晶圓代工商例如台積電(2330)製作
  • step 3.這時候台積電會和最上游的矽晶圓供應商,例如環球晶(6488)、Sumco來購買製作晶片的裸晶或是磊晶
  • step 4.再將設計圖的電路複製製作到晶圓上
  • step 5.製作完成的晶圓再交給封測廠封裝及測試晶圓性能是否正常
  • step 6.而最後的成品再交還給高通
  • step 7.高通再賣給下游的手機廠商例如HTC、小米、OPPO
  • step 8.之後手機商再將晶片、螢幕、鏡頭、麥克風等各種零件交給像是鴻海(2317)的組裝廠組成完整的手機,再賣給消費者。

整個過程中只要一個細節沒注意到,例如設計不良、代工時偷工減料或是測試時沒把不良品淘汰都會導致智慧型手機在使用中發生問題, 因此整個IC製程都是環環相扣缺一不可的,彼此的合作非常緊密。

延伸閱讀:跟4G不一樣在哪?5G白話文快速看懂技術差異

以上的流程,又分為2種:IDM與專業分工

而目前IC製造主要分為IDM(Integrated Design and Manufacture)及專業分工兩種模式。

A)IDM就是從晶片設計到製作、封測都自己來, 這種方式最大的優點就是能彈性有效掌握自家產品的發展,且技術不會外傳。不過因為半導體的製程越來越複雜,成本及研發費用也越來越高,IDM公司必須擁有非常雄厚的資本才能應付如此龐大的支出。也因此越來越多的廠商都改採專業分工的模式,目前較有名的IDM廠僅剩Intel、三星及德州儀器等幾個規模較龐大的國際巨頭。不過越來越多IDM廠都開始將部分業務委外,例如歐洲的Infineon就在近日宣布未來5年將擴大委外訂單規模,並不再興建自有測試廠。

B)而專業分工則是每個步驟都由不同的廠商來完成,例如高通、聯發科(2454)、博通只專注於晶圓的設計,而台積電、中芯科技、聯電(2303)只負責晶圓代工,而日月光、力成、Amkor則負責後段的封測。彼此各司其職並發揮自己的專業,所以不論在成本或效率上都會較IDM還要優異,但缺點就是會受制於其他廠商,因為一間代工廠可能同時知道好幾間 IC設計廠的秘密,不過目前普遍保密措施都做得很好,這個疑慮也逐漸消失了,因此專業分工模式是目前也會是未來的趨勢。

示意圖
圖/ 理財果汁機

IC封測:IC製程最後的守門員

以上就是整個IC製程的概要,今天的文章則主要聚焦在IC封測上。首先介紹晶圓封裝的部分:

封裝簡單來說就是把IC晶片的電路腳和其他像是電路板或是插槽等外部元件連接 。一般有以下流程:

切割(將晶圓代工公司送來的片狀晶圓切割成一顆顆的IC)→ 黏貼(將IC黏到PCB上)→ 銲接及模封(把IC的小接腳銲接到PCB上並封起來)

而封裝的種類非常多樣,不同產品也會使用不同封裝方式,封裝的技術也一路從一開始的DIP(Dual In-Line Package)、QFP(Quad Flat Package)演變到以IC載板為主的閘球陣列PGA(Pin Grid Array Package)、BGA(Ball Grid Array Package)再到晶圓尺寸封裝CSP(Chip Scale Package)及MCM(multi-Chip Module),另外還有最近較紅的SoC(System-On-Chip)及SiP(System-In-Package)等較高階的技術。

圖片
圖/ 理財果汁機

SoC和SiP封裝分別有什麼優勢?誰是未來的主流?

SoC(System-On-Chip,系統單晶片)顧名思義就是把包括處理器、記憶體等不同功能都集結封裝到同一個晶片裡,所以最後的產品就只有一片晶片。

而SiP(System-In-Package,系統單封裝)則是SoC的延伸,不同處在於SiP是將各種不同功能的晶片直接整合封裝到一個模組裡,因此最後的產品是一個系統,裡面會有許多不同的晶片。

不過一般來說,SoC主要只整合了像AP(Application Processor,應用處理器,會負責大部分應用程式的執行)之類的邏輯系統,而SiP則是用疊加的方式集成了AP+mobile Dram(動態隨機存取記憶體,就是大家常聽到的DDR3、DDR4等等),甚至是RF(Radio Frequency,射頻模組,負責接收訊號)、CMOS影像感測器(Complementary Metal-Oxide-Semiconductor,簡稱CIS,顧名思義就是感測影像並回傳給CPU,使拍照品質更高)等。隨著技術越來越好,之後emmc(內嵌式記憶體)、也有可能集成到SiP中。 因此某種程度上SiP其實就等於SoC再加上其他例如Dram等的元件 。以下是兩者的比較:

圖片
圖/ 理財果汁機

以目前的趨勢來說,雖然SoC的效能比SiP更高,但因摩爾定律的限制以及產品的複雜度越來越高, SoC的設計難度及研發費用也越來越高(且通常SoC的研發時間為SiP的兩倍左右),因此目前較多是高階、生命週期較長的產品例如PC、智慧型手機的CPU、GPU、RF 等才會用SoC;而其他像是智慧家電、智慧手表、TWS等IoT產品因為效能不需那麼高,在考量成本下通常使用SiP。

話說SiP其實也不是什麼新技術,但因為近幾年IoT的高速成長,且確定會是未來幾年的主流趨勢,再加上 最近很火紅的AirPods Pro及Apple Watch也都使用SiP封裝,以及5G時代的多頻段特性也都讓SiP有更大的發展潛力 ,例如前段RF SiP,天線整合封裝(Antenna in Package,AiP)等,上述原因都使得SiP又成為市場的寵兒,各家廠商也都開始專注發展加強自己的SiP封裝業務。

總結來說,SiP由於研發難度低、成本較低、設計彈性較大等原因,且很多時候SiP裡甚至也可以包SoC,因此在這個萬物都需要聯網的時代,SiP將會走的比SoC更快更普及。

那麼SiP既然不是新技術,廠商競爭的關鍵在哪呢?筆者認為在於廠商能否拿到關鍵IC的能力,比如說iPhone 11的SiC裡包括了裝有CPU及GPU的核心SoC,以及Dram、RF元件等,而封裝廠商最重要的任務就是要能從不同的廠商分別拿到這些關鍵的IC才有辦法進行SiP的封裝。

至於拿不拿得到,除跟本身技術有關外(包含良率高低、設計能力、服務品質等),再來就是跟規模有關,需求量越大,或是越具有品牌規模的公司,往往較能拿到充足且價格較低的晶片進行封裝。

最後一道:IC測試-晶圓測試及成品測試

談完了IC封裝後,再來就是整個製程的最後一道工藝,IC測試了。IC測試主要就是對晶片上的每個晶粒進行針測,在檢測頭裝上探針(Probe)後與晶粒上的接點(Pad)接觸,測試他的電性,不合格的晶粒就會被淘汰。

而IC測試又分為晶圓測試(前段測試) 及成品測試(後段測試)。顧名思義晶圓測試就是在晶圓還沒被封裝前先測試電性是否正常,而等到通過測試的晶圓封裝完畢後再進行成品測試,測試包括功能、電性與散熱等,而通過檢測的產品最後才會被送到客戶的手中。

IC測試廠的護城河在哪?

對IC測試廠來說,其產能多寡及測試品質好壞完全依賴於經營層設備採購 (資本支出)的能力還有公司自身使用、整合各類設的能力與技術。

另外,廠商的規模大小及知名度也會影響其的客戶結構,因爲IC測試是整個製程最後的守門員,不容許出分毫的差錯,因此較大的IC設計廠如高通、聯發科等都只願意和具有一定規模且知名的IC測試廠合作,且一但合作後就不容易再變換, 合作的黏著度很高

高資本支出的門檻讓近幾年來整個IC測試業吹起了一波整併風潮,例如最有名的日月光(全球IC封測市佔率第一)和矽品(市佔第三)合併案;中國的江蘇長電(市佔第六)和新加坡的新科金朋(市佔第四)的併購案,另外還有像是規模較小的矽格併入測試廠誠遠、入股封測廠台星科(3265)等案例。

圖片
圖/ 理財果汁機

台灣的半導體產業其實是非常強的,除了巨頭台積電在全球晶圓代工市場獨霸超過50%的市佔率外,另外從上圖可知,台灣的IC封測廠在全球市場也享有超過50%的市佔率。

責任編輯:林芳如

本文授權轉載自:理財果汁機

關鍵字: #5G
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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