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
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