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
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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