FOPLP製程解析：FOPLP缺點是什麼？為何一定要矩形？怎麼唸？|數位時代 BusinessNext

FOPLP技術沉寂8年為何暴紅？FOPLP製程解析：缺點是什麼？為何一定要矩形？

台積電在先進封裝技術已成為領頭羊，不管是材料、設備等供應鏈勢必加快速度跟上，因此FOPLP未來成為高階封裝技術的趨勢之一，值得期待。

FOPLP起源｜台積電拉開序曲，但為何發展了8年才暴紅？

FOPLP發展起源其實是在2016年，台積電開發命名為InFO（Integrated Fan-Out，整合扇出型封裝）拉開序曲，當時台積電將InFO封裝運作封裝運用於蘋果iPhone 7處理器。

顧名思義，所謂「晶圓級」與「面板級」最大的差異就是形狀以及基板材料的不同，晶圓是原形，主要採用矽材；面板級是矩形，用的是玻璃基板。為什麼面板級的封裝技術會備受期待？ 是因為矩形可利用的面積比圓形更多。 以510公釐乘以510公釐的矩形舉例，可使用的面積是既有12吋晶圓的3倍之多，不但可以塞下更多的晶片，也能降低每單位封裝成本。

雖然FOPLP技術發展了8年，但遲遲未能普及應用，關鍵在於良率與品質的問題一直無法克服；更重要的是，相關的封裝材料、製程設備都需要重新開發與設計。 從玻璃材質的優缺來看，缺點是易碎、難加工；優點是化學、物理以以及光學特性佳。 舉例來說，玻璃的電阻值較低，因此導電、散熱等效果更好，具高可靠性。

但今年FOPLP又突然暴紅，正是因為輝達、超微等AI GPU業者開始尋求更大尺寸、單位成本更低的封裝技術， 甚至希望可以取代台積電既有的CoWoS 。

FOPLP技術｜FOPLP封裝技術導入，有三種主要模式

根據《財訊》雙週刊報導，研究機構TrendForce調查，在FOPLP封裝技術導入上，三種主要模式包括：一，封測代工業者將消費性ＩＣ封裝方式自傳統封裝轉換至FOPLP。二，專業晶圓代工廠、封測代工業者封裝AI GPU，將2.5D封裝模式自晶圓級轉換至面板級。三，面板業者鎖定電源管理、消費性IC等應用。

這次台積電董事長魏哲家首度在法說會上說明FOPLP布局的進度，他預期三年後技術可成熟，屆時台積電將具備量產能力。緊接著，在日月光投控的法說會上，營運長吳田玉表示，日月光在面板級的解決方案上已經研究超過5年，先從300乘300公釐開始，未來會擴展到600乘600公釐的尺寸。

吳田玉指出，已經與客戶、合作夥伴以及與設備材料供應商制定量產的計畫，預計明年第二季的時候，小量產規模的設備將可以準備就緒。

不過，吳田玉也認為，新的技術在發展上至少需要花費10年的時間，在真正放量之前的資本支出規劃，始終是一個棘手的問題。他指出，如今，高階封裝技術已經發展出很多種型態，日月光不認為一種新的技術可以很輕易地取代另一種技術，將會區分為具有可替代性、常見應用、專門應用以及根據需要進行轉換的多元發展，每個技術都可以迎合不同的目標客戶群。

FOPLP趨勢｜看好高階封裝技術，力成最早投入

台灣半導體封測廠中最早投入布局FOPLP量產線的是力成，於16年在竹科三廠開始興建全球第一座FOPLP生產線，19年正式啟用量產。力成執行長謝永達說，力成領先業界約2年左右，看好未來在ＡＩ世代中，異質封裝將採用更多 FOPLP解決方案，預期26、27年陸續開花結果。

群創利用不具有價值的3.5代廠設備進行轉型，其中近7成的設備可以延續使用，是目前面板尺寸最大的生產線。群創投入研發FOPLP的時間也已經長達8年，其中不只取得經濟部大A+計畫的補助，也與工研院合作，預計今年第四季將正式導入量產，明年對於營收將帶來1至2個百分點的貢獻。

TrendForce認為，FOPLP技術的優勢及劣勢、採用誘因及挑戰並存，惟技術及設備體系尚待發展，技術商業化的進程存在高度不確定性。不過，《財訊》雙週刊指出，產業人士認為，台積電在先進封裝技術已成為領頭羊，不管是材料、設備等供應鏈勢必加快速度跟上，因此FOPLP未來成為高階封裝技術的趨勢之一，值得期待。

本文授權轉載自：《財訊》

隨著代理式AI（Agentic AI）快速發展，人工智慧的角色也從被動問答的對話工具，轉變為能主動代為執行搜尋的商業介面；兩者根本的差異在於，前者仍須仰賴使用者逐步下達指令，後者則能自主完成任務。當AI代理為人類代勞搜尋、比價、甚至決策等任務，品牌競爭的對象便不再限於消費者，也涵蓋替消費者把關的AI代理。

因此，「Business to Agent」（B2A）成為當代企業必須面對的新命題，為了擁抱嶄新的思路，跨國AI轉型解決方案供應商iKala舉辦第二屆「iKala Connection Day」論壇，以「數據領航：AI時代的真實價值」為題，邀集Google Cloud、Google Ads等產業領袖，一同剖析企業如何從基礎建設走向市場端，搶佔AI先機。

不只SEO，還要GEO！企業如何讓AI認識你

回顧過往科技發展週期，新科技普遍需10至12年才能成熟。iKala共同創辦人暨集團董事長程世嘉引述AMD執行長蘇姿丰的比喻來說，若AI是一場棒球賽，目前僅走到第三局。這意味著，只要企業採用率持續攀升，尚且毋需擔憂AI泡沫化；反之，AI產業可能才正要邁入超級循環。

不過，程世嘉也提出「智慧通膨」的現象，他表示：「各大廠不斷推出新模型，資本支出也不斷提升，但使用成本並沒有因此下降，因為算力供不應求；不過長期來看，成本曲線一定會往下走，未來AI智慧會像水龍頭一樣，打開就有。」

隨著AI逐步普及，使用者尋找資訊的方式也隨之轉變。程世嘉強調，搜尋行為正從關鍵字轉向AI對話與生成式搜尋。企業除經營傳統SEO，更需布局GEO（生成式引擎優化），提高被AI引用與推薦的機會。這波版位重分配與十餘年前SEO興起時無異，及早掌握規則者，才能在新流量分配中卡位。

迎戰Business-to-Agent，如何搶進AI決策新戰場

要爭取AI時代的流量紅利，關鍵前提在於企業內部的基礎建設是否到位。「現在超過9成的企業都有AI焦慮症，大家都很急著導入AI工具，但背後缺乏整體的策略與架構。」iKala AI服務事業部副總經理Gary Yang認為，AI專案應如培訓新進員工，結合商業策略與數據資產雙向評估，才能真正落地。

「如果沒有穩定的雲端基礎，企業的AI就會是空中樓閣。」他強調，雲端即是企業佈局AI的關鍵基礎建設之一。如多數企業選擇Google Cloud，看重的就是技術護城河、數據主權與總體擁有成本；而iKala推出的企業級AI代理平台iKala Nexus，定位為策略中樞與營運大腦，即立基於此。

然而，架構穩固只是起點。Google Workspace銷售總監Murray Chiang指出，全球僅約3%企業成功透過AI達成深度轉型，關鍵就在AI代理能取得多少企業資料與情境。因此，企業級Gemini Enterprise App結合個人級Google Workspace，構成Google所主張的「代理型工作轉型」（Agentic Workplace Transformation，AWT）主軸，讓AI從被動對話框升級為跨系統執行的代理，並恪守數據主權歸屬企業的原則，讓企業級AI能真正發揮效益。

當企業打穩內部地基，外部競爭也才能順勢轉向市場端。「Google Search全球年搜尋量達5兆次，近八成消費者認為AI讓購物決策更快、更有信心。」Google Ads廣告產品行銷資深總監Alvin Tsai指出，「B2A」（Business to Agent）的時代來臨，當AI代理主導決策時，看重的是API串接流暢度與數據結構化程度，企業必須從爭取「被看見」的SEO排名，走向爭取「被推薦」的AI清單，並進一步走向「被選擇」。其中，信任將成為AI時代品牌經營的關鍵。

從洞察到執行，iKala全方位解方引領品牌佈局

這份信任要能落地，關鍵在於底層數據是否可信。對此，iKala行銷科技事業部總監Donna Hsu提出的IMC整合行銷架構，正是iKala因應Agentic Commerce時代所提出的整體解決方案。

面對高度碎片化的行銷環境，品牌需要建立的，是一套能從市場洞察延伸至全通路執行、並持續優化的整合行銷系統。Ontix即時掌握消費者社群聲量與市場趨勢，代表品牌對人的理解；Kuroma則從AI搜尋視角，分析品牌在生成式搜尋中的能見度與引用表現，代表對AI的理解；兩者合力，讓品牌同時掌握人類與AI代理的決策脈絡。再透過Kolr行銷數據平台，將洞察轉化為具體行銷執行，使每一次決策都能以數據驅動、持續優化，協助品牌在AI時代建立長期競爭優勢。

最後，在論壇壓軸的高峰對談中，程世嘉強調，當前正是典範轉移的關鍵時機，如同過往率先布局SEO的業者得以享有紅利；他認為，這同樣是企業重生的契機，提早深耕者將在此波轉型中佔得先機。尤其，AI轉型已非單機運作所能達成，企業應優先建立基礎建設與治理架構；當自身能力有限，也須慎選合作夥伴、借助外部資源，並在安全可信任的前提下，實現共同成長。