半導體展|台積電、輝達都來了,聚焦先進封裝CoWoP、CoPoS⋯亮點搶先看
半導體展|台積電、輝達都來了,聚焦先進封裝CoWoP、CoPoS⋯亮點搶先看

SEMICON Taiwan 2025國際半導體展本週登場,在先進封裝,除了CoWoS外,市場聚焦包括FOPLP、CoPoS、以及CoWoP等技術進展,人工智慧(AI)晶片大廠輝達(NVIDIA)對於相關技術青睞程度,牽動未來先進封裝發展方向。

由於半導體先進微縮製程面臨物理侷限,加上AI以及高效能運算(HPC)等高階晶片異質整合設計趨勢,需要搭配先進封裝技術提升效能,先進封裝已不是半導體先進製程的配角,而是提升高階晶片效能的核心技術。

除了台積電主導的CoWoS(Chip-on-Wafer-on-Substrate)、InFO、SoIC外,CoWoS面板化CoPoS(Chip on Panel on Substrate)技術、扇出型面板封裝(FOPLP)、以及市場傳出輝達(NVIDIA)有意導入的CoWoP(Chip-on-Wafer-on-PCB)技術,也成為關注焦點。

延伸閱讀:白話科技|CPO是什麼?概念股有哪些?圖解共同封裝光學技術

FOPLP台廠佈局盤點

其中大尺寸扇出型面板封裝(FOPLP)已是台廠布局重點,群創建置由面板產線轉型的FOPLP封裝應用產線,今年有具體成果,力成強攻FOPLP產線,預計2027年可貢獻營收;日月光投控投資2億美元,在高雄建置大尺寸FOPLP產線。此外,傳動元件廠上銀布局FOPLP晶圓移載設備,設備廠由田取得FOPLP檢測設備訂單。

Manz亞智科技布局玻璃基板為基礎的重布線層(RDL)製程設備,應用在面板級先進封裝;鈦昇供應相關設備,間接切入歐系電源管理晶片廠商。

從客戶端來看,市場人士分析,包括恩智浦(NXP)、意法半導體(STMicroelectronics)、超微(AMD)、高通(Qualcomm)等,與台廠合作採用面板級封裝,應用在手機、車用和穿戴裝置的電源管理晶片,低軌衛星射頻(RF)晶片也會採用FOPLP,未來FOPLP有機會用在AI晶片。

延伸閱讀:AI關鍵材料,CCL是什麼?概念股有哪些?跟PCB差異是?

台積電CoPoS傳最快2028量產

在CoPoS技術,業界傳出,台積電可能在2026年透過旗下采鈺設立首條CoPoS實驗線,不排除在台積電興建的嘉義先進封測七廠生產,目標規劃2028年底至2029年量產。

業界說明,CoPoS面板級封裝可「化圓為方」,提升晶圓面積利用率,也可用玻璃中介層取代矽中介層通孔、玻璃基板取代有機載板,因應大尺寸面板級封裝翹曲課題、成本也較具競爭力,可提升傳輸效能,正是備受矚目的先進封裝技術。

CoPoS台廠供應鏈有哪些?

觀察CoPoS台廠供應鏈,投顧法人點名印能、晶彩、均華、大量、家登、致茂、友威科、弘塑、辛耘、志聖、群創、欣興、南電、健鼎、華通等。

另一方面,市場傳出輝達在未來研發趨勢考量CoWoP技術,不排除可能用在2027年下半年推出的Rubin Ultra平台。

CoWoP技術可省略CoWoS晶片堆疊在基板上(Wafer-on-Substrate)製程,直接將整合矽中介層的晶片堆疊(Chip-on-Wafer)置於印刷電路板(PCB),讓原本基板的功能由PCB承擔。

美系外資法人分析,CoWoP技術省去基板層,可讓輝達的NVLink高速互連技術,直接聯繫繪圖處理器(GPU)和PCB板,能大幅提升AI晶片散熱冷卻效果,也可擺脫特定封裝材料產能瓶頸的問題,並解決大面積AI晶片先進封裝翹曲及散熱課題,

不過亞系法人指出,CoWoP技術在PCB板線寬間距(Line/Space, L/S)微縮技術課題尚待克服;先進封裝製程若整合至PCB生產中,無塵室規格要大幅升級,整體來看,CoWoP良率尚未成熟,目前談論CoWoS轉型至CoWoP仍言之過早,供應鏈能否就緒,也是CoWoP技術量產的關鍵。

本文授權轉載自中央社

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