- CoWoS 是現行的主力，以晶圓為舞台，但已經逼近容量極限
- CoPoS 代表未來，把舞台搬到大面板上，追求規模效應，但風險極高
- CoWoP 則是這兩者之間的過渡方案，就像從圓桌換到半張長桌，先解燃眉之急
更重要的是，這不僅僅是一個技術路線的問題，而是一場賭局。因為率先試桌的，是當前全球 AI 市場的霸主 NVIDIA。當它選擇押注 CoWoP，整個產業的供應鏈風險、成本結構和競爭版圖，也瞬間被推到聚光燈下。
（延伸閱讀：不是已經有 CoWoS 了嗎？為什麼產業還需要 CoPoS？、CoWoS 是什麼？這個封裝技術讓 NVIDIA 算力翻倍）
為什麼要走向 Panel 大面板？
在現有的封裝架構裡，CoWoS 是主流，也是 AI GPU 的必經之路。它的限制在於晶圓是圓形的（通常直徑 300mm），面積利用率不高。尤其當要堆疊多顆 GPU 與 HBM，排布會浪費不少空間。
於是，業界開始尋找更大的舞台。矩形面板不像晶圓有邊角浪費的問題，能更有效率地安排晶片位置，就像從圓桌換成長桌，讓座位更好分配。更大的舞台意味著
- 單次可封裝更多晶片 → 擴大產能
- 單顆封裝成本下降 → 改善毛利率
- 排布更靈活 → 支援更大規模的互連架構
這對 NVIDIA 這樣需要大量 GPU 的玩家而言，誘惑極大。畢竟，每一次 H100、H200 的迭代，背後都是數以百萬計的 GPU 需求。沒有更大、更便宜的舞台，就無法支撐這樣的需求曲線。
為什麼 NVIDIA 特別需要 CoWoP？
如果說 CoWoP 是一張過渡桌子，那麼為什麼 NVIDIA 要冒險第一個坐上去？
- 規模壓力：NVIDIA 每一代 GPU 的出貨量以百萬計，還要綁定 HBM 高頻寬記憶體。光是 H100 與 H200 的產能，就已經把 TSMC 的 CoWoS 產能逼到滿載。沒有額外的封裝舞台，NVIDIA 無法保障未來幾年的 AI 伺服器需求。
- 供應鏈風險：現在的先進封裝，幾乎被 TSMC 壟斷。雖然雙方合作緊密，但對 NVIDIA 而言，過度依賴單一供應商是致命風險。任何良率波動、設備瓶頸，甚至地緣政治的衝擊，都可能讓供貨斷鏈。CoWoP 的探索，等於是提前開闢第二條供應鏈路徑。
- 成本結構：AI 伺服器的客戶（雲端巨頭、企業）對成本極度敏感。若 NVIDIA 不尋找下一個封裝降本的方案，它的高毛利模式終將被壓縮。CoWoP 在理論上能帶來更低的單顆成本，這對維持長期競爭力至關重要。
挑戰在哪裡？
然而，從 wafer 跨向 panel 並不是無痛升級。它的挑戰幾乎是全面性的。
- 良率風險：面板愈大，任何一點污染或缺陷都可能放大成整片報廢。對 AI GPU 這種高單價產品來說，這是難以承受的損失。
- 設備投資：當前的封裝產線大多針對晶圓設計。若要搬到 panel，需要整套機台的重建與調校，意味著巨額資本支出。
- 產業協作：CoWoP 的最大挑戰其實是沒有人一家能搞定。材料供應商要開發新型基板，設備廠要調整曝光與貼合工藝，EDA 工具也要支援新的排布規格。沒有統一標準，任何一個環節都可能變成瓶頸。
這就是為什麼，即便 CoWoP 聽起來合理，實際導入的速度仍然很慢。它既不像 CoWoS 那麼成熟，也不像 CoPoS 那樣徹底顛覆，而是卡在中間，需要全產業一起協奏。
NVIDIA 押注 CoWoP，看似為了提前掌握算力舞台的主導權，但這一步既可能開啟新篇章，也可能是場昂貴的試煉。從產業內部來看，PCB 廠商與相關供應鏈無不期待這是一個顛覆性的契機，因為它有機會改變過去由 ABF 載板主導的封裝格局。然而，挑戰同樣清晰：良率的不確定性、產線的重建投資、標準化的協作難度，都讓短期商業化顯得遙遠。
換句話說，CoWoP 承載著重構供應鏈價值的可能性，但在成為主流之前，市場還必須面對技術、時間與資本的三重考驗。未來值得持續觀察的，不只是 NVIDIA 是否真正量產，而是整個產業鏈能否跨過協作的門檻。是降本增效的證據先浮現，還是良率瓶頸先逼出退場？
