AI 算力真正的瓶頸:市場低估了哪三層?

更新 發佈閱讀 8 分鐘
raw-image

每一層看起來「已經解決」的地方,下面都還藏著一個更慢的物理限制。

本文中文版整理自作者近日發佈於 Substack / Medium 的英文長文〈The Bottleneck Nobody Is Pricing In: Where AI Compute Really Breaks〉。

過去這段時間,我一直在追同一個問題:

不是「AI 需求是不是真的」,而是——支撐這些需求的實體供應鏈,真的追得上嗎?

如果把視角從 GPU 拉開,往下看完整的 stack:從晶圓、HBM,到 CoWoS 封裝,再到 ABF 基板,你會發現:

那條市場用來定價的需求曲線,跑得比實體世界還快。

這篇文章想做的事很單純:把這個 gap 拆成三層來看,分別是:

  1. CoWoS:短期最明顯、但有機會最先紓解的瓶頸
  2. HBM:其實不是「記憶體」故事,而是「產能與資格認證」故事
  3. ABF 與基板:可能是整個 AI 基礎建設裡,最集中、也最被低估的 choke point

一、CoWoS:短期最明顯、最有機會率先紓解的瓶頸

多數媒體把封裝當成後段加工,好像「設計、製程搞定之後,封一封就好」。

但 CoWoS(Chip on Wafer on Substrate)其實是整個 AI 晶片變成「系統產品」的關鍵整合層:

  • 它把邏輯 chiplet 跟多層 HBM 堆在大面積矽中介層上
  • 要同時兼顧頻寬、延遲與良率,量產難度遠高於一般封裝線

也因此,你不能隨口說「那就多開幾條線」:

  • 傳統 OSAT 的設備、 know‑how、品質管理,很難直接移植到 CoWoS
  • 中介層本身就吃進先進製程的產能
  • HBM 堆疊與邏輯晶片的貼合,前面已經花了多年才把良率拉上來

TSMC 在 2025 年的說法很清楚:

  • 會在一年內大幅拉升 CoWoS 產能,試著把供需缺口縮小
  • 但即便產能加倍,用的字眼仍然是「narrow the gap」,而不是「fully resolved」

我的解讀是:

CoWoS 會率先看到「有感改善」,但至少到 2026 前,都還是影響 H100 / B200 等級系統實際出貨量的主門檻。

raw-image

圖一. 即使產能大幅擴張,2020 年代中段前 CoWoS 仍落後於 AI 需求。



二、HBM:這其實是「晶圓與資格認證」問題

再往下走一層,會碰到 HBM。

這裡常見的說法是:

  • SK hynix 領先
  • Samsung 在追
  • Micron 慢慢切入

問題是,這個敘事對「結構有多硬」的描述,其實很保守。

市調大致顯示:

  • SK hynix 還是拿走一半以上的 HBM 市場
  • Samsung 在二成區間
  • Micron 是第三名但規模較小

這是一個有明顯領先者的雙寡頭,而且領先者同時又是 NVIDIA 的主要 HBM 供應商。

為什麼很難快速改寫?

  1. 物理難度
    • HBM3E 要把多顆 DRAM die 疊在一起,透過 TSV 導通
    • 良率管理、封裝後測試,本身就是高難度製程
  2. 資格認證時間
    • 跟 NVIDIA 這種客戶的 qualification,不是簽 NDA 就好
    • 要跑完完整的熱測、訊號完整性、系統 burn‑in,常常是一整季、甚至多季的流程
  3. 晶圓吃得非常兇
    • HBM 對晶圓的需求遠高於一般 DRAM
    • 新增晶圓產能,從決策到實際出貨,往往是 4–5 年的時間軸

所以:

HBM 更像是「晶圓與認證的產能分配問題」,而不是市場上習慣講的「記憶體價格循環」。

Samsung 近一年積極簽長約鎖 AI 客戶,很大一部分就是在爭取「未來幾年的配給權」,而不是只看下一季的 ASP。

raw-image

圖二. HBM 市場結構接近雙寡頭,市占與 qualification 時間軸都不容易快速改寫。



三、ABF 基板:最容易被忽略、卻可能撐最久的 choke point

真正最少被寫到的一層,是 ABF 與高階基板。

每一顆高階 AI 加速器底下,都躺著一塊 ABF 基板:

  • ABF(Ajinomoto Build‑up Film)是關鍵絕緣材料
  • Ajinomoto 在這個子市場的市佔,業界普遍認為超過 95%

這代表什麼?

  • 這幾乎是一個單點依賴的材料層
  • 又剛好被用在 CPU / GPU / 伺服器等高毛利應用上

Ajinomoto 的路線圖顯示,

  • 它會在 2030 年前持續擴大 ABF 產能,預計整體產能提高約五成
  • 但時間軸本身就說明:這是一個長達數年的擴產過程,而不是一兩年就能解掉的瓶頸

同時間,像南亞電路板等基板廠,也都在往:

  • 更高層數
  • 更大片尺寸
  • 更細線寬線距

這讓 ABF 這一層的難度不只是「產能要變多」,而是:

在產能增加的同時,規格也在變得更難做,能跟上的廠商只會變少不會變多。

因此,從集中度與時間軸來看,

raw-image

圖三.ABF 產能是階梯式擴張,AI 需求曲線則幾乎連續加速,中間的 gap 很難在短期內消失。


四、時間序:誰先好轉,誰永遠在追趕

如果把這三層放在同一條時間軸上,大概會是這樣的圖像:

  • 2024–2026:
    • CoWoS 處在「關鍵缺口 → 縮小缺口」階段
    • HBM 則是「結構性吃晶圓,怎麼看都偏緊」
    • ABF 幾乎完全是紅色區塊,還在加深難度
  • 2026–2028:
    • CoWoS 開始出現明顯紓解,但仍不算寬鬆
    • HBM 會慢慢看到更多供應商過 qualification,但 wafer 端仍拉不太開
    • ABF 雖然有新產能上線,但隨著規格升級,整體壓力其實還在往上走
  • 2028 之後:
    • HBM 有機會在新廠 fully ramp up 之後,慢慢看到「結構性改善」,但這已經是後半段的故事
    • ABF 是否真的鬆動,很大程度要看:有沒有替代材料或第二供應來源能站得起來

對投資與產業判斷來說,我會用一句話記:

CoWoS 可能最先好轉;HBM 在整個十年大部分時間都偏緊;ABF 則是那條大家懶得建模、卻默默拖慢進度的長尾瓶頸。

raw-image

圖四. 三個瓶頸的時間尺度不同:CoWoS 先紓解,HBM 與 ABF 可能撐更久

作者簡介

Sinclair Huang 為獨立研究者與某上市公司董事長特別顧問,長期關注半導體、AI 基礎建設與生技產業的交界。平常在英文平台撰寫長文,試著把「實體供應鏈的節奏」翻成資本市場看得懂的語言。


延伸閱讀(英文)

  • TSMC 2025 Q1 法說會與先進封裝產能說明。
  • 市調機構對 2024–2025 年 HBM 市占與擴產計畫的報告。
  • Ajinomoto 關於 ABF 市佔與 2030 年前擴產投資的公開資料。

時事註解:關於美伊衝突

註:撰文時,美伊衝突仍在升高,市場情緒容易被短期地緣政治事件主導。本文刻意不討論戰爭本身對股價的即時影響,而是聚焦在 AI 基礎建設中、相對慢變但關鍵的物理瓶頸,供中長期思考參考。


免責聲明

本篇內容僅為個人觀點與研究筆記,不構成任何投資建議或買賣證券之邀約。文中提及之公司與產業資料,皆基於作者撰寫時可取得之公開資訊,可能隨時間而變動。讀者在做出投資或商業決策前,應自行進一步查證,並視需要諮詢專業顧問。作者可能持有或未持有文中提及之相關資產,無義務主動更新持股狀況。全球地緣政治與市場環境瞬息萬變,本文不試圖預測短期價格波動,只聚焦於中長期供應鏈結構。


Tags

AI、半導體、先進封裝、HBM、ABF、供應鏈、股市投資、Geopolitics

留言
avatar-img
Sinclair Huang的沙龍
0會員
10內容數
2026/03/19
AI 能模仿文風、生成內容,卻無法取代文字裡真實經驗與判斷的「人類痕跡」。它最先淘汰的是空洞內容,而非寫作本身。真正的危機在於:當摘要唾手可得,人是否還願意慢慢讀、慢慢想?資訊便宜的時代,獨立判斷才是真正的稀缺。
Thumbnail
2026/03/19
AI 能模仿文風、生成內容,卻無法取代文字裡真實經驗與判斷的「人類痕跡」。它最先淘汰的是空洞內容,而非寫作本身。真正的危機在於:當摘要唾手可得,人是否還願意慢慢讀、慢慢想?資訊便宜的時代,獨立判斷才是真正的稀缺。
Thumbnail
2026/03/17
很多科技公司喜歡在簡報上寫「我們擁有上千件專利」,但在 AI 時代,資本市場其實已經不太買單了。這篇用數據:專利「數量」的邊際價值正在崩塌,真正被重新定價的,是少數繞不開、被大量引用、能鎖住關鍵生態系的高品質專利。如何從一大疊專利清單裡,挑出幾顆真正有結構性溢價的 IP,將決定你對一家科技公司的估值
Thumbnail
2026/03/17
很多科技公司喜歡在簡報上寫「我們擁有上千件專利」,但在 AI 時代,資本市場其實已經不太買單了。這篇用數據:專利「數量」的邊際價值正在崩塌,真正被重新定價的,是少數繞不開、被大量引用、能鎖住關鍵生態系的高品質專利。如何從一大疊專利清單裡,挑出幾顆真正有結構性溢價的 IP,將決定你對一家科技公司的估值
Thumbnail
2026/03/16
在自駕車的戰場上,比起「鏡頭 vs 光達」的爭論,更關鍵的是:演算法到底把晶片推到什麼樣的硬體極限。這篇從記憶體頻寬與快取容量出發,拆給你看純視覺與感測器融合兩條路線背後完全不同的晶片壓力,為何 TOPS 規格表其實只是行銷,而真正決定生死的是「演算法 × 架構」的匹配度。
Thumbnail
2026/03/16
在自駕車的戰場上,比起「鏡頭 vs 光達」的爭論,更關鍵的是:演算法到底把晶片推到什麼樣的硬體極限。這篇從記憶體頻寬與快取容量出發,拆給你看純視覺與感測器融合兩條路線背後完全不同的晶片壓力,為何 TOPS 規格表其實只是行銷,而真正決定生死的是「演算法 × 架構」的匹配度。
Thumbnail
看更多
你可能也想看
Thumbnail
創作不只是個人戰,在 vocus ,也可以是一場集體冒險、組隊升級。最具代表性的創作者社群「vocus 野格團」,現在有了更強大的新夥伴加入!除了大家熟悉的「官方主題沙龍」,這次我們徵召了 8 位領域各異的「個人主題專家」,將再度嘗試創作的各種可能,和格友們激發出更多未知的火花。
Thumbnail
創作不只是個人戰,在 vocus ,也可以是一場集體冒險、組隊升級。最具代表性的創作者社群「vocus 野格團」,現在有了更強大的新夥伴加入!除了大家熟悉的「官方主題沙龍」,這次我們徵召了 8 位領域各異的「個人主題專家」,將再度嘗試創作的各種可能,和格友們激發出更多未知的火花。
Thumbnail
vocus 最具指標性的創作者社群──「野格團」, 2026 年春季,這支充滿專業、熱情的團隊再次擴編,迎來了 8 位實力堅強的「個人主題專家」新成員 💫💫💫 從投資理財、自我成長、閱讀書評到電影戲劇,他們各自帶著獨特的「創作超能力」準備在格友大廳與大家見面。
Thumbnail
vocus 最具指標性的創作者社群──「野格團」, 2026 年春季,這支充滿專業、熱情的團隊再次擴編,迎來了 8 位實力堅強的「個人主題專家」新成員 💫💫💫 從投資理財、自我成長、閱讀書評到電影戲劇,他們各自帶著獨特的「創作超能力」準備在格友大廳與大家見面。
Thumbnail
受惠於 AI 基礎設施浪潮,德律成長動能持續發酵。公司聚焦 AI 伺服器與半導體先進封裝(如 CoWoS)供應鏈,成為「良率守門人」;德律「一站式」設備整合能力、3D AXI 技術、AI 演算法應用,以及卓越的高毛利,構築了強勁的競爭優勢。本穩僅供參考。
Thumbnail
受惠於 AI 基礎設施浪潮,德律成長動能持續發酵。公司聚焦 AI 伺服器與半導體先進封裝(如 CoWoS)供應鏈,成為「良率守門人」;德律「一站式」設備整合能力、3D AXI 技術、AI 演算法應用,以及卓越的高毛利,構築了強勁的競爭優勢。本穩僅供參考。
Thumbnail
探討半導體產業在摩爾定律極限下的結構性轉變,焦點轉向後端先進封裝,特別是臺積電預計2026年試產的CoPoS(Chip-on-Panel-on-Substrate)技術。文章深度剖析CoPoS如何透過「化圓為方」,從晶圓級封裝邁向面板級封裝,解決AI晶片日益增長的算力需求與成本挑戰。
Thumbnail
探討半導體產業在摩爾定律極限下的結構性轉變,焦點轉向後端先進封裝,特別是臺積電預計2026年試產的CoPoS(Chip-on-Panel-on-Substrate)技術。文章深度剖析CoPoS如何透過「化圓為方」,從晶圓級封裝邁向面板級封裝,解決AI晶片日益增長的算力需求與成本挑戰。
Thumbnail
台灣半導體產業 AI 晶片測試——先進封裝時代背後的隱形基礎建設;首評旺矽 (MPI) 給予「買進/高風險」評級 2026 年 1 月 9 日 | 花旗研究 (Citi Research) 花旗觀點 (CITI'S TAKE) 最先進的封裝技術已成為 AI 晶片不可或缺的一環,因為系統效能現
Thumbnail
台灣半導體產業 AI 晶片測試——先進封裝時代背後的隱形基礎建設;首評旺矽 (MPI) 給予「買進/高風險」評級 2026 年 1 月 9 日 | 花旗研究 (Citi Research) 花旗觀點 (CITI'S TAKE) 最先進的封裝技術已成為 AI 晶片不可或缺的一環,因為系統效能現
Thumbnail
CoPoS 封裝革命啟動:5 檔美股將提前受惠,卡位 AI 封裝產能缺口 前言: 2025下半年–2026 是投資設備與材料的黃金期,這 5 檔股票具備「先接訂單+估值未反映」雙優勢,是你該提前布局的未來主力。 為什麼現在該認識 CoPoS?三大理由: 1. 傳統封裝快「塞車」,CoPoS
Thumbnail
CoPoS 封裝革命啟動:5 檔美股將提前受惠,卡位 AI 封裝產能缺口 前言: 2025下半年–2026 是投資設備與材料的黃金期,這 5 檔股票具備「先接訂單+估值未反映」雙優勢,是你該提前布局的未來主力。 為什麼現在該認識 CoPoS?三大理由: 1. 傳統封裝快「塞車」,CoPoS
Thumbnail
AI推動半導體技術革新與產業變革 b. 文章重點摘要 AI應用推動需求變化:半導體市場從ICT需求轉向AI應用,AI晶片需求呈爆炸性成長,帶動運算晶片、記憶體及先進封裝技術的進步。 先進封裝與製造技術革新:技術如TSV、HBM、混合鍵合等提升晶片效能與密度,並解決傳統製程的效能瓶頸。 摩爾定
Thumbnail
AI推動半導體技術革新與產業變革 b. 文章重點摘要 AI應用推動需求變化:半導體市場從ICT需求轉向AI應用,AI晶片需求呈爆炸性成長,帶動運算晶片、記憶體及先進封裝技術的進步。 先進封裝與製造技術革新:技術如TSV、HBM、混合鍵合等提升晶片效能與密度,並解決傳統製程的效能瓶頸。 摩爾定
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News