新聞中心

EEPW首頁 > EDA/PCB > 市場分析 > 臺積電先進封裝產(chǎn)能被訂光,一路包到明年

臺積電先進封裝產(chǎn)能被訂光,一路包到明年

作者: 時間:2024-05-07 來源:半導體產(chǎn)業(yè)縱橫 收藏

AI 應用百花齊放,兩大 AI 巨頭英偉達(NVIDIA)、AMD 全力沖刺高性能計算(HPC)市場,傳出包下臺積電今、明年 先進封裝產(chǎn)能。

本文引用地址:http://m.butianyuan.cn/article/202405/458387.htm

臺積電高度看好 AI 相關(guān)應用帶來的動能,總裁魏哲家于 4 月法說會上修 AI 訂單能見度與營收占比,其中,訂單能見度從原預期 2027 年拉長到 2028 年。

臺積電認為,服務器 AI 處理器今年貢獻營收將增長超過一倍,占公司 2024 年總營收十位數(shù)低段(low-teens)百分比,預期未來 5 年服務器 AI 處理器年復合增長率達 50%,2028 年將占臺積電營收超過 20%。

業(yè)界指出,AI 需求強勁,亞馬遜 AWS、微軟、Google、Meta 等全球云端服務(CSP)四巨頭積極投入 AI 服務器軍備競賽,使英偉達、AMD 等 AI 芯片大廠產(chǎn)品出現(xiàn)供不應求盛況,并對臺積電先進制程、先進封裝全力下單,以應對云端服務大廠龐大訂單需求,臺積電 2024 與 2025 年 等先進封裝產(chǎn)能都已全數(shù)被包下。

因應客戶龐大需求,臺積電正積極擴充先進封裝產(chǎn)能。業(yè)界推估,今年底臺積電 月產(chǎn)能上看 4.5 萬~5 萬片,較 2023 年的 1.5 萬片呈現(xiàn)倍數(shù)增長,2025 年底 CoWoS 月產(chǎn)能更將攀上 5 萬片新高峰。

方面,預期今年底月產(chǎn)能可達五、六千片,同樣較 2023 年底的 2000 片倍數(shù)增長,并于 2025 年底沖上單月 1 萬片規(guī)模。由于大廠全數(shù)包下產(chǎn)能,臺積電相關(guān)產(chǎn)能利用率將維持高檔水平。

據(jù)了解,英偉達目前量產(chǎn)出貨主力 H100 芯片主要采用臺積電 4nm 制程,并采用 CoWoS 先進封裝,與 SK 海力士的高帶寬內(nèi)存(HBM)以 2.5D 封裝形式供貨客戶。

至于英偉達新一代的 Blackwell 架構(gòu) AI 芯片同樣采用臺積電 4nm 制程,是以加強版 N4P 生產(chǎn),同時搭載更高容量及更新規(guī)格的 HBM3e 高帶寬內(nèi)存,因此計算能力將比 H100 系列倍數(shù)增長。

另外,AMD 的 MI300 系列 AI 加速器采用臺積電 5nm 與 6nm 制程生產(chǎn),與英偉達不同之處在于,AMD 在先進封裝上,先行采用臺積電 SoIC 將 CPU、GPU 晶粒做垂直堆疊整合,再與 HBM 做 CoWoS 先進封裝,因此制程良率多了一道先進封裝難度較高的 SoIC 制程。

先進封裝成未來決勝點

知識力專家社群創(chuàng)辦人曲博指出,晶體管越小,理論上芯片就越小,一片晶圓能做出來的芯片就會變多,所以理論上單位成本會隨晶體管的縮小而降低。然而,先進制程發(fā)展到一個程度之后,技術(shù)復雜度大幅增加,特別是極紫外光(EUV)一旦用下去,成本立刻暴增,導致進入 3nm,成本不但下不來,反而是增加,更遑論未來進入 2nm 甚至 1nm。

無論是晶體管縮小來到極限,抑或是成本因素的考量,未來半導體產(chǎn)業(yè)的重要發(fā)展,就是采用先進封裝技術(shù)把不同的芯片堆起來,讓晶體管的密度再增加。日前,臺積電已推出其晶圓級系統(tǒng)(SoW)產(chǎn)品,該產(chǎn)品允許封裝大量芯片(邏輯芯片、復合 SoIC 封裝、HBM 和其它芯片),以及在完整 12 英寸硅晶圓尺度上的電源和熱模組。與 CoWoS 和 3D SoIC 相比,先進封裝復雜性和能力的顯著提升,因為整個計算系統(tǒng)可能會被封裝在單一晶圓中。

但曲博也提醒,臺積電投入這一塊雖然花了很多功夫,但是先進封裝這個領域英特爾(Intel)其實技術(shù)也是很強的,大家一定要分清楚一件事,在「先進封裝」上,臺積電并沒有絕對領先英特爾,臺積電是在「先進制程」上領先英特爾。所以隨著先進封裝這個領域的重要性慢慢提高,臺積電并沒有放松的本錢。也可預見,中國臺灣相關(guān)先進封裝設備與技術(shù)的供應鏈廠商,未來應該會有不錯的成長空間。

生成式人工智能仰賴大型語言模型的訓練,現(xiàn)在的做法是分三階段,第一個階段是「預訓練」、第二個階段是「微調(diào)」(Fine Tune)、最后一個階段是「推理」。預訓練需要大量的 GPU 運算,訓練一個月的成本就要 1000 萬美金。但是微調(diào)就不一樣,微調(diào)是用大量的數(shù)據(jù)進行標注、微調(diào)參數(shù)而已,所以并不需要大量的算力,而是需要大量的高帶寬內(nèi)存(HBM)。

頂級 GPU 太貴、中小企業(yè)想用卻用不起。GPU 決定算力、HBM 則決定模型大小,群聯(lián)董事長潘健成就曾指出,群聯(lián)以 SSD 取代造價高昂的 HBM 系統(tǒng),加上英偉達消費級 GPU 打造,將傳統(tǒng)工作站升級為小規(guī)模 AI 服務器,硬件成本大幅降低;盡管運算速度仍不如大型 CSP 運端運算,不過相當具備成本優(yōu)勢;他打比方說道,例如臺北到高雄坐飛機其實最快、但是高鐵才是性價比最高的選擇。



關(guān)鍵詞: CoWoS SoIC

評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉