先進封裝技術前沿:CoWoS vs Chiplet vs 3D堆疊技術解析

RexAA
•
AI速讀
隨著AI算力需求暴增且先進製程逼近物理極限,先進封裝已成為決定晶片性能的核心。目前產業以台積電的CoWoS 2.5D封裝為主流,輝達等大客戶已預訂大量產能,導致供需緊張。與此同時,Chiplet技術透過模組化拆分降低成本並提升良率,而3D堆疊則透過混合鍵合實現垂直突破。趨勢顯示,高端晶片將走向「CoWoS+Chiplet+3D堆疊」的融合組態。在國產替代方面,中國封測廠正加速擴產以應對外部限制。分析指出,先進封裝的高景氣度將延續至2027年下半年,封裝設計正從後端收尾轉向前端定義。
先進封裝技術前沿:CoWoS vs Chiplet vs 3D堆疊技術解析

CoWoS解決"晶片之間怎麼連",Chiplet解決"晶片怎麼拆",3D堆疊解決"晶片怎麼疊"——它們是工具箱,不是單選題。

算力需求指數級往上走,先進製程卻已逼近物理極限——2nm是量產最前沿,再往下每一步代價陡增。據集邦諮詢2026年8月報導,輝達已預訂台積電2026年80萬至85萬片CoWoS晶圓產能,獨佔全年過半配額。封裝不再是"最後一道工序",而是決定你能拿到多少產能的前置變數。

CoWoS、Chiplet、3D堆疊——這三條路線各自解決什麼問題?誰在定義當下的產業格局,誰又代表未來方向?

一、CoWoS——2.5D封裝的"當紅炸子雞"

技術原理。CoWoS以中介層(Interposer)為橋樑:中央放置AI計算晶片,周邊排布多顆HBM,高密度互連全部走中介層完成。工序拆分為兩段——CoW(Chip on Wafer)把邏輯晶片與HBM貼裝到晶圓級中介層上;WoS(Wafer on Substrate)把中介層切割後鍵合到有機封裝基板。

一個常被混淆的點:中介層並非只有一種材質。CoWoS-S用整片硅中介層加TSV,互連密度最高;CoWoS-R以RDL(重布線層)為主;CoWoS-L則是局部硅橋(LSI)加RDL的混合方案,用於Blackwell、Rubin這類最高端GPU。"硅中介層還是RDL"不是二選一,而是看用哪一款。

產能資料。台積電CoWoS產能的爬坡曲線是這樣的:2024年底約3.5萬片/月 → 2025年約7萬片/月 → 2026年底台積電自身約12萬至14萬片/月(加OSAT全行業接近20萬片/月)→ 2027年台積電至少20萬片/月 → 2028年底約26萬片/月。注意口徑差異:瑞銀把"26萬片"掛在2027年底(全行業),與"2028年底(台積電)"是兩條線,不可混用。

產能爬得再快,良率才決定能否交付。台積電何軍在2026年8月OCP APAC峰會上披露,5.5倍光罩尺寸的CoWoS已量產,多家AI客戶產品良率穩定超過98%。5.5倍光罩對應的硅中介層面積約4565平方毫米(1倍光罩約858平方毫米)。瑞銀隨後在SEMICON Taiwan 2026引用這一資料,並據此上調了產能預估。

供需缺口。摩根士丹利2026年6月測算:2027年全球CoWoS總需求將達269.4萬片、同比增長93%。拆到客戶:輝達122.2萬片、同比+57%、佔比約45%;AMD暴增至53萬片、同比+308%、佔比從9%升到20%。

這裡要更正一個流傳的說法:"GoogleTPU翻倍至60萬片"並不精準——翻倍的是TPU晶片出貨量(2026年約370萬顆→2027年735萬顆以上);以CoWoS晶圓計,Google相關需求約52萬片(博通約34.3萬+聯發科約18萬)。

即便產能拉滿,賬仍算不平。摩根士丹利指出,即便台積電自身將CoWoS產能擴至每月20萬片,仍可能滿足不了需求;2027年底全行業月產能測算約28萬片,表面看夠用,但最高端的CoWoS-L/S依然供不應求。

產能外溢與收入。由於自有產線滿負荷,台積電計畫把CoW(晶片貼裝至中介層)環節外包給日月光投控等封測企業——以往只外放後期的WoS,這次外放的是技術權重更高的CoW貼裝。收入側,摩根士丹利預測台積電2027年CoWoS收入達400億美元、AI相關總營收達863億美元、同比增長218%(機構預測口徑)。

CoWoS產能爬坡(片/月)與2027需求拆分30萬15萬03.5萬2024底7萬202512-14萬2026底≥20萬2027約26萬2028底2027年需求拆分:總需求 269.4 萬片(同比 +93%)輝達 122.2萬(+57%,佔45%)AMD 53萬(+308%)Google約52萬註:輝達/AMD 為摩根士丹利口徑;台積電自身產能與"全行業含OSAT"為兩條口徑,勿混用。良率:5.5倍光罩 CoWoS 已量產,多客戶產品良率穩定 >98%(台積電何軍,OCP APAC 2026-08)

二、Chiplet——晶片設計的"樂高革命"

CoWoS解決"連"的問題,Chiplet解決的是"晶片怎麼拆"。傳統做法是把儘可能多功能塞進一顆大晶片,但它有兩個致命傷:面積越大良率越低(一個缺陷就報廢整顆);不同功能模組被迫綁在同一先進製程上,成本無法最佳化。

Chiplet把大晶片拆成多個小晶片,再用先進封裝互連實現異構整合。不同功能模組可以用不同製程、來自不同廠商的晶片組合——計算核心用最先進製程,I/O和快取用成熟製程,各取所需。

標準化是這條路線的關鍵變數。UCIe 3.0規範於2025年8月5日發佈,將資料速率從32 GT/s翻倍至48 GT/s和64 GT/s,並引入執行階段重校準、擴展邊帶傳輸(覆蓋距離延伸至100mm)等改進。該規範入圍了FMS 2026最佳展示獎的Connectivity類別(finalist,該類別最終獲獎者為CXL Consortium)。

產品落地也在推進。AMD宣佈其Versal RF系列自適應SoC將首次在自適應SoC產品線中原生支援UCIe 1.1,搭載UCIe 1.1的量產晶片計畫2027年第四季度供貨。

對中國晶片企業而言,Chiplet的份量更重。在先進製程獲取受限的背景下,用成熟製程的晶片通過先進封裝"組合"出接近先進性能的系統,是一條現實可行的替代路徑——這恰恰是Chiplet架構設計初衷的延伸。

三、3D堆疊——突破平面限制的"垂直革命"

2.5D是"橫向鋪開",3D堆疊是"向上要空間"。技術核心是混合鍵合(Hybrid Bonding):台積電的SoIC(System on Integrated Chips)採用銅對銅(Cu-Cu)直接鍵合,把多顆晶粒垂直堆疊,凸塊被取消,互連距離大幅縮短,功耗隨之下降、頻寬密度提升。

代價很直接——資本開支。據TrendForce援引資料,SoIC每1萬片/月的產能投資約68億至70億美元,遠高於CoWoS。產能上,台積電2026年建立約1萬至1.5萬片/月的SoIC產能,展望2027年底約3.5萬片/月、2028年底約6.5萬片/月。

HBM側也在探路。SK海力士明確指出,混合鍵合是16層及以上HBM產品的必要技術——直接Cu-Cu連接、去掉微凸塊,可降低堆疊厚度、改善散熱。需澄清:SK海力士此前推出的16層HBM3E用的是先進MR-MUF工藝,並非混合鍵合;混合鍵合全面採用,業界預期要到HBM4E/HBM5階段。

需求端最值得關注的是輝達。其下一代GPU架構代號"Feynman",計畫2028年推出,有供應鏈消息稱它將採用類似AMD X3D的堆疊方式、借助台積電SoIC整合額外單元。但Feynman採用SoIC這一關聯目前屬於供應鏈爆料,輝達官方尚未證實。

真正把三條路線"套娃"起來的,是AMD的MI300。它採用被稱為"3.5D"的封裝:先用SoIC混合鍵合,把計算裸片(CDNA3)垂直疊在I/O裸片之上;再連同8顆HBM一起,放到CoWoS的2.5D封裝上。一次封裝,同時用上兩條路線。

一個工具箱:連、拆、疊,各管一段CoWoS(2.5D)晶片之間怎麼"連"中介層為橋,連計算芯+HBM已大規模量產5.5倍光罩良率 >98%CoWoS-S / R / L 三型當下"產能瓶頸"台積電一超;CoW外溢日月光Chiplet晶片怎麼"拆"大晶片拆小,異構整合UCIe 3.0(2025.8)48/64 GT/sAMD Versal RF 2027Q4設計端"架構革命"國產:成熟製程組合破局3D堆疊(SoIC)晶片怎麼"疊"Cu-Cu 混合鍵合垂直堆疊,互連最短2026 SoIC 1-1.5萬片/月每萬片投資 68-70 億美元未來"垂直方向"HBM:16層+的必要技術

四、三條路徑的比較與互補

把三條路線放進一張表,差異一目瞭然。

維度
CoWoS(2.5D)
Chiplet
3D堆疊(SoIC)
核心邏輯
晶片之間怎麼連
晶片怎麼拆
晶片怎麼疊
解決什麼
計算晶片與HBM高密度互連
大晶片的面積與良率困境
互連距離與功耗的極限壓縮
成熟度
已大規模量產,5.5倍光罩良率>98%
標準就緒(UCIe 3.0),生態擴張中
SoIC已量產,產能爬坡中
典型應用
輝達GPU、AMD MI、GoogleTPU
AMD Versal RF、多廠商異構整合
AMD MI300(疊CDNA3)、HBM堆疊
技術門檻
中介層面積與良率、翹曲控制
標準互操作、die-to-die介面
鍵合良率、散熱、測試複雜度
產能瓶頸
2027全行業約28萬片/月
依賴封裝產能與生態成熟
每萬片投資68-70億美元
核心玩家
台積電(一超)、日月光等OSAT
UCIe Consortium、AMD、Intel
台積電SoIC、SK海力士

CoWoS解決"晶片之間怎麼連",Chiplet解決"晶片怎麼拆",3D堆疊解決"晶片怎麼疊"。

三者不是替代關係,而是先進封裝的"工具箱"——需要哪個拿哪個,更多時候是一起用。

五、國產先進封裝的追趕

先把盤子說清楚。據群智諮詢,2026年全球先進封裝市場規模預計達587億美元、同比增長約97%。這裡必須標註口徑:群智的"先進封裝"是狹義定義,僅指2.5D/3D封裝,反推其2025年基數約298億美元,明顯低於Yole、中商等機構口徑下的約531億美元。587億這個數字在其他機構口徑下不可直接比較。

佔比的變化更確定。中國半導體行業協會口徑顯示,2026年先進封裝佔整體封測市場的比重將首次突破50%(約54%)。至於"AI專屬封裝毛利率48%至55%",目前僅見於自媒體轉述,未能找到摩根士丹利研報的一手來源,引用時需謹慎。

供需是另一個關鍵詞。群智諮詢資料顯示,2025年全球先進封裝產能供需比約為-23%,大量訂單排期超過一年,預計到2027年下半年產能才達到平衡點。這個"拐點時間",正是"高景氣至少延續到2027年下半年"的來源。

國產封測廠的業績,驗證了這條曲線的斜率。

公司
2026H1 營收
歸母淨利潤
關鍵標籤
長電科技
195.27 億元
同比 +79.41%
運算電子營收 +40.4%
通富微電
160.41 億元
同比 +316.77%
Q2三項指標創歷史新高;AMD"合資+合作"佔其相關產品80%以上
盛合晶微
34.07億元
同比 +3.33%
硅基2.5D大規模量產領域領先(券商/公司口徑)

技術卡位上,盛合晶微被稱為中國大陸唯一實現2.5D異質整合大規模量產的封測廠(券商及公司口徑)。這裡要加一個限定:長電科技的XDFOI®平台同樣宣稱已實現規模量產,因此"唯一"更穩妥的表述是"硅基2.5D大規模量產領域領先"。

擴產是直接回應。據EET China口徑,2026年A股先進封裝板塊上市公司年內合計擴產投資已超300億元(不同統計範圍下另有274億、390億等版本)。其中,長電科技擬在上海臨港新片區建設高端先進封測工廠,項目總投資78億元,分兩期建設,一期計畫2028年下半年完成。

為什麼國產封測的戰略權重在上升?答案在兩條線的交匯處:摩爾定律趨近物理極限,疊加國內先進晶圓製程面臨外部約束——先進封裝恰好是國產半導體產業鏈中"確定性最高"的突圍方向之一。它不依賴最先進的光刻機,卻能顯著提升系統性能,且中國在封測環節本就有產能基礎和客戶關係。

融合趨勢:AMD MI300 的"3.5D"套娃結構封裝基板(Substrate)硅中介層 / LSI+RDL 中介層I/O 裸片計算裸片 CDNA3← SoIC 混合鍵合垂直堆疊HBM ×4HBM ×4一次封裝,兩條路線同時上3D堆疊(SoIC 疊 CDNA3 於 I/O 裸片)+ 2.5D(8顆 HBM 上 CoWoS)趨勢判斷:"CoWoS + Chiplet + 3D堆疊"組合式封裝將成為高端晶片常態台積電"一超多強"短期難破;國產機遇在"國產替代 + 海外外溢"雙重驅動

六、風險與趨勢判斷

風險之一,CoWoS產能擴張與需求節奏的錯配。產能是按一年前的判斷建的,需求卻可能因大模型迭代驟起驟落。擴產太猛會過剩,太慢會丟客戶。

風險之二,3D堆疊的工程難題。混合鍵合良率、散熱管理、測試複雜度,三個都是硬骨頭。堆得越高,中間那顆晶粒散熱越難,測試也越難在堆疊前完成。

風險之三,Chiplet生態的標準化處理程序。UCIe 3.0已發佈,但從規範到大規模互操作產品,中間隔著廠商博弈。生態跑得慢,"樂高"就搭不起來。

風險之四,國產在高端環節的差距。國產封測的業績增長,很大部分來自成熟環節和海外外溢訂單,最尖端的2.5D/3D能力與國際巨頭仍有代際差。

趨勢上,三個判斷。先進封裝正從"輔助環節"變為"核心能力",它不再是設計完成後的收尾工序,而是從架構定義階段就要納入的約束條件。三條路線正走向融合,AMD MI300的"3.5D"就是訊號——"CoWoS+Chiplet+3D堆疊"的組合式封裝,會成為高端晶片的常態組態。格局上,台積電"一超多強"短期難破;國產封測廠的機遇在"國產替代+海外外溢"雙重驅動——當台積電把CoW工序外包出去時,有能力承接的廠商就拿到一張新門票。

七、結論

先進封裝不是"一道工序",而是決定AI晶片性能天花板的核心能力。當先進製程的邊際收益遞減,封裝的邊際收益在上升,天平已經傾斜。

三條路線的定位可以這樣記:CoWoS是當下的"產能瓶頸",Chiplet是設計端的"架構革命",3D堆疊是未來的"垂直方向"。

對投資人而言,先進封裝的高景氣度至少延續至2027年下半年,但需要盯住兩件事——三條路線的融合趨勢,以及國產替代的真實進度(看量產良率,而不是看擴產公告)。

對工程師而言,一個正在發生的轉變是:封裝設計正在從"後端收尾"走向"前端定義"。晶片架構師在設計階段就要考慮中介層面積、HBM排布、鍵合方式——理解先進封裝,正從加分項變成必備能力。 (EconoBytes)