大型語言模型推動AI算力競賽重心轉移 系統級封裝與引線鍵合技術成關鍵

隨著ChatGPT及Claude等大型語言模型（LLM）加速迭代，人工智能（AI）算力基礎設施的競逐日益白熱化。這場算力競賽的焦點，已從以往單一晶片性能的比拼，演變為對系統級封裝（System-in-Package，SiP）與超大規模晶片組（Chiplet）架構生態的全面角力。 市場分析指，AI應用對運算能力、資料傳輸速度及功耗效率的要求不斷提升，傳統單晶片設計正逐步觸及物理極限。在此背景下，業界轉向SiP及Chiplet等先進封裝技術，旨在透過將多個功能各異的晶片整合於單一封裝內，以顯著提升系統效能、整合度，並改善生產良率及設計彈性，同時有效降低成本。 在這一技術轉型過程中，晶片間的訊號傳輸效率顯得尤為關鍵。傳統封裝模式下，引線鍵合（Wire bonding）技術擔負著連結晶片內部電路與外部引腳的重任，其精準度與可靠性直接影響整體系統的表現。隨著SiP及Chiplet等先進封裝方案的日益普及，對高效能、高密度且可靠的引線鍵合技術需求亦隨之飆升，使其成為當前晶片先進封裝領域中兵家必爭的關鍵環節。投資者關注相關供應鏈在技術升級中所扮演的角色及市場機遇。