全球 AI 基礎建設投資持續擴張，客製化 AI 加速器已成為晶片設計大廠的重要成長來源。綜合外電報導，博通（Broadcom）最新財報顯示，2026 會計年度第一季營收達 193 億美元，其中 AI 半導體營收為 84 億美元，年增 106%，主要受惠於客製化 AI 加速器與 AI 網路設備需求升溫。

在輝達（Nvidia）GPU 持續主導 AI 訓練與推論市場之際，雲端巨頭也積極尋求客製化晶片方案，以降低成本、提升特定工作負載效率，並避免過度依賴單一供應商。博通長期與 Google、Meta、OpenAI 等科技大廠合作客製化 AI 晶片與網路解決方案，逐漸成為 AI 資料中心背後的重要基礎供應商。

FuriosaAI導入多晶粒架構 搶攻AI推論市場

博通近期宣布與韓國 AI 晶片新創 FuriosaAI 合作，將其納入客製化 ASIC 生態系。根據外媒報導，FuriosaAI 規劃將自家 Tensor Contraction Processor（TCP）架構，導入多晶粒 System-on-Package 封裝設計，鎖定大規模 AI 推論工作負載。

報導指出，FuriosaAI 第三代 AI 加速器預計採用 2 奈米製程，並結合博通先進封裝技術，支援雙層 HBM4 或 HBM4e 高頻寬記憶體。雖然最終規格仍待官方進一步公布，但這項合作已凸顯 AI 晶片競爭重點，正從單顆晶片算力，轉向多晶粒整合、記憶體頻寬與資料中心級網路互連能力。

博通先前提出的 3.5D XDSiP 封裝技術，目的在於讓客製化晶片客戶能將運算核心、記憶體、I/O 與低階邏輯拆分設計，再透過先進封裝整合為單一系統。這種模式可降低大型單晶片設計的光罩成本與良率風險，也能提升記憶體靠近運算核心的效率。

先進封裝改寫晶片利益分配

在傳統半導體產業中，IC 設計公司多半掌握產品規格與市場價值；但 AI 晶片進入多晶粒時代後，封裝、互連、網路與系統整合的重要性快速上升。對新創晶片公司而言，能否接入成熟封裝平台與高速網路生態系，將直接影響產品能否進入大型資料中心。

FuriosaAI 目前產品在多晶片串聯能力上仍有擴充限制，未來若要突破更大規模部署，便需要引進博通乙太網路、PCIe 與高階交換晶片等解決方案。這意味著 AI 加速器的核心競爭力，已不再只是單一晶片峰值算力，而是封裝內資料傳輸、晶片間互連與整櫃級網路效率。

市場分析人士認為，客製化 ASIC 搭配先進封裝，是雲端業者降低 AI 運算成本的重要路徑，也可能成為挑戰 Nvidia GPU 壟斷地位的可行方向。不過，這也讓掌握封裝與網路技術的少數巨頭取得更高議價權，晶片新創若缺乏生態系支援，將面臨導入大型資料中心的門檻。

華為提出LogicFolding與Tau Scaling 試圖繞開EUV限制

相較於博通陣營依循先進製程與封裝演進，受到美國出口管制限制的華為，則提出不同技術路線。根據外電報導，華為近期提出 Tau Scaling 概念與 LogicFolding 晶片架構，主張透過系統級晶片整合、3D 堆疊與結構優化，在缺乏 EUV 先進微影設備的條件下，延續類似摩爾定律的效能提升。

華為表示，LogicFolding 將率先用於今年秋季推出的 Kirin 智慧型手機晶片。這項進展不只牽動中國自研手機晶片布局，也被視為對輝達與蘋果形成雙重壓力。對輝達而言，美國出口管制限制其高階 AI 晶片在中國銷售，讓華為有機會承接中國本土 AI 晶片需求；對蘋果而言，華為 Mate 60 系列曾憑藉 5G 與自研晶片重返高階手機競爭，也使中國市場 iPhone 銷售面臨更激烈挑戰。

華為相關論述強調，未來晶片進步不應只看單層平面上的電晶體微縮，而要把多層晶片堆疊、互連速度、資料傳輸效率與系統整合納入考量。華為並稱，若相關技術持續推進，2031 年有機會達到相當於 1.4 奈米製程等級的能力；同時也表示，過去 6 年已有 381 款晶片依據 Tau Scaling 相關方法設計與量產。

不過，國際分析師對華為說法仍持保留態度。部分專家認為，堆疊與摺疊式設計確實可帶來有效密度提升，但這不代表華為已經解決真正 1.4 奈米等級製造所需面對的完整製程、良率、功耗、散熱與元件效能問題。若將三維堆疊後的「系統密度」直接與先進製程的二維電晶體密度相比，容易造成技術指標混淆。

3D堆疊不是萬靈丹 散熱與良率仍是難題

無論是博通推動的 3.5D 先進封裝，或華為提出的 LogicFolding 與 Tau Scaling，核心都指向同一件事：半導體產業已無法單靠製程節點微縮滿足 AI 算力需求，必須透過封裝、互連與系統設計共同突破瓶頸。

3D 堆疊與混合鍵合可縮短資料傳輸距離、提升頻寬並降低部分功耗，但同時也提高製造複雜度。晶片堆得越密，散熱越困難；不同晶粒整合越多，測試與良率管理也越複雜。一旦其中一個晶粒或鍵合環節出現瑕疵，整體封裝成本與報廢風險都會上升。

分析人士指出，華為若能將 LogicFolding 導入今年秋季旗艦手機晶片，確實代表一項工程突破；但該技術能否從手機晶片擴大到 AI 資料中心，才是真正考驗。資料中心晶片需要承受更高功耗、更長時間運轉與更嚴格的良率要求，若散熱、封裝與量產穩定度無法跟上，系統級微縮的商業化效益仍可能受限。

因此，先進封裝不只是技術升級，也是一場資本密集競賽。能否取得穩定產能、先進設備、HBM 供應與良率控制能力，將決定 AI 晶片公司能否真正量產並進入商用市場。

整體而言，博通與 FuriosaAI 的合作，代表客製化 AI 晶片正加速走向多晶粒與系統級封裝；華為 LogicFolding 與 Tau Scaling 則顯示受限於出口管制的企業，正試圖用不同技術敘事延續晶片效能提升。兩者路線不同，卻共同指向一個趨勢：AI 晶片競爭已不再只是誰的製程最先進，而是誰能把運算、記憶體、封裝、互連、良率與供應鏈整合得最好。

對全球科技產業而言，先進封裝正從幕後製程變成戰略主角；對台灣供應鏈而言，這既是擴大產值的機會，也是合規與產能配置的新考驗。

本文為產業新聞與市場觀察，並非任何有價證券、金融商品或投資策略之買賣建議。文中提及之公司、技術、合作案、製程節點、封裝規格與市場展望，可能受供應鏈、出口管制、專利、良率、成本、客戶訂單與地緣政治變化影響。投資人應自行評估風險，並審慎判斷。