先進封裝之所以突然從“幕后工藝”走到產業舞臺中央,不是因為它忽然變得重要了,而是因為整個半導體進步邏輯變了。
過去,行業默認的主線是:性能提升 ≈ 更先進制程。
現在,主線變成了:性能提升 ≈ 先進制程 + HBM + Chiplet + 先進封裝 + 系統級協同設計。
TSMC 近年的官方材料已經把先進封裝與領先邏輯制程并列為增長驅動力,并持續擴充相關產能;Intel 也把 Foveros、EMIB 這類先進封裝直接定義為其 Foundry 體系的核心組成,用來交付“systems of chips”。
![]()
1、核心觀點提煉
先進封裝走到臺前,不是封裝行業在“升級”,而是摩爾定律邊際放緩之后,系統創新的重心從“晶體管縮放”轉移到了“芯片互連與集成架構”。
它突然被全行業高度關注,背后有五個深層原因:
AI 把“帶寬”變成第一瓶頸,不再只是算力瓶頸。
單顆大芯片越來越貴、越來越難做,Chiplet 成為現實路線。
HBM 必須依賴先進封裝協同,AI 芯片離不開它。
封裝開始決定系統性能、功耗、良率和上市速度。
先進封裝產能本身成了稀缺戰略資源,誰掌握它,誰就握有 AI 時代硬件供應鏈的話語權。
傳統路徑是把更多功能塞進一顆單片 SoC。
但當芯片越來越大時,會同時遇到:
掩模版圖與光罩限制
良率下降
功耗和熱密度惡化
設計復雜度爆炸
成本上升快于性能收益
于是產業開始從“單片集成”轉向“分解成多個 chiplet,再高密度重組”。AMD 的 chiplet 路線和 UCIe 聯盟推動的開放 chiplet 生態,都是這個方向的直接體現。UCIe 官方就明確把自己的定位定義為“open ecosystem of chiplets for on-package innovations”。(UCIe Consortium)
第二層:AI 時代的真正瓶頸,不只是算力,而是“算力喂不飽”
大模型訓練和推理并不是簡單地“多堆 GPU”就行。
更深層的問題是:
GPU 與 HBM 之間要極高帶寬
多顆裸片之間要極低延遲
數據搬運功耗必須被壓縮
互連距離越短越好
這正是 2.5D / 3D 封裝的價值。TSMC 對 CoWoS 的官方描述就是:把邏輯芯片與 HBM 等高帶寬組件在同一封裝中高密度互連,以滿足 AI 與超級計算需求。Intel 也把先進封裝描述為服務 AI 加速器等高密度、高性能場景。
第三層:HBM 把先進封裝從“可選項”變成“必選項”
AI 芯片的性能如今高度依賴 HBM。
問題在于,HBM 不是單獨插上去就行,它要和邏輯芯片通過超高密度封裝互連協同工作。也就是說:
沒有先進封裝,就很難真正吃到 HBM 的價值;沒有 HBM,很多 AI 芯片的系統性能又上不去。
這就是為什么今天大家談 AI 芯片,最后都會談到 CoWoS、2.5D、3D 堆疊、中介層、橋接和混合鍵合。McKinsey 也把 AI、HPC 與先進封裝的結合,視為 2025 年半導體封裝的核心趨勢之一。
第四層:封裝開始承擔“系統架構”的功能
傳統封裝是后段工藝。
先進封裝不是。
今天封裝在做的事情包括:
邏輯與存儲器協同布局
多芯粒異構集成
功耗路徑優化
熱設計
帶寬密度優化
已知良品裸片組合,提高系統級良率
Intel 的官方材料甚至直接把這件事提升到 STCO(Systems Technology Co-Optimization) 的層面:不是單點優化某個制程,而是從系統角度聯合優化工藝、封裝和架構。
3、產業影響 先進封裝把產業利潤池往“中后段”重新分配
過去產業鏈的聚光燈在:
EDA
IP
設計公司
晶圓代工
EUV 設備
現在先進封裝正在成為新的利潤池和戰略高地。
一個明顯信號是:TSMC 在年度材料中把先進封裝需求與領先制程需求并列;而市場對 AI 芯片交付節奏的關注,已經不再只盯 wafer fab,而是盯 CoWoS 產能是否夠。近期市場消息也反映出,AI 芯片供給緊張的約束不只是前段制造,也來自先進封裝能力。
“誰能封,誰就有議價權”
這帶來一個產業權力變化:
以前最關鍵的是“誰能做最先進晶圓”
現在還要看“誰能把邏輯、HBM、chiplet 組裝成可量產系統”
因此,先進封裝能力正在影響:
AI 芯片出貨節奏
數據中心 GPU 供給
客戶排產優先級
大客戶綁定關系
資本開支方向
你可以把它理解為:
先進封裝正在從制造環節,升級成戰略基礎設施。
Chiplet 讓更多公司能參與高端芯片競爭
這也是先進封裝走到臺前的另一個原因。
單顆超大 SoC 的門檻太高,只有極少數公司能承擔。Chiplet + 先進封裝讓系統可以模塊化:
不同 chiplet 用不同工藝
不同供應商可以協同
已有 IP 可以復用
產品迭代速度更快
這會重塑競爭格局,讓“封裝設計能力”成為新的核心競爭力,而不是只有“誰有最強前端設計能力”。UCIe 的推進,本質上就是在為這種模塊化芯片經濟修路。
4、社會結構變化
這個問題表面上是工藝問題,深層其實是 AI 基礎設施的權力結構問題。
第一,算力權力進一步集中
先進封裝高度復雜、資本密集、認證周期長,能大規模量產的玩家非常少。
這意味著 AI 時代最關鍵的基礎設施之一,會集中在少數地區、少數廠商、少數工藝平臺手里。TSMC、Intel、ASE 等擁有更強的話語權,就是這個趨勢的體現。
第二,國家競爭將從“制程競爭”擴展到“封裝競爭”
過去很多人談半導體,只關注 3nm、2nm、EUV。
未來更現實的競爭維度是:
先進封裝產能
HBM 供應
基板與材料
熱管理
chiplet 標準生態
共封裝光學等下一代互連
換句話說,國家級算力競爭正在從單點制程,升級為完整異構集成能力競爭。
第三,人才結構會被改寫
先進封裝變重要,意味著產業更需要的是復合型人才:
封裝設計
SI/PI(信號/電源完整性)
熱仿真
材料工程
系統架構
先進測試
這會推動半導體人才從“前段設計中心化”走向“系統工程中心化”。
5、未來20年的關鍵拐點 拐點一:先進封裝成為“默認架構”
未來高性能芯片默認不再是“單顆大芯片”,而是:
多個邏輯芯粒 + HBM + 專用 I/O + 高密度封裝互連
單片 SoC 會繼續存在,但在 AI/HPC 頂級場景中,異構集成會成為主流。
拐點二:開放 chiplet 生態真正成形
UCIe 這類標準如果繼續演進,未來芯片產業會有點像“主板生態”:
A 公司做 CPU chiplet
B 公司做 AI 加速 chiplet
C 公司做 I/O chiplet
D 公司做封裝整合
這會大幅降低部分創新公司的進入門檻,但同時把系統整合能力變成新壁壘。
拐點三:3D 堆疊與混合鍵合進一步成熟
2.5D 是現在的主舞臺,3D 是下一階段的高地。
一旦 3D 堆疊、混合鍵合、熱管理和測試成熟,封裝將不只是“把芯片連起來”,而是進一步接近“重新定義計算結構”。
拐點四:先進封裝與光互連結合
當電互連在帶寬和功耗上繼續承壓時,共封裝光學會越來越重要。產業已經在推進相關布局,說明先進封裝未來不只是電子封裝,還會成為光電融合平臺。
6、普通人應對策略
如果你是行業從業者,最現實的判斷不是“要不要懂封裝”,而是:
未來高端芯片競爭,不懂封裝就不再算真正理解芯片產業。對工程師
重點補這幾類能力:
Chiplet 架構理解
HBM/內存墻問題
2.5D/3D 封裝基礎
熱設計與可靠性
系統級性能瓶頸分析
機會在這些方向:
先進封裝 EDA / 仿真
熱管理與先進材料
測試與良率優化
封裝基板與互連
Chiplet 生態工具鏈
共封裝光學配套
要看清楚:
先進封裝不是一個普通制造細分,而是 AI 基礎設施的新瓶頸層。
凡是處在“算力交付鏈條瓶頸點”的環節,未來都可能獲得遠高于傳統后段制造的戰略溢價。
7、潛在風險 1. 供應鏈集中風險
先進封裝能力過度集中,會導致:
產能緊張
交付排隊
地緣政治脆弱性上升
大客戶鎖定更強
先進封裝不是免費的性能。
它會帶來更復雜的工藝流程、更高的材料成本、更復雜的測試和更高的資本開支。
3. 良率與可靠性挑戰
越復雜的多芯粒、多層堆疊系統,越容易出現:
熱熱點
裸片匹配問題
封裝良率損失
維修/測試復雜化
如果 chiplet 標準和接口生態不能充分統一,未來可能出現很多“看起來開放、實際上封閉”的小生態,抑制真正的產業協同。
8、總結性洞察
先進封裝走到產業舞臺中央,表面看是 AI 把它帶火了,深層看是因為:
人類半導體工業已經從“靠縮小晶體管前進”,進入“靠重組系統前進”的新階段。
在這個階段里,封裝不再是最后一道工序,而是決定算力密度、能效、帶寬、成本和產業權力分配的核心戰場。
誰掌握先進封裝,誰就不僅是在掌握一項工藝,而是在掌握 AI 時代硬件文明的組裝權。
歡迎加入行業交流群,備注崗位+公司,請聯系老虎說芯(加V:tigerchip)
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.