AMD投资100亿美元加码台湾半导体生态，瞄准下一代AI基础设施

日月光是全球最大的半导体封装与测试企业之一。AMD计划与ASE合作开发面向AI处理器和高性能计算芯片的先进封装技术。

矽品精密（SPIL）

SPIL是ASE旗下的重要封装公司，也参与了新的封装与互连技术研发。AMD希望通过这些技术提升AI系统的性能与能源效率。

其他潜在伙伴

部分行业报道提到台湾封测企业**力成科技（PTI）**可能参与相关合作，但目前公开信息中关于PTI的具体承诺仍较有限，因此仍需等待更明确的官方说明。

核心技术：EFB 2.5D桥接互连封装

此次合作的技术核心之一是EFB（Elevated Fanout Bridge）架构的2.5D封装技术，一种通过桥接结构连接多个芯片模块的先进互连方式。

这种封装方式能够带来几个关键优势：

• 更高的芯片互连带宽
• 更好的能效表现
• 支持大规模多芯片系统扩展

在现代AI处理器中，越来越多设计采用Chiplet架构、高带宽内存（HBM）以及密集互连，因此先进封装成为性能提升的关键因素之一。

AMD表示，这些新型封装方案将显著提升未来处理器之间的互连效率与带宽。

为EPYC“Venice”处理器提供支撑

AMD第六代EPYC服务器CPU代号Venice，是这项投资的重要应用目标。

目前披露的技术特点包括：

• 使用台积电2纳米制程技术制造
• 面向高性能计算和AI工作负载
• 依赖先进封装提高Chiplet之间的通信效率

EFB 2.5D互连能够提升芯片模块与内存之间的带宽，使处理器在同样功耗下获得更高性能，这对于大型AI训练和推理任务尤为关键。

为Helios机架级AI平台铺路

AMD的投资还将支撑其更宏大的目标——Helios机架级AI基础设施平台。

一个典型的Helios系统将整合：

• EPYC “Venice” CPU
• AMD Instinct MI450X GPU或其他MI400系列加速器
• 高带宽互连和大规模内存架构

这些机架系统专为超大规模AI集群设计，预计将从2026年下半年开始实现多吉瓦级部署规模。

这标志着AMD正在从单纯销售芯片，转向提供完整的机架级AI计算平台。

AI芯片竞争的真正瓶颈：封装能力

在AI硬件竞赛中，先进制程固然重要，但封装能力正成为新的瓶颈。

现代AI处理器往往包含多个Chiplet、HBM堆叠内存和高速互连，如果缺乏足够先进的封装产能，即使拥有晶圆制造能力，也无法扩大生产规模。

AMD此次投资重点覆盖多个关键技术领域：

• Chiplet集成
• HBM高带宽内存封装
• 3D混合键合（Hybrid Bonding）
• 高复杂度封装组装与测试

这些技术对于构建AI数据中心中的高密度计算系统至关重要。

与Nvidia的AI基础设施竞争

市场普遍认为，这一举措是AMD在数据中心AI领域挑战Nvidia的重要一步。

通过直接投资台湾生态，AMD希望实现：

• 锁定长期先进封装产能
• 提高AI硬件供应链稳定性
• 推出完整的机架级AI解决方案

这意味着AMD的战略正在从“卖GPU或CPU”转向提供完整的AI基础设施平台，以满足云计算厂商和超大规模数据中心客户的需求。

更大的行业趋势

AMD的100亿美元投资也反映出半导体产业的一个重要变化：

AI竞争越来越取决于整个产业生态，而不仅仅是芯片设计。

通过强化与台湾封装和制造企业的合作，并推进新的互连与封装技术，AMD希望让即将推出的Venice处理器和Helios AI机架系统能够跟上全球AI计算需求爆发式增长的节奏。