台積電喺 SEMICON Taiwan 2026 傳達嘅核心訊息係：AI 下一階段嘅勝負，將會喺系統層面決定，而唔係單靠處理器或者模型各自變得更勁。公司提出嘅路線圖，會將先進邏輯製程、SoIC 3D 堆疊、CoWoS 2.5D 封裝同矽光子技術結合，務求令數據喺愈來愈大型嘅 AI 系統入面傳得更有效率。13

2029 年系統算力增 50 倍？

台積電預計，將 SoIC 同 CoWoS 整合，可以令整體系統運算效能提升至 2024 年約 50 倍，目標時間係 2029 年。呢個預測反映半導體業界嘅思路轉變：進步嘅單位唔再只係一粒處理器，而係由多粒運算晶粒、高頻寬記憶體（HBM）同高密度互連組成嘅完整系統。3

台積電 3DFabric 路線圖據報包括：2026 年推出 N2P-on-N3P SoIC 整合，以及 2029 年嘅 A14-on-A14 整合；互連間距就會縮窄至 4.5 微米。呢啲里程碑主要係要提高堆疊元件同相鄰元件之間嘅連接密度及效率。315

推理 AI，點解令基建需求急升？

台積電 AI 及高效能運算業務開發主管李湘表示，AI 運算需求正以每年大約 5 倍速度增長；佢亦指出，推理 Token 量由 2022 年起已經增加接近 500 倍。13

呢一輪增長，愈來愈多係來自「推理」——即 AI 回應用戶、執行任務嘅階段，而唔單止係訓練更大型模型。具備推理能力嘅系統同代理式 AI，每次互動都可能產生及處理更多 Token；企業 AI Agent 同實體 AI 應用亦預計會長時間喺真實工作流程入面運行。123

換句話講，未來 AI 基建唔可以只為一次性訓練而設計，而要應付持續、海量嘅推理工作。用戶數增加、查詢更頻密，加上每次查詢所需運算量上升，都會同時推高加速器、記憶體、網絡、電力同散熱系統嘅壓力。

真正樽頸，可能係搬數據而唔係計數

李湘提出系統級協同設計，背後有一個重要效率問題：喺典型 AI 工作負載入面，數據搬運可以佔到整體活動嘅 60%；另一方面，價格高昂嘅 AI 加速器，實際使用率可能低於 40%。123

所以，單純增加運算單元，未必可以帶來相同比例嘅效能提升。系統仲要有效率咁將數據喺邏輯晶片同記憶體之間、封裝之間、伺服器機櫃之間，以及數據中心之間傳送，同時避免電力同冷卻需求失控。

台積電提出嘅方向，係由運算、記憶體同互連一路設計到儲存、供電、冷卻、機櫃及數據中心基建。喺呢個模式之下，先進封裝唔再只係生產流程最後一關，而係 AI 系統架構本身嘅一部分。

CoWoS 封裝要再「撐大」

根據相關先進封裝路線圖報道，台積電目前已經生產 5.5 倍光罩尺寸 CoWoS 封裝，並計劃喺 2028 年左右推進至 14 倍光罩尺寸封裝；據報相關配置大約可以整合 10 粒運算晶粒同 20 組 HBM。3

CoWoS 全名係 chip-on-wafer-on-substrate，即將邏輯晶片同高頻寬記憶體放喺同一個高度整合嘅封裝內。封裝面積做大之後，AI 加速器可以整合更多運算同記憶體，唔使完全依賴一粒巨大嘅單晶粒處理器。

呢種多晶粒方案亦反映先進製造嘅實際限制。將系統拆分成多粒晶粒，可能有助提高製造彈性，但同時會令封裝設計、互連密度、測試同散熱管理變得更加關鍵。

矽光子係下一層關鍵技術

台積電亦將矽光子同共封裝光學（CPO）定位為應對 AI 基建電氣連接限制嘅方法。據報，公司 COUPE 平台嘅頻寬路線圖會由 3.2 Tbps 提升至超過 12.8 Tbps。台積電亦預測，到 2027 年矽光子可能佔光收發器市場一半以上；部分供應商就預計會喺 2026 年下半年開始量產 CPO。3

大方向係將光學互連拉近運算封裝。電子元件同光子元件之間嘅距離縮短，有助支援更高頻寬同更佳能源效益。不過，呢條路線亦會帶來新要求，包括雷射器、光纖連接器、封裝以及驗證工作。1013

產能仍然係未解決嘅難題

即使技術路線圖相當進取，供應問題仍未消失。業界估算，台積電 CoWoS 產能可能由 2023 年底每月約 13,000 至 16,000 片晶圓，增加至 2026 年底約 120,000 至 140,000 片。要留意，呢啲係市場估算，並唔係台積電喺 SEMICON Taiwan 相關報道中正式披露嘅產能數字。636

機構投資者報告估計，隨住產能擴充，CoWoS 供求缺口可能由約 20% 收窄至 2026 年底約 10%。情況雖然有所改善，但仍代表需求會高過供應。36

產能分配亦係另一項風險。有市場報告估計，Nvidia 可能佔台積電 2026 年 CoWoS 需求或產量約 60%，令 AMD、Broadcom 同大型雲端服務商要爭奪其餘產能。呢個比例屬於市場分析，並非台積電喺 SEMICON Taiwan 公布嘅新分配數字。4

台積電角色，由代工廠走向 AI 系統整合者

呢次變化唔只係一次封裝升級。李湘形容，台積電嘅角色正由晶片延伸到數據中心，最終甚至延伸到 AI 系統所產生嘅 Token。1

如果呢個方向成形，台積電將會更加深入協調整個實體 AI 技術堆疊，包括先進邏輯製程、HBM 整合、先進封裝、光學輸入輸出、散熱設計、供電同系統驗證。剩低嘅挑戰亦唔只係晶圓同封裝產量，仲包括光學元件、測試、冷卻，以及供應商之間嘅協調。

因此，台積電所講嘅「AI 真正工業化」，本質上係一場整合能力嘅押注。50 倍效能提升係一個進取目標，但公司嘅路線圖亦清楚顯示，要達到呢個目標，關鍵唔只係製造更快嘅晶片，更要解決晶片之間點樣連接、點樣散熱，以及整條供應鏈點樣同步擴張。

台積電喺 SEMICON Taiwan 2026 傳達嘅核心訊息係：AI 下一階段嘅勝負，將會喺系統層面決定，而唔係單靠處理器或者模型各自變得更勁。公司提出嘅路線圖，會將先進邏輯製程、SoIC 3D 堆疊、CoWoS 2.5D 封裝同矽光子技術結合，務求令數據喺愈來愈大型嘅 AI 系統入面傳得更有效率。13

2029 年系統算力增 50 倍？

台積電預計，將 SoIC 同 CoWoS 整合，可以令整體系統運算效能提升至 2024 年約 50 倍，目標時間係 2029 年。呢個預測反映半導體業界嘅思路轉變：進步嘅單位唔再只係一粒處理器，而係由多粒運算晶粒、高頻寬記憶體（HBM）同高密度互連組成嘅完整系統。3

台積電 3DFabric 路線圖據報包括：2026 年推出 N2P-on-N3P SoIC 整合，以及 2029 年嘅 A14-on-A14 整合；互連間距就會縮窄至 4.5 微米。呢啲里程碑主要係要提高堆疊元件同相鄰元件之間嘅連接密度及效率。315

推理 AI，點解令基建需求急升？

台積電 AI 及高效能運算業務開發主管李湘表示，AI 運算需求正以每年大約 5 倍速度增長；佢亦指出，推理 Token 量由 2022 年起已經增加接近 500 倍。13

呢一輪增長，愈來愈多係來自「推理」——即 AI 回應用戶、執行任務嘅階段，而唔單止係訓練更大型模型。具備推理能力嘅系統同代理式 AI，每次互動都可能產生及處理更多 Token；企業 AI Agent 同實體 AI 應用亦預計會長時間喺真實工作流程入面運行。123

換句話講，未來 AI 基建唔可以只為一次性訓練而設計，而要應付持續、海量嘅推理工作。用戶數增加、查詢更頻密，加上每次查詢所需運算量上升，都會同時推高加速器、記憶體、網絡、電力同散熱系統嘅壓力。

真正樽頸，可能係搬數據而唔係計數

李湘提出系統級協同設計，背後有一個重要效率問題：喺典型 AI 工作負載入面，數據搬運可以佔到整體活動嘅 60%；另一方面，價格高昂嘅 AI 加速器，實際使用率可能低於 40%。123

所以，單純增加運算單元，未必可以帶來相同比例嘅效能提升。系統仲要有效率咁將數據喺邏輯晶片同記憶體之間、封裝之間、伺服器機櫃之間，以及數據中心之間傳送，同時避免電力同冷卻需求失控。

台積電提出嘅方向，係由運算、記憶體同互連一路設計到儲存、供電、冷卻、機櫃及數據中心基建。喺呢個模式之下，先進封裝唔再只係生產流程最後一關，而係 AI 系統架構本身嘅一部分。

CoWoS 封裝要再「撐大」

根據相關先進封裝路線圖報道，台積電目前已經生產 5.5 倍光罩尺寸 CoWoS 封裝，並計劃喺 2028 年左右推進至 14 倍光罩尺寸封裝；據報相關配置大約可以整合 10 粒運算晶粒同 20 組 HBM。3

CoWoS 全名係 chip-on-wafer-on-substrate，即將邏輯晶片同高頻寬記憶體放喺同一個高度整合嘅封裝內。封裝面積做大之後，AI 加速器可以整合更多運算同記憶體，唔使完全依賴一粒巨大嘅單晶粒處理器。

呢種多晶粒方案亦反映先進製造嘅實際限制。將系統拆分成多粒晶粒，可能有助提高製造彈性，但同時會令封裝設計、互連密度、測試同散熱管理變得更加關鍵。

矽光子係下一層關鍵技術

台積電亦將矽光子同共封裝光學（CPO）定位為應對 AI 基建電氣連接限制嘅方法。據報，公司 COUPE 平台嘅頻寬路線圖會由 3.2 Tbps 提升至超過 12.8 Tbps。台積電亦預測，到 2027 年矽光子可能佔光收發器市場一半以上；部分供應商就預計會喺 2026 年下半年開始量產 CPO。3

大方向係將光學互連拉近運算封裝。電子元件同光子元件之間嘅距離縮短，有助支援更高頻寬同更佳能源效益。不過，呢條路線亦會帶來新要求，包括雷射器、光纖連接器、封裝以及驗證工作。1013

產能仍然係未解決嘅難題

即使技術路線圖相當進取，供應問題仍未消失。業界估算，台積電 CoWoS 產能可能由 2023 年底每月約 13,000 至 16,000 片晶圓，增加至 2026 年底約 120,000 至 140,000 片。要留意，呢啲係市場估算，並唔係台積電喺 SEMICON Taiwan 相關報道中正式披露嘅產能數字。636

機構投資者報告估計，隨住產能擴充，CoWoS 供求缺口可能由約 20% 收窄至 2026 年底約 10%。情況雖然有所改善，但仍代表需求會高過供應。36

產能分配亦係另一項風險。有市場報告估計，Nvidia 可能佔台積電 2026 年 CoWoS 需求或產量約 60%，令 AMD、Broadcom 同大型雲端服務商要爭奪其餘產能。呢個比例屬於市場分析，並非台積電喺 SEMICON Taiwan 公布嘅新分配數字。4

台積電角色，由代工廠走向 AI 系統整合者

呢次變化唔只係一次封裝升級。李湘形容，台積電嘅角色正由晶片延伸到數據中心，最終甚至延伸到 AI 系統所產生嘅 Token。1

如果呢個方向成形，台積電將會更加深入協調整個實體 AI 技術堆疊，包括先進邏輯製程、HBM 整合、先進封裝、光學輸入輸出、散熱設計、供電同系統驗證。剩低嘅挑戰亦唔只係晶圓同封裝產量，仲包括光學元件、測試、冷卻，以及供應商之間嘅協調。

因此，台積電所講嘅「AI 真正工業化」，本質上係一場整合能力嘅押注。50 倍效能提升係一個進取目標，但公司嘅路線圖亦清楚顯示，要達到呢個目標，關鍵唔只係製造更快嘅晶片，更要解決晶片之間點樣連接、點樣散熱，以及整條供應鏈點樣同步擴張。