AI 模型訓練與推理需求急速增加,雲端服務商與大型企業正大規模擴建 AI 運算集群。AMD 表示,這筆投資將用來深化策略合作並擴展產能,以滿足市場對高效能 AI 系統的需求。
台灣之所以成為核心地點,是因為當地擁有完整的半導體供應鏈——由晶圓代工、封裝測試到系統組裝都高度集中。
AMD 的投資主要集中在:
透過這些措施,AMD 希望確保未來可以按雲端巨頭需求 大規模生產 AI 系統。
AMD 正與多間台灣封裝與測試企業合作,建立 AI 晶片後段製造能力。
日月光是全球最大的半導體封裝與測試公司之一。AMD 計劃與 ASE 合作開發專門針對 AI 晶片與高效能處理器的先進封裝技術。
SPIL 為 ASE 旗下公司,也是 AMD 重要合作夥伴之一。雙方正合作開發新的封裝與互連技術,以提升 AI 系統的效能與能源效率。
部分產業報導亦提到 AMD 可能與 力成科技(PTI) 等封裝測試公司合作,不過目前公開資料對 PTI 的具體參與程度仍未完全確認。
AMD 今次投資的一個核心技術是 EFB(Elevated Fanout Bridge)2.5D 封裝架構。
這種技術透過高速橋接互連,把多個 chiplet 放在同一封裝內並高速連接,帶來幾個重要優勢:
對現代 AI 處理器而言,這種設計非常關鍵,因為 AI 晶片通常需要 chiplet 架構、高頻寬記憶體(HBM)以及密集互連 才能達到所需性能。
AMD 表示,這些新封裝方案將顯著提升未來處理器之間的互連效率與頻寬。
AMD 的 第六代 EPYC 處理器「Venice」 是這個封裝生態的重要目標產品。
已披露的技術重點包括:
EFB 2.5D 互連可提升 CPU 與記憶體及其他晶片之間的頻寬,從而帶來更高的每瓦性能與更好的系統擴展能力。
這筆投資亦與 AMD 更大的 AI 平台策略有關——Helios 機架級 AI 系統。
典型 Helios 機架將包括:
這類系統主要針對 hyperscaler 與大型雲端 AI 部署,預計 2026 年下半年開始進行多吉瓦規模部署。
這也代表 AMD 正從單純出售 CPU 或 GPU,轉型為提供 完整 AI 基礎設施平台。
在 AI 硬件競賽中,先進製程只是其中一部分。
現代 AI 處理器往往包含多個 chiplet、HBM 堆疊與高速互連,而這些都需要極複雜的封裝技術。如果沒有足夠封裝產能,即使晶圓代工充足,也難以大量生產 AI 晶片。
AMD 的台灣投資正是為了解決這個問題,包括提升:
這些技術對建立大型 AI 運算集群至關重要。
市場普遍認為,AMD 這項投資是其在資料中心 AI 市場 加強對抗 Nvidia 的重要策略。
透過直接投資台灣半導體生態系,AMD 可以:
這意味著 AMD 正從銷售單一 GPU 或 CPU,轉向提供 整套 AI 基礎設施解決方案,直接對標 Nvidia 的資料中心 AI 平台。
AMD 在台灣的 100 億美元投資其實反映了一個更大的半導體趨勢:
AI 競爭已經不只是晶片設計,而是整個產業生態的競爭。
透過加強與台灣封裝龍頭合作並推進新互連技術,AMD 希望確保未來 Venice CPU 與 Helios AI 系統 能夠隨著全球 AI 運算需求一起快速擴張。