Nvidia Feynman 未出貨，台積電封裝產能已要提前備戰？

據報，Nvidia 正加快準備 Rubin 之後的下一代 AI 運算平台 Feynman，目標於 2028 年下半年進入大量生產。若消息屬實，Feynman 的重點未必只係再轉用一個更細的製程，而係將先進邏輯、3D 晶片整合、高頻寬記憶體（HBM）同光學網絡放埋一齊，對台積電製造及封裝能力提出更高要求。

不過，現時有關 Feynman 的製程、封裝配置、客戶分配及量產時間，主要仍然屬於業界及供應鏈報道。Nvidia 同台積電都未有公布一份完整官方資料，確認 Feynman 的最終設計及生產安排。

Feynman 比 Rubin 多行前幾步？

Rubin 世代的核心方向，是將多顆小晶片同 HBM 整合，令 AI 加速器可以在有限空間內放入更多運算及記憶體資源。Feynman 據報會將呢個模式再推前一步：增加 3D chiplet 的使用比例，採用台積電 SoIC 垂直堆疊技術，並加入客製化 HBM 及共封裝光學（CPO）。

製程方面，報道指 Feynman 預計直接採用台積電 A16。A16 在相關報道中被形容為升級版 2nm 級、或者 1.6nm 級製程；換句話講，Feynman 據報會跳過 N2 系列，唔以 N2 作為中間一代。

呢種組合有望提升晶體管密度，同時協助處理超大型 AI 集群遇到的功耗、訊號完整性及互連距離問題。但目前來源未有提供經核實的最終效能規格，因此任何關於 Feynman 確實頻寬或效能的數字，都唔應該當成已確認的產品資料。

台積電要準備的，唔止係多啲晶圓

Feynman 的生產要求，遠遠超過增加先進邏輯晶圓產能。台積電需要同時協調幾個製造層面：

• A16 邏輯製程： 台積電要將 A16 推至足以支援 Nvidia 大量生產平台的良率及產量。報道將 A16 列為 Feynman 預期採用的技術，但 Nvidia 最終取得幾多產能，以及實際量產安排，仍未獲官方確認。
• SoIC 3D 整合： 垂直堆疊更多 chiplet，代表 SoIC 吞吐量要大幅提升；同時，鍵合、測試、散熱、良率控制等能力，都要去到可以大規模、具成本效益生產的水平。
• HBM 及 2.5D 封裝： Feynman 預計會將 3D 整合、HBM 及 CoWoS 或後續先進封裝流程結合。不過，現有報道未有確定 Feynman 的最終封裝設計。
• CPO 生產： 光引擎同交換晶片要整合及測試成為可靠的量產系統，而唔係只停留喺示範或小批量階段。據報，台積電會參與 Nvidia CPO 產品的矽光子及封裝供應鏈。

所以，Feynman 帶出的策略訊號係：封裝產能可能會同晶圓產能一樣重要。晶圓廠可以造出先進邏輯晶片，但一個完整的 AI 平台，仲要將運算晶粒、記憶體及光學連接組裝好，並且維持合理良率、功耗及可靠性。

SoIC 產能：由 2 萬片推向 5 萬片？

供應鏈報道形容，台積電正大幅擴充 SoIC 規劃。較早前的目標係 2026 年每月約 1 萬至 1.5 萬片晶圓，並於 2026 年底提升至每月 2 萬片；較新的報道則指，2027 年底目標上調至每月約 5 萬片。

如果以 2026 年底每月 2 萬片作比較，2027 年底的 5 萬片代表翌年增加約 2.5 倍。不過，呢啲產能唔會全部畀 Feynman 使用。據報，Nvidia、AMD 及其他先進封裝客戶都有需求，實際分配仍然要視乎各平台的設計及量產進度。

亦要留意，5 萬片係晶圓層面的產能規劃，唔等於 5 萬套完成的 Feynman 系統。最終產品數量，仲會受到晶粒大小、封裝設計、良率及後段測試能力影響。以上亦屬業界規劃數字，並非 Nvidia 已確認的產能分配。

AP7、AP8：先進封裝擴產落地點

報道提到的擴產重點，包括台積電嘉義 AP7，以及南部科學園區的 AP8。

AP7 被形容為一個分八期推進的項目。報道指，早期階段已進入裝機等工作，後續階段則分別處於申請許可及規劃之中。廠房日後可按客戶需要配置 SoIC、CoWoS 及 CPO 相關產線，但目前未能確定每項技術的最終產能分配。

AP8 則規劃分為 P1 至 P3 三期，重點包括 CoWoS 等先進封裝。至於每一期確實何時完成裝機、認證及正式投產，公開報道未有足夠可靠的逐期日期，因此唔應該將每個建設里程碑直接視為固定量產期限。

關鍵在於時間差。新一代加速器要到 2028 年下半年先量產，但封裝廠、設備及製程認證都要早幾年開始準備。等到產品正式出貨先至擴產，往往已經太遲。

Rubin 仍在爬坡，Feynman 已經同步部署

Nvidia 並唔係等 Rubin 完全交棒後，先至開始準備 Feynman。公司資料顯示，Vera Rubin 正進入全面生產；與此同時，業界報道指 Nvidia 正將部分研發及供應鏈資源轉向目標於 2028 年下半年推出的 Feynman。

呢種重疊安排有好處，Nvidia 可以維持較密集的產品節奏，唔使等一代產品完全結束後才開始下一代。但對台積電及其他供應商嚟講，難度亦會增加：一方面要支援 Rubin 現有需求，另一方面又要為 Feynman 認證新製程、更複雜的封裝、光學零件、材料及測試流程。

Spectrum-X CPO 量產，點解對 Feynman 重要？

Nvidia 的 Spectrum-X Ethernet Photonics 平台，提供咗一個較早期的方向指標。呢款產品將 CPO 直接整合到交換 ASIC 附近，令光學元件更加貼近矽晶片，減少高速訊號需要經過的電氣連線距離。Nvidia 表示，平台透過半導體及系統產業鏈的共同設計，已經進入生產階段。

Nvidia 的產品資料將 Spectrum-X Ethernet Photonics 描述為每條通道 200G 的 CPO Ethernet 系統，頻寬最高達 409.6Tb/s；產品頁面列出的供應時間為 2026 年下半年。業界報道則指，產品已先向部分合作夥伴出貨，並逐步進入量產。

據報，台積電負責矽光子製造，鴻海負責完成交換機系統組裝；其他供應商則參與晶片級封裝及測試、激光器和光學子組件等環節。

CPO 的意義，在於大型 AI 集群的限制唔一定再係 GPU 本身夠唔夠快。當系統規模擴大，GPU 之間的網絡會受到功耗、頻寬、電氣傳輸距離及訊號完整性限制。將光學連接放近交換晶片，有望處理其中一部分 scale-out 網絡問題；但實際出貨量、長期可靠性及客戶部署規模，仍然係量產後要面對的測試。

對 2028 年 AI 基建有咩啟示？

Feynman 的傳聞設計，反映 AI 硬件規劃正由「買更多晶圓」變成「同步建造一個完整系統」。Nvidia 的產品路線圖，甚至可能喺產品出貨前幾年，已經影響台積電的資本開支、封裝設備訂單及材料供應安排。

幾個訊號值得留意：

1. 先進封裝可能成為策略性樽頸。 SoIC 月產能據報由 2026 年底的 2 萬片，推向 2027 年底約 5 萬片，顯示 3D 整合能力、良率、設備、基板、測試及散熱配套，可能同先進晶圓供應一樣關鍵。
2. 供應商要跟住 Nvidia 的產品節奏投資。 先進封裝產能唔可以喺加速器開始出貨後即時變出來，因此廠房建設、設備裝機及製程認證都要提早進行。
3. 雲端業者要投資完整 AI 系統。 2028 年代的 AI 基建，所需的不只是加速器，仲包括配備 HBM 的系統、先進封裝供應、光互連網絡、供電及冷卻。呢個判斷係根據目前報道的技術方向作出的推論，並非雲端開支的已披露預測。

換句話講，Feynman 重要之處，唔只係它可能成為 Nvidia 下一張新晶片，而係它揭示咗一個更緊密扣連的製造平台：A16 邏輯、SoIC 堆疊、HBM 整合及 CPO 網絡，要幾乎同步成熟。到時真正的樽頸，可能唔係單純追求最細晶體管，而係業界能否以穩定良率，將龐大 AI 系統大規模組裝及連接起來。