ABF 載板產業的供需變化，已由原本消費性產品主導的市場，轉變爲由 AI 引領的全新成長週期，而背後的需求動能，發生根本上的轉變。
富果觀點：ABF 產業展望
- AI 成長帶動 ABF 載板需求上升：AI 相關應用百花齊放， GPGPU、ASIC 等高階晶片日益重要，加上 CoWoS 先進封裝的普及，推升了對大面積、高層數 ABF 載板的需求。
- 科技巨頭間的競爭，加速晶片的快速迭代：晶片設計快速變化將是載板成長的核心驅動力之一，將推升高階 ABF 載板的用量與技術門檻。
- 產業護城河的寡占格局：由技術、資本與認證構成的產業護城河，確保了 AI 帶來的成長紅利，將高度集中於少數已建廠生產的業者。
AI 趨勢將提升載板的需求
隨著 Open AI 問世以來，各種 AI 相關產品推陳出新，使得全球雲端服務供應商 (CSP) 不只大舉投資 AI 相關基礎設施，也對 GPGPU、ASIC 等高階運算晶片需求逐漸增加。
CSP 業者資本支出預估
source : 富果整理
而為了追求極致效能，晶片的設計將會走向大面積、高層數的複雜化路線。而能把這些晶片與相關元件整合封裝在一起，得仰賴先進封裝 CoWoS 技術。
不論是高階晶片或 CoWoS 技術，其共同點都是需要一個大面積、高層數的平台來承載——這正是 ABF 載板扮演的關鍵角色。因此判斷，ABF 載板的需求與重要性將隨著 AI 趨勢的深化而持續提升。
ABF 載板因其高精密與薄型特性，成為 AI 伺服器等高效能運算 (HPC) 應用中，所必需的關鍵材料，不只層數提升，面積也同步加大（關於 ABF 載板介紹可參考先前文章）
載板相對位置圖
source : 富果、Microchip
晶片快速迭代，產品的生命週期縮短
隨著 AI 技術不斷推陳出新，晶片的更新速度也將越來越快。不只是供應端推出效能更強的新產品，連需求端也將傾向選擇最新一代的晶片，即使每年需投入一定比例的資本支出，但在新一代產品能帶來的效能提升效果之下，還是相對划算。這樣的供需雙向驅動，使得晶片升級變成常態，也進一步提升了高階 ABF 載板的需求，無論是面積、層數還是製程技術都得跟著升級。
以下將針對其背後驅動力進行解析。
GPGPU
NVIDIA 在資料中心產品的技術演進，是 ABF 載板規格提升的體現。在 H100 的產品中，其單一大型晶片已採用約 100mm x 100mm 的大面積、12-14 層的 ABF 載板來進行 CoWoS 封裝。
然而，為了追求極致的運算效能，Blackwell (B200) 採用了雙晶片設計。在此架構下，必須將兩顆大型 GPU 核心整合在同一個封裝內，使 ABF 載板出現顯著的規格提升，面積預估擴大超過 30%，載板層數增加。
因此，從 H100 到 B200 的演進，不僅是算力的倍增，也對 ABF 載板在尺寸、層數與製造複雜度提出更高挑戰。
輝達 H100 與 B200
source : NVIDIA
ASIC：CSP 業者自研晶片加速，推升 ABF 載板需求
由於 NVIDIA 的 GPU 價格高昂且交期長等因素，加上 AI 龐大的模型與高耗能的挑戰，驅使各大雲端服務供應商 (CSP) 開始投入自行研發 ASIC (客製化 AI 晶片)。
專門量身打造的特殊晶片 - ASIC，能提供更佳的效能與功耗比，符合 CSP 業者追求極致成本效益的目標。這股趨勢逐漸成形，據野村投信預估，ASIC 與 GPU 的晶片出貨量最快將在 2026 年出現黃金交叉。因此，這股由 CSP 主導的 ASIC 趨勢，有望成為 GPGPU 以外，推升高階 ABF 載板需求的另一股動能。
以下是各大 CSP 在 ASIC 發展現況整理：
- Google：最新 TPU 晶片第七代 Ironwood，不只是效能功耗比提升，還整合了更多的記憶體頻寬，顯示其最終所需的 ABF 載板在面積、層數與複雜度上會比前一代更高，才有可能展現其更強的效能。
source : google
- Amazon (AWS)：Trainium 系列採取獨特的雙晶片設計，專攻模型訓練。今年預計 Trainium3 亮相，相較前一代，晶片效能將提升一倍且有更好的功耗比。每代新產品的演進，代表著穩定的載板升級需求。
source : Amazon
-
Microsoft：相較於其他業者，微軟在推出自研晶片 Maia 100 的時程上相對較晚，而下一代晶片 Maia 200 預計將延後至 2026 年。儘管進度略顯落後，但持續投入晶片開發，仍為高階 ABF 載板市場帶來成長想像空間。
source : Microsoft
- Meta：MTIA v2 晶片主要用於 AI 訓練與推理，旨在以更低的功耗與成本，來運行其龐大的社群與廣告系統。雖設計上偏向低功耗、低成本，但隨 MTIA 世代演進，其在面積與記憶體設計上仍有增加。
source : Meta
交換器晶片
因應 AI 伺服器對資料傳輸頻寬與頻率的高速成長需求，資料中心正從 400G 網路加速升級至 800G，並邁向 1.6T，已成為 AI 基礎建設不可或缺的一環。根據市場預估，800G 交換器出貨量將於 2025 年呈現倍數成長，並於 2026 年持續放量。
觀察博通 (Broadcom) 的 Tomahawk 系列，近期發布的 Tomahawk Ultra 晶片（800G），是專為 HPC 與 AI 應用設計；而 Tomahawk 6 晶片（1.6T），採用 Chiplet 技術並使用 CPO 封裝，這個技術上的轉變，判斷使用的載板面積會較上一代 Tomahawk 5 增加約 40%。
這些高階 ASIC 晶片將需要用高階 ABF 載板來進行封裝，這亦會是載板市場的成長動能之一。
source : Broadcom
Chiplet 技術成為主流
隨著摩爾定律趨近物理極限，單靠縮小電晶體尺寸來提升效能的方式越來越困難。半導體產業正轉向 Chiplet（小晶片）架構，成為高效能運算（HPC）與 AI 晶片的主流技術。
Chiplet 的概念，是拆分多個功能獨立但可協同運作的小晶片，分別製造後再進行高密度封裝。這種技術模式，對 ABF 載板帶來了兩大革命性的需求提升：
- 需要更大的面積：需要一個面積遠大於傳統單晶片的 ABF 載板來作為「拼裝平台」，以容納所有的 Chiplet。
- 更高的複雜度：要在這些 Chiplet 之間建立起超高速的溝通橋梁，載板內部的線路佈局必須更密集、更複雜，從而推升了對更高層數 ABF 載板的需求，而層數增加對於售價勢必會有所提升。
因此，Chiplet 技術都是相關業者得以持續提升效能的關鍵之一；隨著 Chiplet 技術的成熟，確保了 ABF 載板作為其基礎平台，其市場需求與技術價值將持續同步增長。
閱讀進度
