市場談論AI競賽，焦點多半集中在GPU、模型及雲端運算，但日月光投控（3711）營運長吳田玉認為，下一個真正限制AI發展的環節，已轉向硬體製造能力。吳田玉今（30）日在法說會直言，AI需要過去不存在的新硬體，尺寸、複雜度與整合程度全面提高，具備大量製造能力的廠商卻相當有限，使硬體基礎建設成為封裝產業「過去40年未曾經歷的新瓶頸」。
「AI需要的是過去不存在的新硬體，不論尺寸、複雜度或整合程度，都與過去不同。」吳田玉表示，AI是一場典範轉移，目前仍處於發展初期，未來將經歷多個轉型階段。現階段從AI資料中心開始，下一步將延伸至Agentic AI，再進入實體AI與人形機器人，所需硬體都將與過去量產產品不同。
AI不只需要GPU 電源、連接與儲存需求同步放大
AI系統除了提高計算密度，也需要更多記憶體、更高頻寬、更複雜的供電、更高速的互連，以及更有效率的散熱。這些需求將進一步帶動工業、電源、連接及儲存裝置市場。
吳田玉指出，目前產業面臨的硬體瓶頸，不只是產能不足，也包括自動化及創新能力能否跟上。面板級封裝、CoWoS、玻璃基板、電壓調節模組、矽光子與CPO等技術，最終都必須回到相同問題：能否在高度複雜的設計要求下，快速建立可大量生產的硬體平台。
「硬體基礎建設已經成為新的瓶頸，這是過去40年沒有經歷過的情況。」吳田玉說，AI需求快速擴張，但目前能夠生產相關複雜硬體的廠商仍然有限。
封裝不再只是後段製程 價值向系統架構提升
隨著Chiplet、異質整合及光電整合快速發展，封裝不再只是保護晶片或連接電路，而是開始承擔頻寬、供電、散熱及系統整合功能。
吳田玉認為，系統架構長期位於電子產業價值鏈上層，如今封裝藉由提高整合複雜度及系統能力，正逐步接近系統架構的價值位置。
這也使日月光的競爭重點，從單純增加封裝產能，轉向同時建構技術、速度、自動化、產能及客戶信任。公司希望藉由台灣半導體產業聚落、規模及純代工定位，支援客戶長期AI布局。
純代工模式沒有利益衝突 可與所有供應鏈合作
吳田玉特別強調日月光的純封測代工定位。相較同時擁有晶圓製造、基板或其他自有產品的業者，日月光不與晶圓代工廠、基板供應商或客戶產生直接利益衝突，因此可與不同供應鏈成員共同開發解決方案。
「純代工讓我們可以與所有供應鏈成員無縫合作，這會成為AI複雜整合時代的重要競爭優勢。」吳田玉指出，日月光的先行者優勢包括技術、速度、產能，以及最重要的客戶信任。隨著AI系統愈來愈複雜，沒有任何單一公司能完成全部工作，多方協作能力將變得更為關鍵。
CoWoS、EMIB並非零和競爭
市場關注Intel的EMIB技術是否可能威脅CoWoS及日月光既有布局。吳田玉表示，目前AI基礎建設真正的問題是產能受限，只要替代技術能以適當良率、效能及效率協助紓解瓶頸，日月光都樂見其發展。
「這不是零和遊戲，也不是只能選擇一種技術。」吳田玉說，封裝產業過去40年間曾出現上千種設計，最終只有部分技術留下，但替代材料與競爭架構一直都是研發的一部分。
日月光目前仍將全力支援CoWoS，持續提高產能、規模及生產效率；但如果客戶選擇EMIB或其他替代方案，日月光也會將相關技術納入發展藍圖。
吳田玉表示，由於日月光是純封測代工廠，若EMIB基板成為客戶選擇，公司可直接採購相關基板並承接後段組裝，不會產生利益衝突，也不必預先判斷哪一項技術最終勝出。
美國據點從2座擴至4座 量產仍先在台灣建立規模
面對全球供應鏈在地化趨勢，吳田玉也透露，日月光目前在加州Fremont及San Jose各有一座工廠，正進一步擴建第三座及第四座據點。
這些美國據點主要支援灣區客戶的晶片前端設計、測試開發、技術研發及系統架構合作。至於大規模量產，現階段仍以台灣為主。
吳田玉說明，日月光與主要客戶的合作模式，是先在台灣建立全自動、高效率並具備足夠規模的產線；待製程、人才、良率、資源及生產效率成熟後，再依客戶需求將相關能力移往美國或其他地區。
（相關報導： AI晶片愈做愈大，封裝下一步轉向面板與光互連！日月光揭CPO、玻璃基板最新時程 ｜ 更多文章 ）
換言之，美國據點將先承擔客戶共同開發與前期技術支援，台灣則繼續扮演先進封裝量產與效率提升的核心基地。隨著AI硬體需求跨入新階段，能否結合台灣供應鏈聚落、純代工彈性及海外客戶服務能力，也將成為日月光能否維持先行者優勢的關鍵。
