台積電 AI 三層蛋糕與美股供應鏈公司
摘要
這份使用者提供的研究筆記把台積電視角下的 AI 晶片技術拆成三層：
- 運算層（Compute）：先進製程、Nanosheet / 2nm、GPU / XPU / AI accelerator。
- 3D 異質整合層（3D Integration / Advanced Packaging）：CoWoS、SoIC、HBM 整合、TSV、2.5D / 3D packaging。
- 光學傳輸層（Photonics / High-speed Interconnect）：矽光子、Co-packaged Optics、COUPE、CPO switch、光學網路。
本來源延伸上一個 AI五層蛋糕：五層蛋糕描述資料中心到應用的 AI infrastructure stack；三層蛋糕則聚焦「晶片層」內部如何靠製程、封裝與光互連突破 scaling bottleneck。
來源未附台積電原文、簡報或逐項 citation，因此所有精確敘述（如 CoWoS 良率 98%、COUPE 2026 年量產 200Gbps 微環調變器、Amkor 亞利桑那時程、Coherent/Lumentum/Ciena 訂單與營收數字、Broadcom 2026 AI 營收等）均視為「來源主張」並待核驗。
消化後的 Wiki 更新
- 新增 AI三層蛋糕、AI晶片三層技術堆疊、AI晶片擴展依賴先進製程先進封裝與光互連共同突破。
- 新增 先進封裝、CoWoS、SoIC、矽光子、Co-packaged Optics。
- 新增 Taiwan Semiconductor Manufacturing Company、Broadcom、Amkor Technology、Applied Materials、Lam Research、Coherent Corp、Lumentum Holdings、Ciena Corporation。
- 新增風險 先進封裝與光互連瓶頸限制AI晶片擴展風險 與催化因素 CPO與矽光子商業化催化因素。
來源主張
- AI 晶片 scaling 已不只靠單一邏輯製程，而是需要 compute + advanced packaging + photonics 三層協同。
- NVIDIA、AMD、Broadcom 的 AI accelerator / XPU 受益於台積電先進製程與封裝能力。
- Amkor、Applied Materials、Lam Research、Intel 代表 3D 異質整合與先進封裝供應鏈。
- Coherent、Lumentum、Ciena、NVIDIA、Broadcom 代表光學傳輸與 CPO / silicon photonics 受益鏈。
矛盾或張力
- 三層蛋糕補強 AI 五層蛋糕，但二者切入角度不同：五層是資料中心/應用價值鏈，三層是晶片/封裝/互連物理瓶頸。
- 光學傳輸被描述為終極解法，但 CPO / silicon photonics 的標準、良率、成本、維修性與平台採用仍高度不確定。
- 先進封裝擴產可能緩解 HBM/GPU bottleneck，也可能成為新的供應鏈集中風險。
- OSAT / 設備 / 光通訊公司是否真正攫取價值，取決於訂單能見度、毛利率與客戶集中度，不等於 AI 需求一定轉化為利潤。
待追問 / 待核驗
- 台積電是否正式提出「AI 三層蛋糕」及其原始簡報/法說/技術論壇來源。
- CoWoS 大尺寸版本良率 98%、SoIC 年度更新、支援數十個晶片與 HBM 的口徑。
- COUPE、200Gbps 微環調變器、2026 量產與 CPO 標準化時程。
- Broadcom XPU 客戶、Alphabet / Meta 專案與 2026 AI 營收成長。
- Amkor 亞利桑那廠、與台積電合作、2027–2028 為 NVIDIA 提供先進封裝的證據。
- Applied Materials / Lam Research 在先進封裝薄膜、蝕刻、清洗、檢測中的具體收入暴露。
- Coherent / Lumentum / Ciena 的 CPO、200G-per-lane EML、1.6T AI network、訂單積壓與 S&P 500 納入敘述。
- NVIDIA Quantum-X800 CPO InfiniBand 與 Broadcom Tomahawk 6 CPO switch 的正式產品資料。
來源
- 原文保存於
raw/Clippings/2026-05-18-台積電AI三層蛋糕與美股供應鏈公司.md。