當大型語言模型、AI 伺服器與資料中心規模持續放大,AI 晶片產業面臨的最新瓶頸是「晶片與晶片之間能不能傳得更快、更省電、更低延遲」。這也是為什麼近年市場不斷聽到 CoWoS、FOPLP、CoPoS、CoWoP 等先進封裝名詞。這些技術看似複雜,但核心其實都圍繞同一件事:當摩爾定律帶來的製程微縮效益逐漸放緩,半導體產業必須靠先進封裝,把更多不同功能的晶片、更高頻寬記憶體與更有效率的資料傳輸能力整合在一起。
目前 CoWoS 是 AI 晶片主流先進封裝技術,負責把 AI 晶片與 HBM 高頻寬記憶體放在同一封裝中;FOPLP 則代表面板級封裝在成熟製程上的降本方向;CoPoS 可以理解為 CoWoS 往面板級封裝延伸,目標是突破大型 AI 晶片的封裝尺寸與產能限制;CoWoP 則試圖簡化封裝層級,讓晶片模組更直接連接到高階 PCB,縮短訊號路徑並改善散熱。
這篇文章將從 AI 晶片為什麼需要先進封裝開始,依序整理 CoWoS、FOPLP、CoPoS、CoWoP 的定義、差異、應用與技術挑戰,幫助讀者一次看懂這幾個常被混在一起討論的先進封裝技術。
什麼是先進封裝?為什麼 AI 晶片需要它?
過去晶片效能提升,主要靠製程微縮,例如從 7 奈米、5 奈米、3 奈米一路往下推進,讓同樣面積內可以放進更多電晶體。但當製程逼近物理極限,單純縮小線寬的難度與成本都大幅提高,產業開始轉向把不同功能的晶片放得更近,讓它們之間的訊號傳輸更快、功耗更低。
以 AI 晶片為例,一顆 AI 加速器不只需要 GPU、ASIC 或 CPU 這類邏輯晶片,也需要 HBM 高頻寬記憶體,甚至還需要高速 I/O、光通訊元件、電源管理與散熱設計。如果這些元件之間距離太遠,資料傳輸就會變慢、耗電就會提高,整個系統效率也會下降。先進封裝的價值就在這裡。它把不同功能的晶片,用更短、更密、更有效率的方式連接在一起,為 AI 晶片效能能不能繼續放大的關鍵技術。
CoWoS 是什麼?目前 AI 晶片主流先進封裝技術
CoWoS 全名為 Chip-on-Wafer-on-Substrate,是台積電最具代表性的先進封裝技術之一。可以把它拆成兩段理解:
- CoW:Chip-on-Wafer,代表先把多顆晶片放到晶圓或中介層上進行高密度連接
- WoS:Wafer-on-Substrate,代表再把整個晶片模組放到封裝基板上。
在 AI 晶片中,CoWoS 最重要的功能是把 GPU、AI ASIC 等邏輯晶片與 HBM 高頻寬記憶體放在同一個封裝中。這樣做可以大幅縮短邏輯晶片與記憶體之間的距離,提高資料傳輸速度,也降低功耗與延遲。
目前 NVIDIA、AMD、AI ASIC 等高階 AI 晶片需求持續升溫,也讓 CoWoS 產能長期吃緊。台積電也持續擴大 CoWoS 尺寸與產能,官方已說明 14 倍光罩尺寸 CoWoS 可整合約 10 個大型運算晶粒與 20 個 HBM 堆疊,預計 2028 年開始生產,2029 年則規劃推出大於 14 倍光罩尺寸的 CoWoS。

圖片來源:作者自行製作
CoWoS-S、CoWoS-R、CoWoS-L 差在哪?
CoWoS 有不同版本,差異主要在於中介層與互連方式不同。
|
類型 |
技術核心 |
優點 |
主要應用 |
|
CoWoS-S |
使用矽中介層 |
互連密度高、效能最強、技術成熟 |
高階 GPU、AI 加速器、HPC |
|
CoWoS-R |
使用 RDL 重布線層 |
成本較低、設計彈性較高 |
AI ASIC、網通、成本較敏感應用 |
|
CoWoS-L |
使用 LSI 局部矽互連加 RDL |
兼顧高密度互連與成本彈性,可支援更大封裝 |
下一代大型 AI 晶片、高 HBM 整合 |
CoWoS-S 可視為目前高階 AI 晶片最主流的成熟方案,但成本高、矽中介層尺寸也有上限。CoWoS-R 則用 RDL 取代完整矽中介層,成本與彈性較好。CoWoS-L 介於兩者之間,以局部矽互連搭配 RDL,目標是在效能、面積與成本之間取得平衡,也被市場視為未來大型 AI 晶片的重要路線之一。
FOPLP 是什麼?為什麼大家都說「以方代圓」?
FOPLP 全名為 Fan-out Panel Level Packaging,中文常稱為「扇出型面板級封裝」。它的核心概念是把傳統圓形晶圓改成方形面板進行封裝。圓形晶圓在切割方形晶片或封裝模組時,邊緣會出現無法完整利用的區域。當封裝尺寸越來越大,這種面積浪費會越來越明顯。方形面板則能提高面積利用率,讓一次製程能處理更多晶片或封裝模組,理論上有助於降低成本與提高產能。
不過,FOPLP 並不是專門為最高階 AI GPU 設計的封裝。它更多被用在成本敏感、成熟製程或中低階晶片,例如電源管理晶片、射頻晶片、車用電子與物聯網晶片等。FOPLP 的關鍵特色是「低成本、面板化、無中介層」,與 CoWoS、CoPoS 這類高階 AI 封裝的定位不同。
CoPoS 是什麼?CoWoS 面板化的下一步
CoPoS 全名為 Chip-on-Panel-on-Substrate,可以理解為把 CoWoS 往面板級封裝推進的下一代技術。CoWoS 是在晶圓級基礎上進行高階封裝,而 CoPoS 則嘗試把部分製程改成方形面板。它的目標是解決高階 AI 晶片越做越大、HBM 越堆越多、傳統圓形晶圓面積利用率不足的問題。
CoPoS 的核心在於,把晶片模組放到面板級基板上封裝,透過更大的方形面板來提高面積利用率,並支援更大的封裝尺寸。這對未來超大型 AI GPU、AI ASIC 與 HPC 晶片很關鍵,因為下一代 AI 晶片需要整合更多運算晶粒與更多 HBM,傳統封裝尺寸可能逐漸不夠用。
市場普遍預期,台積電 CoPoS 可能從 310×310 mm 等較小面板尺寸開始驗證,未來再往更大尺寸推進;量產時程則多被放在 2028 年底至 2029 年之後觀察。不過這仍涉及翹曲、良率、材料、設備與面板尺寸放大等挑戰,實際進度仍需以台積電官方公告為準。

圖片來源:作者自行製作
CoPoS 和 FOPLP 差在哪?
|
比較項目 |
FOPLP |
CoPoS |
|
全名 |
Fan-out Panel Level Packaging |
Chip-on-Panel-on-Substrate |
|
技術核心 |
扇出型面板級封裝 |
將高階晶片模組放到面板級基板上封裝 |
|
是否有中介層 |
通常沒有 |
保留高階互連結構 |
|
主要目標 |
降低成熟製程封裝成本 |
放大 AI 晶片封裝尺寸、提高產能與面積利用率 |
|
主要應用 |
PMIC、RFIC、車用、IoT |
AI GPU、HPC、超大型 AI ASIC |
|
技術難度 |
相對較低 |
極高 |
|
投資重點 |
封裝設備、材料、面板製程 |
先進封裝設備、玻璃基板、材料、測試、封測整合 |
CoWoP 是什麼?把晶片直接推向高階 PCB 的新路線
CoWoP 全名常被解讀為 Chip-on-Wafer-on-Platform PCB。它和 CoPoS 不同,CoPoS 解決的是封裝面積與面板化問題;CoWoP 解決的是封裝層級太多、訊號路徑太長、成本太高的問題。傳統 CoWoS 結構中,晶片與 HBM 會先透過中介層整合,再放到封裝基板,最後透過 BGA 焊球連接到 PCB 主機板。這種架構成熟可靠,但層級多,訊號與電源要經過較長路徑,成本與散熱壓力也會提高。
CoWoP 的想法是拿掉部分封裝基板與 BGA 層級,讓晶片與中介層模組更直接地安裝到高精密度 PCB 或類載板上。這樣可以縮短互連路徑、改善訊號完整性、提升散熱,也有機會降低部分材料成本。
但 CoWoP 對 PCB、SLP、mSAP、細線路製程與材料要求極高,也會改變原本 ABF 載板、封裝基板與 PCB 之間的分工。因此它雖然被市場視為潛在的新方向,但仍處於早期驗證與生態系重塑階段。
CoWoS、FOPLP、CoPoS、CoWoP 一次比較
|
項目 |
CoWoS |
FOPLP |
CoPoS |
CoWoP |
|
核心概念 |
晶片與 HBM 透過中介層整合,再放到封裝基板 |
用方形面板進行扇出封裝 |
把高階 AI 封裝往方形面板推進 |
移除部分封裝基板,讓晶片模組更直接接到高階 PCB |
|
解決問題 |
AI 晶片與 HBM 高速互連 |
成熟製程封裝降本 |
大尺寸 AI 晶片面積與產能瓶頸 |
封裝層級過多、訊號路徑過長 |
|
主要優勢 |
技術成熟、效能強、支援 HBM |
成本低、面積利用率高 |
封裝尺寸更大、產能效率提升 |
路徑更短、散熱與訊號完整性改善 |
|
主要挑戰 |
產能吃緊、成本高、仰賴 ABF 載板 |
大面板翹曲、良率 |
技術複雜、設備與材料需升級 |
高階 PCB 技術難度高、生態系需重整 |
|
主要應用 |
AI GPU、HPC、HBM 整合 |
PMIC、RFIC、車用、IoT |
下一代大型 AI GPU/ASIC |
AI 硬體平台、高階 PCB/SLP |
|
發展階段 |
已量產且持續擴大 |
已有成熟應用 |
開發與中試線階段 |
早期驗證階段 |
CoWoS 是現在的 AI 封裝主流,FOPLP 是成熟製程的面板級降本,CoPoS 是 CoWoS 的面板化大型 AI 封裝方向,CoWoP 則是把封裝基板層級往高階 PCB 簡化的新嘗試。
CoWoS、FOPLP、CoPoS、CoWoP 會互相取代嗎?
這四項技術並不是單純的替代關係,它們其實分別對應不同的封裝需求。CoWoS 是目前高階 AI 晶片與 HBM 整合的主流方案,短期內仍是 AI GPU 與 HPC 晶片的重要封裝技術。FOPLP 則偏向成熟製程與成本導向應用,主要價值在於提升面板級封裝的生產效率與成本競爭力。CoPoS 是面向未來更大 AI 封裝尺寸的技術延伸,目標是支援更多 HBM 與更大面積的高階 AI 晶片。CoWoP 則從系統互連與封裝層級出發,嘗試讓晶片模組更直接連接到高階 PCB。
因此,未來產業更可能看到的是多種封裝技術並行,不同客戶會依照產品效能、成本、尺寸、功耗與量產時程,選擇最適合的封裝方案。
先進封裝供應鏈會受惠哪些環節?
隨著 CoWoS 產能擴張,以及 CoPoS、CoWoP 等新技術路線持續推進,先進封裝供應鏈的受惠環節也不只限於晶圓代工廠本身。從設備、材料、基板、載具到封測服務,都可能因技術升級而迎來新的需求。
可以觀察的供應鏈環節包含:
- 先進封裝設備:CoWoS、CoPoS 等技術需要更高精度的清洗、塗佈、曝光、貼合、量測與檢測設備。當封裝尺寸放大、製程精度提高,設備要求也會同步提升。
- 高階基板與 PCB:CoWoS 需要高階封裝基板支撐,CoWoP 則可能進一步提高高階 PCB、SLP、mSAP 與細線路製程的重要性。
- 玻璃基板與面板材料:隨著 CoPoS 往面板級封裝推進,玻璃基板、面板 RDL、低翹曲材料與高穩定性載板,都可能成為未來觀察重點。
- 封裝測試服務:封裝尺寸變大、晶粒數量變多,會讓封測與可靠度驗證更複雜。封測廠在先進封裝後段整合中的角色也會更加重要。
- 載具、治具與檢測:大尺寸封裝與面板級封裝對良率要求高,載具、治具、探針、檢測設備與量測技術的重要性也會提高。
不過,先進封裝題材雖然長期趨勢明確,但不同公司實際受惠程度,仍取決於是否進入客戶認證、是否取得實際訂單,以及量產良率和交付能力。
投資人該怎麼看先進封裝題材?
從產業趨勢來看,先進封裝是 AI 資料中心與高效能運算持續擴張後必須面對的基礎建設升級。CoWoS 已經是高階 AI 晶片量產不可或缺的一環,CoPoS 則有機會成為未來超大型 AI 封裝的重要方向,CoWoP 也代表產業對封裝層級與系統互連效率的重新思考。不過,題材正確不代表所有概念股都會同步受惠。尤其先進封裝與面板級封裝相關個股,常會提前反映未來成長預期。真正需要追蹤的是幾個指標:
- 公司是否有明確客戶認證或合作關係。
- 技術是否已經進入送樣、驗證、試產或量產階段。
- 營收是否開始反映,不是只有題材想像。
- 資本支出是否真的擴大,代表公司正在為量產做準備。
- 毛利率與產品組合是否改善,代表新技術是否真正帶來高階產品價值。
對投資人來說,CoWoS 是已經發生的主流趨勢,CoPoS 是未來高階封裝面板化的重要方向,CoWoP 是值得觀察的新架構,FOPLP 則代表面板級封裝在成熟製程的成本優勢。這幾條技術路線共同組成後摩爾時代的先進封裝新戰場。
結論:AI 晶片下半場,先進封裝成為關鍵戰場
過去幾年,AI 產業焦點集中在 GPU、HBM 與先進製程。誰能取得更多 GPU,誰能搶到更多 HBM 與 CoWoS 產能,誰就能在 AI 訓練與資料中心建置上取得優勢。但下一階段,競爭焦點將在整個系統的整合效率。晶片與記憶體之間要傳得更快,封裝尺寸要能容納更多晶粒,成本與良率也要能支撐大規模量產。這些問題,正是 CoWoS、FOPLP、CoPoS、CoWoP 等技術各自想解決的方向。CoWoS、FOPLP、CoPoS、CoWoP 四者不是單純的誰取代誰,它們共同反映半導體產業正在從「製程微縮」走向「系統整合」。未來半導體競爭要看誰能把晶片、記憶體、基板、PCB 與封裝製程整合得更好。這也是為什麼先進封裝會成為 AI 時代最重要的關鍵技術之一。
FAQ
Q1:CoWoS 會被 CoPoS 取代嗎?
短期內不會。CoWoS 是目前 AI 晶片與 HBM 整合的主流技術,台積電也仍在持續擴大 CoWoS 尺寸與產能。CoPoS 比較像是針對未來更大尺寸 AI 晶片的面板化延伸方案,兩者會並行一段時間。
Q2:FOPLP 和 CoPoS 都是面板級封裝,差別在哪?
FOPLP 偏向成熟製程、低成本與無中介層封裝,常見於 PMIC、RFIC、車用與 IoT 等應用。CoPoS 則是高階 AI 晶片封裝路線,目標是支援更大封裝尺寸與更多 HBM 整合,技術難度明顯更高。
Q3:CoWoP 的 P 是什麼意思?
CoWoP 的 P 通常指 Platform PCB,也就是把晶片與中介層模組更直接地放到高精密 PCB 或類載板上。它的重點不是面板化,而是減少封裝層級、縮短訊號路徑、改善散熱與成本結構。
Q4:CoWoS、CoPoS、CoWoP 哪一個最重要?
三者解決的問題不同。CoWoS 是目前 AI 晶片與 HBM 整合的主流方案;CoPoS 是未來大型 AI 晶片面板級封裝方向;CoWoP 則是縮短封裝層級與 PCB 互連路徑的新嘗試。短期看 CoWoS,中長期則可觀察 CoPoS 與 CoWoP 的技術落地進度。
【延伸閱讀】