Daniel Romero

三星（005930.KS）以面板級封裝挑戰 $TSM production
三星計劃在 2028 年左右將其 415×510mm FOPLP 平台投入量產，採用的面板尺寸明顯大於 TSMC 的 310×310mm 標準
較大的三星面板具備 310×310mm 面板 2.2× 的可用面積，可能帶來顯著的單位成本優勢。三星也已具備行動與穿戴式晶片的大量 PLP 製造經驗，因此擁有現成的基礎設施，以及翹曲控制方面的專業能力
挑戰在於將這項技術導入 AI 伺服器封裝，因為整合邏輯晶粒與 HBM 的難度要高得多。TSMC 也具備既有優勢，因為其 310×310mm 尺寸已吸引了龐大的設備、材料與 OSAT 生態系
三星也將目標鎖定在 2029–2030 年玻璃基板量產，因為隨著封裝尺寸增大，傳統 ABF 基板面臨日益嚴峻的技術與供應限制
最有趣的或許是，三星正積極在封裝研發中採用 AI。物理資訊神經網路正被應用於訊號完整性、電源完整性與熱模擬，據報導將部分工程工作流程從一年縮短至一天

Powertech（成為 $AMD 和 $AVGO 的關鍵先進封裝供應商
AMD 和 Broadcom 已預訂 Powertech 大部分規劃中的 FOPLP 產能，預計將於 2027 年年中開始量產。產能預計將從 2026 年每月 1,000 片面板增加至 2027 年年中的 2,000 片，並於 2028 年達到 5,000 片
Powertech 預計對該平台的總投資將達到 NT$700 億，而初始試產線投資預計將於 2027 年損益兩平。管理層預期 FOPLP 將自 2027 年起成為主要成長動能
其 PiFO 平台採用面板級 RDL 和矽橋接來連接 SoC、ASIC、HBM 及晶粒。Powertech 表示，良率已超過 90%，長期目標為 95–99%
除了 FOPLP，Powertech 也正拓展至 TSV/3D IC 堆疊及光學引擎/CPO，使公司涉足 AI 半導體封裝中數個成長最快的領域

$IREN 預計 FY27 資本支出為 250–300 億美元
· $14B 已透過預付款和 GPU 融資取得
· 另一部分 $8B 預計也將透過相同方式取得
· 這樣還有 30–80 億美元需要融資
· 其餘將來自現金流、資料中心融資和股權發行
這項計畫並不瘋狂，尤其是在股價進一步上漲的情況下
但有太多人看不懂標題以外的內容

$IREN 引發了這麼多愚蠢的見解
讀起來或聽起來都令人痛苦
不知為何，這家公司吸引了注意力最短的業餘批評者

$MU 今天的供需平衡：
「我們認為，有意義的供給要到 2028 年才會開始增加，即使到那時，也只會是初步增加。供給將在接下來的幾年逐漸累積動能。」
「產業需要一些時間才能找到新的平衡點。我們目前還無法確切看出那會在什麼時候發生。」

$MU 關於與最大客戶進行深度記憶體共同設計：
「我們正逐漸融入許多客戶的研發路線圖。他們正帶給我們越來越具企圖心的構想，而我們也積極投入各項專案，拓展記憶體所能提供的能力。
這些深度共同設計關係很難在多家供應商之間複製。客戶通常只能與一到兩家公司建立如此緊密的合作關係。當你走上這條路時，這段關係開始變得更像 ASIC 合作。
客戶對設計承擔更大的責任，供應商深度整合至產品路線圖中，而你可能在一段時間內成為單一供應商，競爭對手則可能需要數年才能追上。
這也會在需求端創造更高的長期性與能見度。這與傳統的記憶體供應商關係有本質上的不同。」

你還在場外觀望？$NVDA 表示，在供應受限的情況下，它將增長 70%，而你還在場外觀望？

$NVDA 預計 2028 財年成長 70%，其影響極為巨大
這將使$NVDA 營收約達$730B ，營業利益約達$420B
在這個水準下，$NVDA 的交易價格僅為 2028 年 EBIT 的 12 倍
這聽起來有多瘋狂？

YMTC 已經擁有 14% 的市場份額
中國真的成長得很快，哇Ω

Samsung Foundry 正受益於 Nvidia 的 Groq 3 推論加速器，該加速器採用 Samsung 的 SF4X 4nm 製程製造
據估計，Groq 3 每月晶圓投入量為 10,000 片，2027 年將增至超過 15,000 片，意味著至少 50% 的量增長。據報 Samsung 的 4nm 良率已提升至 80% 以上，緩解了主要的生產限制
Samsung 的 4nm 產能目前已達滿載，受 Qualcomm、HBM 基礎裸晶和 AI 晶片的需求支持。Samsung 也據報在 7 月將 SF4 價格上調 5–15%，改善了該節點的經濟效益
Groq 3 LPX 現已進入全面量產，Nebius 是首個 AI 雲端客戶。Samsung Electro-Mechanics 也正為 Groq 3 提供最大占比的 FC-BGA 載板
關鍵問題在於 Samsung 是否能贏得下一代 Groq LPU 的訂單。這將進一步證明 Nvidia 與 Samsung Foundry 的合作關係正逐漸成為持久的合作夥伴關係

$NVDA 利用 GPU 短缺，從零打造了新雲產業
這需要對自身護城河抱持極大信心，但 NVIDIA 知道自己必須善用其準壟斷地位
$NVDA 成功讓 GPU 短缺的超大規模雲端服務商與這些較小型公司達成巨額交易
超大規模雲端服務商實際上正在資助未來的競爭對手，透過協助新雲達到大規模，降低進入門檻
這也是 NVIDIA 的策略如此令人印象深刻的原因。它刻意從零打造了這個新雲層級
$NVDA 原本幾乎可以將所有產能直接出售給超大規模雲端服務商，然後就此作罷
相反地，透過啟動新雲，它擴大了客戶群，同時將自己的客戶轉變為其他客戶的客戶
精心策劃

$NVDA 洽談以超過 300 億美元估值投資 Perplexity
據 The Information 報導，Nvidia 據稱正洽談投資 Perplexity，作為一輪融資的一部分；該輪融資將使這家 AI 新創公司的估值超過 300 億美元，較其去年的 200 億美元估值上升超過 50%
Perplexity 的年化營收已從 2026 年初的不到 2.5 億美元飆升至超過 7.5 億美元，部分原因是 Perplexity Computer，這款以雲端為基礎、用於自動化專業任務的 AI 代理
今年稍早，Perplexity 也與 Microsoft 簽署了 7.5 億美元的協議，以使用 Azure，據稱並計劃於 2028 年進行 IPO

$GOOG 和 $AMD 正朝著專用 AI 推論晶片發展，以降低對 GPU 和 HBM 的依賴
據報導，Google 的 Frozen v2 計畫於 2028 年推出，透過將 Gemini 常用的推論函式硬接線至矽晶片中，其 Token 吞吐量將比目前的 TPU 高出 6–10 倍
AMD 則透過 Taalas 走得更遠，將模型權重直接嵌入晶片中，可能消除大部分記憶體傳輸瓶頸，並大幅降低推論成本。缺點是硬體會與特定模型綁定
AI 推論可能會從通用 GPU 轉向混合架構：使用 GPU 進行彈性運算和預填充，使用專用 ASIC 進行解碼，最終則針對超高工作負載使用特定模型的矽晶片。這可能會降低部分推論工作負載對 GPU 和 HBM 的需求強度

DIGITIMES：AI 支出的市場轉變可能即將到來，付費轉換率卡在 3%
DIGITIMES 副主任 Jason Tsai 在「AI on Chips：半導體產業趨勢論壇」上指出，美國市場的 AI 採用率很高，但轉換為付費使用者的比例仍維持在 3% 的低點，平均每位使用者的支出僅約 20 美元
此外，隨著企業日益部署 AI 來最佳化產品與服務，支付給雲端服務供應商（CSP）的代幣費用已成為一項重大的財務負擔。如果產生的價值無法抵銷不斷上升的代幣成本，市場轉變可能即將到來