半導體產業日報

共收錄 10 則產業相關新聞 · 2 則精選深度分析

廠商擴產 ▲ 偏多

Samsung 因 AI 記憶體熱潮創下 585 億美元歷史最高營業利潤

來源:Google News – HBM ·
產業重要性●●●●○4/5 · 重大訊號
005930 Samsung Electronics ▼6.13% $298500.0000660 SK Hynix ▼4.74% $2232000.0MU Micron Technology ▲0.94% $984.75NVDA NVIDIA ▲0.37% $195.552330 台積電 ▲1.42% $2495.02408 南亞科技 ▲1.55% $427.02449 京元電子 ▼2.85% $341.06239 力成科技 ▼0.87% $341.5
Samsung 因 AI 記憶體熱潮創下 585 億美元歷史最高營業利潤

關鍵事件

Samsung Electronics 在 AI 記憶體需求爆發的驅動下,創下單季 585 億美元的歷史最高營業利潤,顯示 HBM 與 DDR5 等高階記憶體的強勁出貨動能。這一里程碑標誌著 Samsung 在歷經 2023 年記憶體寒冬後,已全面受惠於 AI 基礎設施建置浪潮帶來的超級週期。Samsung 此番獲利不僅來自量的擴張,更反映高 ASP 的 HBM3E 在 AI 加速器供應鏈中佔比大幅提升。

關鍵數據

營業利潤達破紀錄的 585 億美元(約 80 兆韓元);HBM 市場 2024 年規模估逾 200 億美元,2025 年有望突破 350 億美元;Samsung HBM3E 目前市佔約 20-25%,SK Hynix 仍以逾 50% 領先;AI 伺服器每台搭載 HBM 容量已從 H100 的 80GB 提升至 H200 的 141GB,GB200 NVL72 系統 HBM 需求更達 TB 級別。

市場重要性

Samsung 創歷史獲利紀錄,確認 AI 驅動的記憶體超級週期已進入加速階段,對全球記憶體供應鏈形成強烈正向信號。值得注意的是,Samsung 此波獲利爆發並非單純來自傳統 DRAM/NAND 景氣復甦,而是結構性轉變——HBM 單位售價是一般 DDR5 的 5-8 倍,毛利率顯著拉升整體財務表現。台灣供應鏈中,負責 HBM 測試的京元電、力成等 OSAT 廠商,以及 CoWoS 封裝的台積電,均直接受惠於此趨勢。多家媒體同步報導此消息,顯示市場對記憶體超級週期的認同度正在快速凝聚。

⚠ 反面觀點

Samsung HBM 良率問題與 NVIDIA 認證進度仍落後於 SK Hynix,創紀錄獲利中 HBM 貢獻佔比若低於預期,則本輪獲利更多反映傳統 DRAM 漲價週期,一旦 AI 資本支出成長趨緩或 HBM 供給大幅追上,Samsung 的高毛利結構恐難以為繼。

📍 接下來觀察

🔥 短期催化劑1-3 個月
  • Samsung Q2 2026 法說會揭露 HBM3E/HBM4 出貨佔比與認證進度
  • NVIDIA Blackwell Ultra 系統 HBM4 拉貨時程是否如期啟動
👁 中期觀察3-12 個月
  • Samsung HBM4 能否在 2026 年底前取得 NVIDIA 主力供應商地位
  • SK Hynix 與 Micron 擴產後 HBM ASP 是否出現下修壓力
🎯 長期變數1 年以上
  • HBM 與邏輯晶片 3D 整合(Near-Memory Computing)是否重塑記憶體廠與晶圓代工廠的競合關係
  • 中國本土記憶體廠(長鑫存儲)若突破 HBM 技術封鎖,對全球 HBM 市場結構的衝擊

❓ 常見問題

Samsung 這次創紀錄獲利主要是靠什麼產品?

主要驅動力是 AI 伺服器所需的高頻寬記憶體(HBM)以及 DDR5 伺服器 DRAM,這類高階記憶體售價是一般 DRAM 的數倍,大幅拉升了整體利潤率。

Samsung 在 HBM 市場的地位跟 SK Hynix 相比如何?

SK Hynix 目前仍是 HBM 市場龍頭,市佔超過 50% 且率先供貨 NVIDIA,Samsung 約佔 20-25%,正積極推進 HBM3E 與 HBM4 認證以縮小差距。

Samsung 獲利創新高對台灣記憶體或封裝廠有什麼影響?

AI 記憶體需求高漲直接帶動 HBM 封裝測試需求,台灣的京元電、力成等測試廠及台積電 CoWoS 先進封裝產能均同步受惠於這波 AI 記憶體超級週期。

先進封裝 ▬ 中性

外資科技產業調研:CPO 看法不變,CoPoS 大規模導入時間點確認為 2029 年

來源:經濟日報科技版 ·
產業重要性●●●○○3/5 · 值得關注
2330 台積電 ▲1.42% $2495.03481 台南科技園區/群創光電 ▲3.18% $71.45906 台南企業(5906) ─0.00% $38.0NVDA NVIDIA ▲0.37% $195.55GLAE GlassBridge Enterprises 2454 聯發科技 ▲0.97% $4165.03711 日月光投控 ▲0.15% $680.03680 家登精密
外資科技產業調研:CPO 看法不變,CoPoS 大規模導入時間點確認為 2029 年

關鍵事件

美系大型券商最新產業調研重申,CPO(共封裝光學)產業正向看法不變,但 GlassBridge 的 Edge Coupling 技術目前僅支援一維光纖排列,距大規模量產仍有距離,台積電主流 COUPE 平台未來數年仍將以較易量產的 Grating Coupling 技術為主。關於 CoPoS(面板級封裝基板),券商明確重申 2029 年才是大規模導入的時間點,主力生產廠預期為台南 AP7 廠,鄰近群創;NVIDIA 2028 年第一代 Feynman GPU 將採用台積電 3D Stack 技術搭配 SiC 載體,2029 年 Feynman Ultra 才可能正式導入 CoPoS。此調研為市場對 CoPoS 導入時程的投機預期踩下剎車,但長期技術路線方向確定。

關鍵數據

CoPoS 大規模導入時程:2029 年(Feynman Ultra);2028 年第一代 Feynman 採用台積電 3D Stack(Die-to-Wafer)搭配 SiC 載體;台積電 2028 年調高 PIC 產能;GlassBridge 目前支援一維(1D)光纖排列;CoPoS 相較傳統 CoWoS 可將封裝面積擴大數倍,理論上可大幅降低單位封裝成本 20-30%;台積電 CoWoS 月產能 2025 年已突破 3 萬片,2026 年持續爬坡。

市場重要性

CoPoS 大規模導入時程確認為 2029 年,意味著 2026-2028 年台積電 CoWoS 仍是 AI GPU 先進封裝的絕對主角,短中期供需瓶頸不會因 CoPoS 而緩解。這份調研對當前市場部分「CoPoS 即將衝擊 CoWoS 需求」的投機預期具有明確的降溫效果,CoWoS 相關設備、材料廠商的訂單能見度因此更加穩固。台積電選擇 2028 年 Feynman 先以 Die-to-Wafer 3D Stack 搭配 SiC 載體過渡,顯示散熱管理已成為下世代 GPU 封裝的核心工程挑戰,而非單純的面積擴展問題。CPO 與 CoPoS 的技術路線圖逐漸清晰,有助於供應鏈廠商提前布局,但投資人需避免將長期確定性錯誤定價為短期催化劑。

⚠ 反面觀點

2029 年的時程預測在半導體產業存在高度不確定性,NVIDIA 產品路線圖歷史上多次提前或延後,CoPoS 若因良率、基板供應或散熱問題再度延遲,相關廠商(台南、群創)的資本支出將面臨長達數年的回收壓力;且 CoPoS 真正量產後,規模效應將壓低封裝成本,對現有 CoWoS OSAT 廠商反而形成競爭壓力。

📍 接下來觀察

🔥 短期催化劑1-3 個月
  • 台積電 2026 年 Q2/Q3 法說會是否揭露 COUPE 平台 Grating Coupling 產能規劃細節
  • GlassBridge Edge Coupling 技術是否取得任何主要客戶 design-in 進展
👁 中期觀察3-12 個月
  • 台南 AP7 廠 CoPoS 設備採購與廠房建設進度是否符合 2028-2029 量產時程
  • NVIDIA Feynman(2028)3D Stack 搭配 SiC 載體的散熱方案是否如期通過驗證
🎯 長期變數1 年以上
  • CoPoS 面板級封裝良率能否達到量產門檻(業界普遍認為需達 95% 以上才具經濟性)
  • Intel 與 AMD 是否跟進採用 CoPoS 架構,決定面板級封裝是否成為下世代 AI 晶片的產業標準

❓ 常見問題

CoPoS 和現在常聽到的 CoWoS 有什麼不同?

CoWoS 是以矽晶圓為基板進行封裝,面積受限;CoPoS 改用更大的玻璃面板為基板,理論上可大幅擴大封裝面積、整合更多晶片,有助於容納下世代更巨大的 AI GPU,但技術難度更高、量產時程較晚。

這份報告說 2029 年才是 CoPoS 大規模導入時間,那中間這幾年 AI 封裝需求靠什麼滿足?

2026-2028 年 AI GPU 封裝仍以台積電 CoWoS 為主力,2028 年 NVIDIA Feynman 世代會引入 Die-to-Wafer 3D 堆疊與 SiC 散熱載體作為過渡技術,CoPoS 要到 2029 年 Feynman Ultra 才可能大規模上場。

CPO(共封裝光學)和 CoPoS 是同一件事嗎?

兩者不同:CPO 是將光學收發器與交換晶片整合封裝在一起以降低資料中心傳輸耗電,屬於光互連技術;CoPoS 則是面板級先進封裝技術,解決的是 AI GPU 晶片面積與整合密度的問題,兩者都是 AI 基礎設施的關鍵技術但應用場景不同。

今日快訊

分類統計

先進封裝1
材料設備2
訂單動態1
廠商擴產3
客戶結構2
供應鏈布局1