在AI写作、文生图等生成式AI应用席卷全球的当下，芯片算力饥渴已成为行业最大的焦虑点。每一行由AI写作工具生成的文字，每一张通过AI画图产出的图片，背后都是海量计算资源的支撑。然而，传统摩尔定律逼近物理极限，单纯依靠制程缩微已难以满足指数级增长的算力需求。先进封装——尤其是面板级封装（PLP）——正从幕后走向台前，成为打破算力瓶颈的关键钥匙。
近日，台湾地区封装测试巨头力成科技（PTI）宣布，拟与全球领先的芯片设计公司博通（Broadcom）共同在新加坡设立一家面板级先进封装合资企业。力成预计向该项目投资4亿美元（约合27.11亿元人民币），旨在贴近全球客户供应链，抢占先进封装的下一波红利。
1. AI写作背后的算力饥渴：先进封装成关键突破口
当用户用AI写作工具完成一篇千字文章，或在AI画图平台上生成一张4K插画时，很少有人会想到：这些看似简单的操作，正在数据中心里驱动数千块GPU同时运转。以GPT-4为代表的大语言模型，参数量已突破万亿级别，而英伟达H100等加速卡虽然性能强悍，但单芯片的集成度已达到物理极限。
问题的核心在于：如何将更多计算单元高效地“塞”进一个封装体内，同时保证信号传输速度、降低功耗和成本？传统思路是不断缩小晶体管尺寸，但7nm、5nm、3nm节点的开发成本呈指数级攀升，且良率控制越来越难。
于是，先进封装技术成为半导体行业的“第二战场”。通过将不同制程、不同功能的芯片（如逻辑芯片、存储芯片、射频芯片）以三维堆叠或扇出型工艺整合在一起，既能突破单芯片面积限制，又能降低整体功耗。力成与博通此次瞄准的面板级封装（PLP），正是先进封装领域中极具潜力的分支——它使用方形面板而非圆形晶圆作为基板，生产效率更高，单位成本更低，非常适合AI芯片这类需要大量I/O互连的高端产品。
2. 力成与博通：一次双赢的“科技产品”供应链联姻
博通是全球顶尖的半导体设计公司，其网络、存储和无线芯片广泛应用于数据中心和高端科技产品。随着AI工作负载从训练转向推理，博通的自定义AI加速器（如TPU的替代方案）和网络交换芯片需求量激增。然而，博通是一家无晶圆厂公司，不直接制造芯片，其产品依赖台积电等代工厂生产晶圆，再交由封装测试厂进行后道工序。
力成科技则是全球封测行业的老牌强者。根据CINNO Research数据，2022年上半年力成在全球封测前十强中营收排名第四，年增长约8.9%。但力成的传统强项在于存储器封装和逻辑芯片的凸块封装，面对AI时代对2.5D/3D封装、扇出型封装的高要求，它急需找到技术跃迁的支点。
与博通合资设立专属面板级封装产线，对双方而言都是战略卡位：博通获得了稳定、定制化的先进封装产能，能够为其AI芯片提供更高效、更低成本的集成方案；力成则通过绑定头部客户，跳过技术验证的漫漫长路，直接进入高端市场。这种“设计公司+封测厂”的深度绑定模式，正成为AI产业链的新常态，也印证了AI技术对供应链柔性的极端要求。
3. 面板级封装PLP vs 晶圆级封装：效率与成本的较量
要理解这次合作的技术分量，必须先厘清面板级封装（PLP）与晶圆级封装（WLP）的差异。传统晶圆级封装是在直径300mm的圆形硅晶圆上进行工艺，单位面积利用率约为70%——边缘区域无法有效利用。而面板级封装使用方形面板（如510mm×515mm），面积利用率可提升至95%以上，意味着同样一块面板可以产出更多芯片，且单颗成本降低约30%。
更重要的是，面板级封装能支持更大尺寸的芯片。AI加速器、服务器CPU等芯片的die面积动辄600mm²以上，晶圆级封装往往难以容纳，而PLP的面板尺寸几乎没有上限。这为未来整合多颗HBM高带宽存储器与逻辑芯片提供了理想的物理基础。
但PLP也有技术和设备挑战。面板的平整度控制、翘曲问题、以及光刻和电镀的均匀性都比晶圆更难。目前，台积电、三星、日月光等巨头都在积极布局扇出型面板级封装（FOPLP），但真正量产者屈指可数。力成与博通选择新加坡作为据点，显然是看中了当地成熟的半导体生态——既有美光、格芯的制造基地，又有政府对先进封装专项补贴。
值得注意的是，AI技术日新月异，对封装的要求也在快速迭代。一个有趣的现象是，许多AI诗词生成应用和AI网名推荐工具虽然看起来与硬件无关，但它们的实时响应依赖于边缘侧的低延迟推理芯片，而这些小芯片恰恰需要低成本、高良率的封装工艺。PLP的量产将加速AI从云端向边缘渗透。
4. 新加坡为何成为AI技术布局的新高地？
力成和博通选择新加坡并非偶然。在全球半导体供应链重构的大背景下，新加坡正成为除台湾、韩国之外的第三极。它不仅拥有稳定的政治环境、健全的知识产权保护体系，还具备深厚的半导体人才储备——南洋理工大学和新加坡国立大学每年为行业输送大量微电子工程毕业生。
更重要的是，新加坡经济发展局（EDB）近年来大力推动先进封装产业，对PLP相关的设备采购、研发投入给予高达15%的税收减免。加上地缘政治风险分散的考量，越来越多科技产品供应商将新加坡视为替代制造中心。例如，美国芯片制造商格芯在新加坡设有12英寸晶圆厂，专注于射频和汽车芯片；而博通本身也在新加坡设有研发中心。
合资企业落户新加坡后，可以就近利用格芯的晶圆产出，实现“晶圆制造+面板级封装”的一体化闭环，缩短交付周期。这对于AI芯片这类需要快速迭代的产品尤为重要——当OpenAI发布一个新模型时，若封装环节拖后腿，可能会影响整个AI工具导航生态的竞争力。
5. 先进封装产业链加速重构：中国企业的机遇与挑战
力成与博通的合资案，也折射出全球封测产业格局的深层变化。长期以来，台湾地区凭借台积电、日月光、力成等企业占据先进封装的主导地位，但如今越来越多的联合体正在形成：英特尔在亚利桑那州推进Foveros 3D封装，三星在天安和温阳扩建PLP产线，中国长电科技也在绍兴布局扇出型封装。
对于中国大陆的封装厂商如通富微电、华天科技而言，挑战在于：高端AI芯片客户（如英伟达、AMD、博通）的先进封装需求，几乎被台积电和日月光垄断。力成与博通的合资意味着这个“寡头俱乐部”又添新成员，但同时也提供了一条路径——通过与头部芯片设计公司合资，获取技术授权和稳定订单。
此外，AI写作等应用对于算力的渴求仍将持续增长。根据行业预测，到2027年全球先进封装市场将突破800亿美元，其中面板级封装占比将从当前的不足5%跃升至25%。这意味着，无论是采用艺术签名生成这类轻量AI工具的C端产品，还是运行大模型训练的B端数据中心，都将间接受益于封装技术的进步。
6. 未来展望：从AI写作到通用AI，封装技术如何重塑计算格局
当我们在讨论AI写作时，关注的往往是模型本身的参数量和训练数据，但很少有人注意到：每一次模型迭代，都需要更先进的封装技术来承载更大规模的芯片。GPT-5如果采用PLP封装，很可能在单个封装内集成超过1000亿个晶体管和高达1TB的HBM4内存，带宽将是当前H100的10倍。
更深远的影响在于，面板级封装将推动“Chiplet（小芯片）”设计理念的普及。未来，一个AI加速器可以由多个来自不同制造商、采用不同制程的chiplet组成，通过PLP基板上的高速互连协同工作。这就像用文生图工具拼贴不同的元素最终生成一幅完美作品——而PLP就是那张“画布”。
当然，技术路线的竞争从未停止。台积电的CoWoS_L和InFO_SoW（晶圆级系统）已经在高端市场占据先发优势，但面板级封装在成本和灵活性上更具后发潜力。力成与博通的合资能否挑战台积电的地位，取决于PLP良率的提升速度以及客户的接受程度。
无论如何，从AI写作到智能驾驶，从边缘计算到云端推理，先进封装正在成为数字世界的底层基础设施。当你在手机上和AI对话时，或许你不知道，那枚芯片可能正通过面板级封装实现了前所未有的集成度——而这正是科技产品无声进化的最好注脚。