台積電正在做什麼？ | 丁紹傑

過去半導體的主戰場是：「手機晶片做得更小、更省電。」
現在已變成：「AI 晶片怎麼高速連接、低功耗運算。」
而真正的關鍵，已從「晶片本身」，轉移到：
「先進封裝（Advanced Packaging）」。
其中最核心的，就是 TSMC 的 CoWoS 技術。

1. 什麼是「CoWoS 良率突破 98%」？

CoWoS（Chip on Wafer on Substrate）
中文可理解為：
「把多顆高階晶片與高速記憶體，超高密度封裝在一起。」

例如：
AI GPU（AI運算核心）
＋
HBM（高頻寬記憶體）
必須：
* 距離非常近
* 傳輸超快
* 功耗超低
* 發熱還不能失控
否則 AI 訓練速度會大幅下降。

簡單比喻：
以前：
像很多電腦零件，用電線接。
現在 CoWoS：
像把所有核心零件，
直接焊成「超級大腦」。

而「98% 良率」真正恐怖的地方是：
100 個高階 AI 封裝晶片，
幾乎有 98 個成功。
這代表：
* 製程極穩
* 報廢率極低
* 成本可控
* 可大量生產

這也是為什麼：
NVIDIA、
AMD、
Apple、
Microsoft
幾乎都離不開台積電。
因為 AI 時代：
「封裝能力」甚至開始比「單純製程微縮」更重要。

2. 什麼是「COUPE（COmpact Universal Photonic Engine，緊湊型通用光子引擎）」？

重點一句話：
「用光傳資料，取代電子傳資料。」

現在 AI 最大問題之一：
不是算力不夠，
而是：
「資料搬運太耗電。」

因為：
AI GPU 每秒要傳輸超巨大資料量。
傳統銅線電訊號：
* 發熱高
* 耗電大
* 距離受限
* 越高速越難
所以未來趨勢：
從「電子傳輸」
改成
「光傳輸」。

簡單比喻：
以前：
像高速公路塞滿卡車。
未來：
像直接改用光纖高鐵。

COUPE（光學引擎）核心目的：
把：
* GPU
* CPU
* HBM記憶體
* AI伺服器
之間的資料傳輸，
改成：
「光訊號互連（Optical Interconnect）」。
好處：
* 功耗大降
* 發熱大降
* 傳輸速度暴增
* AI伺服器可做更大規模

所以未來 AI 資料中心競爭：
不只是：
「誰晶片快」
而是：
「誰搬資料最省電。」

簡單總結：

過去半導體：
比誰晶片做得小。
現在 AI 時代：
變成比誰：
1. 封裝最強（CoWoS）
2. 傳輸最快（光互連）
3. 功耗最低
4. 良率最高

而目前，
TSMC 最大優勢，已不只是 2 奈米。而是：「整個 AI 系統整合能力。」