外媒《The Information》報導，Alphabet旗下Google正與三星電子洽談合作，計畫將下一代人工智慧（AI）晶片部分元件交由三星代工生產。記者黃仁杰／編譯

外媒《The Information》報導，Alphabet旗下Google正與三星電子洽談合作，計畫將下一代人工智慧（AI）晶片部分元件交由三星代工生產。

[caption id="attachment_225913" align="aligncenter" width="1536"] Alphabet旗下Google正與三星電子洽談合作，計畫將下一代人工智慧（AI）晶片部分元件交由三星代工生產。（圖／AI生成）[/caption]

根據兩名知情人士透露，Google規劃由台積電（TSMC）負責代號為「Icefish」的新一代TPU主要運算晶片，而三星則有望利用2奈米製程，生產負責連接記憶體的關鍵元件。

報導指出，Google目前正與聯發科共同參與Icefish晶片設計，產品仍處於開發階段，最快可能於2028年進入量產。

若能順利拿下訂單，將成為三星擴大晶圓代工業務的重要里程碑。2奈米製程可在更小的晶片面積內整合更多電晶體，有助於提升運算效能、降低功耗，並強化AI運算能力。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

對於相關消息，三星拒絕置評，Google則尚未回應媒體詢問，路透社也無法獨立證實報導內容。

三星今（2026）年4月曾表示，預期先進製程將吸引更多晶片客戶，並正評估在美國德州興建第二座晶圓廠，以擴大產能。公司也曾於2025年7月取得Tesla價值165億美元的AI晶片代工合約，同樣採用2奈米技術。

這也是近期另一則顯示Google有意降低對台積電依賴的消息。由於AI熱潮帶動需求暴增，市場擔憂台積電產能可能成為整體產業發展瓶頸。

《The Information》本週稍早也曾報導，Google正與Intel洽談，計畫於2028年委託生產超過300萬顆TPU。

隨著Google持續發展自研AI晶片，其TPU已逐漸成為輝達（NVIDIA）GPU之外的重要替代方案，相關產品銷售也成為Google雲端業務的重要成長動能。

Google今年4月更推出兩款客製化AI晶片，分別鎖定AI模型訓練與推論（Inference）應用，持續擴大在AI基礎設施市場的布局。

來源：路透社

這篇文章 傳Google找三星代工次世代AI晶片 部分模組將採2奈米製程 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

AI新創Anthropic傳出正與微軟（Microsoft）洽談，考慮租用搭載微軟自研AI晶片的伺服器，以因應快速成長的AI服務需求。市場認為，若合作成真，將成為微軟自研AI晶片戰略的重要里程碑。記者黃仁杰／編譯

AI新創Anthropic傳出正與微軟（Microsoft）洽談，考慮租用搭載微軟自研AI晶片的伺服器，以因應快速成長的AI服務需求。市場認為，若合作成真，將成為微軟自研AI晶片戰略的重要里程碑。

[caption id="attachment_221741" align="aligncenter" width="1536"] AI新創Anthropic傳出正與微軟（Microsoft）洽談，考慮租用搭載微軟自研AI晶片的伺服器。（圖／AI生成）[/caption]

根據外媒報導，目前雙方談判仍處於早期階段，最終未必一定會達成合作。

Anthropic旗下Claude模型近年快速崛起，已成為全球生成式AI市場的重要玩家之一。隨著AI推論需求暴增，市場對替代輝達GPU的需求也持續升高，原因在於輝達AI晶片價格昂貴且供應長期吃緊。

目前包括Google與亞馬遜都已積極推動自研AI晶片，而Anthropic本身也早已與兩家公司建立合作關係。

若微軟成功取得Anthropic訂單，將代表其自研AI晶片正式跨入大型AI模型商業部署階段，被視為挑戰輝達生態系的重要一步。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

近年微軟也持續深化與Anthropic合作，包括將Claude模型整合至Copilot等AI產品中。市場普遍認為，隨著微軟與 OpenAI關係逐漸鬆動，微軟也正降低對ChatGPT生態系的依賴。

今年1月，微軟正式推出第二代自研AI晶片Maia 200，同時發布相關開發工具，希望補足輝達長年在AI開發者生態系的優勢。

Maia 200由台積電採用3奈米製程生產，並搭載高頻寬記憶體（HBM）。不過，市場指出，其HBM版本仍較輝達下一代Vera Rubin平台落後。

另一方面，微軟也在Maia 200中大量導入SRAM記憶體設計。SRAM具備低延遲優勢，可協助聊天機器人與大型AI系統在高併發請求情境下提升反應速度。

市場分析認為，目前AI產業正逐漸從「模型競賽」，轉向「基礎設施競賽」。

除了AI模型本身外，誰能提供足夠GPU、推論效率與低成本AI運算平台，也開始成為科技巨頭競爭核心。而Anthropic若最終採用微軟自研晶片，也將代表大型AI公司對「非輝達方案」的接受度正在提高。

來源：路透社

這篇文章 Anthropic傳洽租微軟AI晶片伺服器 微軟自研晶片戰略再迎關鍵機會 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

AI晶片新創Cerebras Systems上週在美國掛牌後引爆市場關注，不僅創下近年科技業最大IPO之一，首日市值一度逼近1,000億美元，也再次凸顯全球科技產業對AI運算晶片的龐大需求。市場正積極尋找輝達以外的替代方案，尤其在高階GPU供不應求、價格持續攀升的情況下，Cerebras成為最新焦點。記者黃仁杰／編譯

AI晶片新創Cerebras Systems上週在美國掛牌後引爆市場關注，不僅創下近年科技業最大IPO之一，首日市值一度逼近1,000億美元，也再次凸顯全球科技產業對AI運算晶片的龐大需求。市場正積極尋找輝達以外的替代方案，尤其在高階GPU供不應求、價格持續攀升的情況下，Cerebras成為最新焦點。

[caption id="attachment_220418" align="aligncenter" width="1536"] 在高階GPU供不應求、價格持續攀升的情況下，Cerebras成為最新焦點。（圖／AI生成）[/caption]

Cerebras掛牌首日表現強勢，市值一度逼近Meta與阿里巴巴等科技巨頭水準，不過第二個交易日股價回落約10%。

與輝達不同，Cerebras並不走傳統GPU路線，而是主打自研的晶圓級運算引擎。公司共同創辦人兼執行長安德魯．費德曼（Andrew Feldman）表示，Cerebras打造的是半導體產業中最大的晶片，大尺寸晶片能在更短時間內處理更多資料，並更快完成運算。

目前AI訓練市場仍由輝達主導，其GPU在平行運算能力上具備優勢，特別適合大型模型訓練。不過，隨著產業進入 代理型AI時代，市場焦點逐漸從模型訓練轉向推論應用，也就是AI如何根據新資訊即時做出判斷。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

科技社群討論區：https://pei.com.tw/feed/c/tech-plus

在推論市場中，不一定需要像GPU這類通用型晶片，反而更適合針對特定任務優化的ASIC晶片。Cerebras旗下最新WSE-3就屬於此類產品。

公司表示，WSE-3面積比目前最大GPU大上57倍，電晶體數量則高出約50倍。

在製程方面，雖然目前最先進AI晶片已開始導入2奈米技術，但Cerebras目前仍採用台積電的5奈米製程生產。

Cerebras成立於2016年，總部位於矽谷，原本於2024年首次申請上市，但因過度依賴單一客戶而受到監管關注，後來撤回申請。當時主要客戶為由微軟支持、總部位於阿聯的AI公司G42。

隨著此次IPO成功，費德曼與另一位共同創辦人、硬體技術長Sean Lie，也因持股價值暴增正式晉升億萬富豪。

商業模式方面，Cerebras近年已逐漸從單純銷售晶片，轉向自建資料中心並提供AI雲端運算服務，直接與 Google、微軟、甲骨文及CoreWeave等雲端業者競爭。

今年1月，Cerebras與OpenAI簽下總值200億美元的AI雲端合作協議，合約將持續至2028年。3月，AWS也宣布，已開始在自家資料中心部署Cerebras晶片。

Cerebras財務長鮑伯．科明（Bob Komin） 表示，目前公司在高速AI推論產品上的需求極為強勁，最大的挑戰不是市場，而是產能不足。公司正持續擴充製造與資料中心產能，但訂單已一路排到2027年。

雖然大型雲端業者如Google、亞馬遜、Meta與微軟都有自研ASIC，但Cerebras真正的競爭對手，則是專門為企業打造AI ASIC晶片的新創公司。

其中最具代表性的包括Groq。輝達去年12月以200億美元收購其技術後，今年GTC大會也推出客製化語言處理晶片。

其他競爭者還包括SambaNova與D-Matrix。其中SambaNova客戶包括Meta與Hugging Face，而英特爾執行長陳立武自2017年起便擔任其董事長。

市場也認為，Cerebras成功掛牌，將為更多AI ASIC新創鋪路。包括南韓晶片新創Rebellions，近期已獲得三星電子等投資人注資4億美元，估值達23.4億美元，目前也正為IPO做準備。

來源：CNBC

這篇文章 挑戰輝達的Cerebras是誰？餐盤大小AI晶片成市場焦點 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

軟銀集團（SoftBank）再度加碼AI硬體投資。根據《CNBC》報導，軟銀已向英國AI晶片公司Graphcore注資超過4.57億美元，持續擴大其在AI基礎建設與晶片領域的布局。記者黃仁杰／編譯

軟銀集團（SoftBank）再度加碼AI硬體投資。根據《CNBC》報導，軟銀已向英國AI晶片公司Graphcore注資超過4.57億美元，持續擴大其在AI基礎建設與晶片領域的布局。

[caption id="attachment_219114" align="aligncenter" width="1536"] 軟銀已向英國AI晶片公司Graphcore注資超過4.57億美元，持續擴大其在AI基礎建設與晶片領域的布局。（圖／AI生成）[/caption]

根據英國公司註冊文件，Graphcore於4月10日發行一股新股，估值約4.57億美元。Graphcore發言人也向CNBC證實，這筆資金來自軟銀。

知情人士透露，這筆資金只是Graphcore今年預計從軟銀取得資金的一部分，未來仍可能有後續投資。

軟銀於2024年完成對Graphcore的收購，當時即表示，這家總部位於英國的AI晶片公司，未來將與軟銀共同投入 通用人工智慧（AGI）技術發展。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

科技社群討論區：https://pei.com.tw/feed/c/tech-plus

近年AI已成為軟銀最重要的投資方向之一。報導指出，軟銀近年已向AI產業投入數百億美元，包括持有OpenAI股權，以及參與多項AI基礎建設計畫。

Graphcore過去曾被視為可能挑戰輝達的AI晶片新創，公司曾募得數億美元資金，但在商業化進展上未能達到市場預期，最終於2024年被軟銀收購。

自完成收購後，軟銀已陸續宣布多項AI基礎建設投資，包括與OpenAI及甲骨文（Oracle）合作參與規模達5,000億美元的星門AI基礎建設計畫。

此外，《Financial Times》今年4月也報導，軟銀計畫最快今年在美國成立並推動一家獨立的AI與機器人公司上市。彭博則於本週報導，軟銀目前也正在評估法國大型AI資料中心投資計畫。

軟銀創辦人暨執行長孫正義曾表示，Graphcore在晶片設計領域具備深厚技術能力，可進一步強化Arm在半導體IP市場的布局。

軟銀早在2016年就收購Arm控股權，而Arm則於2023年在那斯達克掛牌上市。軟銀也在2025年收購晶片設計公司Ampere Computing。

Graphcore則在去 （2025）年10月宣布，將投資最高10億英鎊，在印度班加羅爾建立新的AI園區，並擴大招募AI、晶片、軟體與系統工程人才。

來源：CNBC

這篇文章 軟銀再砸4.57億美元押注AI晶片 英國Graphcore獲注資擴大AGI布局 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

華為AI晶片業務傳出強勁成長。根據外媒報導，在中國企業大舉採購本土AI晶片帶動下，華為預估今年AI晶片營收將成長至少60%，顯示其在中國AI硬體市場的影響力正快速提升。記者黃仁杰／編譯

華為AI晶片業務傳出強勁成長。根據外媒報導，在中國企業大舉採購本土AI晶片帶動下，華為預估今年AI晶片營收將成長至少60%，顯示其在中國AI硬體市場的影響力正快速提升。

[caption id="attachment_215551" align="aligncenter" width="1200"] 在中國企業大舉採購本土AI晶片帶動下，華為預估今年AI晶片營收將成長至少60%。（圖／AI生成）[/caption]

消息人士指出，華為今年來自AI晶片的營收，預估可達約120億美元，相較2025年的75億美元大幅成長，主要訂單已陸續到位，成長動能明確。

報導指出，今年大部分訂單來自華為最新一代Ascend 950PR。該晶片已於今年3月正式進入量產，被視為華為在AI運算領域的重要產品。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

科技社群討論區：https://pei.com.tw/feed/c/tech-plus

此外，華為也規劃在第四季推出升級版的950DT，進一步強化產品線，搶攻中國快速成長的AI運算市場。

在美國出口管制持續影響下，中國科技企業加速導入本土AI硬體，讓華為Ascend系列晶片需求快速升溫，也使其逐漸成為中國企業替代輝達的重要選項。

隨著DeepSeek等中國AI模型陸續針對華為晶片優化，加上政策支持本土供應鏈，華為AI晶片業務正進入高速成長階段。

來源：路透社

這篇文章 華為AI晶片業務爆發！Ascend 950PR成主力 年營收估增逾60% 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

輝達下一代AI晶片需求持續升溫。AI基礎設施業者Nscale宣布，將在既有部署基礎上再新增3萬顆Rubin GPU，使總數達到13萬顆，並由微軟需求帶動，預計於2027年前全面到位。記者黃仁杰／編譯

輝達下一代AI晶片需求持續升溫。AI基礎設施業者Nscale宣布，將在既有部署基礎上再新增3萬顆Rubin GPU，使總數達到13萬顆，並由微軟需求帶動，預計於2027年前全面到位。

[caption id="attachment_213773" align="aligncenter" width="1280"] AI基礎設施業者Nscale宣布，將在既有部署基礎上再新增3萬顆Rubin GPU，使總數達到13萬顆。（圖／AI生成）[/caption]

從10萬到13萬顆 AI算力再擴張

Nscale原先已規劃部署10萬顆Vera Rubin GPU，如今因合作夥伴需求強勁，決定再追加3萬顆。新增產能將主要部署於挪威Narvik資料中心，推動該園區總AI算力達230MW，成為當地最大陸上基礎建設專案之一。

其餘GPU則將分布於歐洲多個據點，包括英國與挪威等地。

鎖定AI推論與自主型AI Rubin成核心戰力

Vera Rubin被視為輝達下一代AI核心架構，主打高效能推論運算，並支援自主型AI（Agentic AI）與實體AI應用。

Ian Buck指出，隨著AI從模型訓練邁向實際應用，市場需要能兼顧規模與效率的新型超級運算架構，而Rubin平台正是關鍵解方。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

科技社群討論區：https://pei.com.tw/feed/c/tech-plus

NVL72架構上場 單機72顆GPU堆疊算力

此次部署將採用Rubin NVL72系統，每個機櫃整合72顆GPU與Vera CPU，形成高密度AI運算節點，強化資料中心整體效能。

Nscale也強調，該計畫是全球首批大規模導入Rubin架構的案例之一，預計2027年完成建置並對外提供服務。

隨著AI應用從訓練走向大規模推論與自主決策，市場對高效能算力需求持續擴大。此次13萬顆GPU部署規模，不僅凸顯輝達在AI晶片市場的主導地位，也反映科技巨頭對未來AI基礎設施的高度押注。

來源：wccftech

這篇文章 微軟撐腰！13萬顆Rubin GPU進場 輝達AI晶片需求炸裂 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

Marvell Technology股價週一大漲近5%，主因市場傳出公司正與Google洽談合作，開發兩款新型AI晶片，帶動投資人樂觀情緒。記者黃仁杰／編譯

Marvell Technology股價週一大漲近5%，主因市場傳出公司正與Google洽談合作，開發兩款新型AI晶片，帶動投資人樂觀情緒。

[caption id="attachment_213615" align="aligncenter" width="2048"] Marvell傳出公司正與Google洽談合作，開發兩款新型AI晶片，帶動投資人樂觀情緒。（圖／AI生成）[/caption]

根據外媒報導，雙方討論中的合作將涵蓋兩款產品：一是用於搭配Google現有TPU（Tensor Processing Unit）的記憶體處理單元（MPU），另一則是專門用於AI模型運算的新一代TPU。

自研晶片成主流 科技巨頭降低對外依賴

近年包括Alphabet旗下Google與Meta等科技巨頭，正積極投入自研晶片，以降低對外部供應商依賴，並強化AI競爭力。

目前Google已廣泛使用TPU進行AI模型訓練與推論（inference），並與Broadcom合作設計晶片。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

科技社群討論區：https://pei.com.tw/feed/c/tech-plus

對抗輝達高價GPU Google尋求更多選項

市場認為，此次與Marvell的潛在合作，也反映Google有意分散供應來源，降低對既有合作夥伴依賴，同時尋求替代輝達高價GPU方案的可能性。

隨著企業對AI算力需求持續攀升，晶片供應與成本控制成為關鍵議題。

AI應用擴張 帶動晶片需求全面升溫

目前包括Anthropic等AI業者，亦使用Google TPU與其他晶片來運行模型與聊天機器人Claude，顯示AI應用持續擴張，進一步推升對專用晶片的需求。

來源：路透社

這篇文章 傳攜手Google打造AI晶片 Marvell股價大漲近5% 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

特斯拉（Tesla）加速自研AI晶片布局。執行長伊隆·馬斯克最新揭露，公司未來兩代AI晶片AI6與AI6.5，將分別採用三星電子與台積電的2奈米製程，並在美國本土生產。記者黃仁杰／編譯

特斯拉（Tesla）加速自研AI晶片布局。執行長伊隆·馬斯克最新揭露，公司未來兩代AI晶片AI6與AI6.5，將分別採用三星電子與台積電的2奈米製程，並在美國本土生產。

[caption id="attachment_213296" align="aligncenter" width="2158"] 馬斯克揭露，特斯拉未來兩代AI晶片AI6與AI6.5，將分別採用三星電子與台積電的2奈米製程，並在美國本土生產。（圖／AI生成）[/caption]

AI6、AI6.5雙線布局 鎖定德州與亞利桑那產能

根據馬斯克說法，下一代AI6晶片將採用三星位於德州的2奈米製程，並導入新一代LPDDR6記憶體，性能預計較前一代AI5提升一倍。

在此基礎上，特斯拉還將推出進一步優化版本AI6.5，改由台積電亞利桑那廠生產，同樣採用2奈米製程，但主打更高效能表現。

這也意味著特斯拉將同時與兩大晶圓代工廠合作，分散供應風險，同時提升技術彈性。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

科技社群討論區：https://pei.com.tw/feed/c/tech-plus

AI5提前流片 為加速上市做出設計取捨

馬斯克也提到，已完成流片的AI5晶片為了趕上時程，做出部分設計妥協，因此得以提前45天完成。未來AI6將補足這些設計限制，提升整體架構完整性。

目前AI5已由三星與台積電共同生產，預計於2026至2027年間進入量產。

TeraFab仍是終極目標 打造自有AI晶片體系

長期來看，特斯拉仍計畫將AI晶片生產導入自家TeraFab體系，實現從設計到製造的垂直整合。不過在該計畫完成前，仍會持續仰賴台積電與三星等合作夥伴。

此外，特斯拉同步推進Dojo3超級電腦計畫，顯示其AI基礎建設布局正持續擴大。

2027後進入關鍵期 AI晶片競賽升溫

 依照時程來看，AI6與AI6.5預計落在2027至2029年間量產，將成為特斯拉一階段AI算力核心。

隨著AI需求持續爆發，特斯拉透過多元代工與自建產能雙軌並行，顯示其正積極挑戰輝達等既有AI晶片龍頭，AI硬體競賽也將進一步升溫。

來源：wccftech

這篇文章 特斯拉AI晶片全面落地美國 2奈米AI6、AI6.5分交由三星與台積電生產 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

Google正加快自研AI晶片布局。外媒報導指出，母公司Alphabet旗下Google正與Marvell Technology洽談合作，開發兩款新型AI晶片，目標是提升AI模型運行效率。記者黃仁杰／編譯

Google正加快自研AI晶片布局。外媒報導指出，母公司Alphabet旗下Google正與Marvell Technology洽談合作，開發兩款新型AI晶片，目標是提升AI模型運行效率。

[caption id="attachment_182204" align="aligncenter" width="1200"] Google正加快自研AI晶片布局。（圖／科技島資料照）[/caption]

據了解，其中一款為「記憶體處理單元」（MPU），將與Google現有的TPU（Tensor Processing Unit）協同運作；另一款則是全新設計的TPU，專門用於AI模型運算。

此舉被視為Google強化TPU競爭力的重要一步，試圖在AI晶片市場上與輝達主導的GPU體系抗衡。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

科技社群討論區：https://pei.com.tw/feed/c/tech-plus

近年來，TPU已成為Google雲端業務的重要成長引擎之一，公司也持續向投資人強調，其AI相關投資正逐步轉化為實際營收動能。

報導指出，雙方目標最快在明年完成MPU設計，並進入測試生產階段。不過，截至目前為止，Google與Marvell尚未對此消息作出正式回應，相關細節仍待進一步確認。

來源：路透社

這篇文章 Google傳攜手Marvell打造AI晶片 強化TPU對抗輝達 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

隨著AI需求持續爆發，產業鏈最大瓶頸之一已從製程轉向先進封裝。台積電正加大投資力道，擴充台灣與美國產能，試圖解決這項關鍵限制。記者黃仁杰／編譯

隨著AI需求持續爆發，產業鏈最大瓶頸之一已從製程轉向先進封裝。台積電正加大投資力道，擴充台灣與美國產能，試圖解決這項關鍵限制。

[caption id="attachment_212835" align="aligncenter" width="1280"] 隨著AI需求持續爆發，產業鏈最大瓶頸之一已從製程轉向先進封裝。（圖／台積電提供）[/caption]

業界指出，先進封裝（Advanced Packaging）已成AI晶片量產的核心關鍵。由於目前幾乎所有高階AI晶片都仰賴台積電相關技術，若產能無法擴充，將直接影響整體供應鏈。

根據台灣媒體報導，台積電正評估興建新廠，並考慮將部分8吋晶圓廠轉為先進封裝用途，以快速提升產能。同時，公司也持續在美國亞利桑那州投資，推動在地封裝能力。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

科技社群討論區：https://pei.com.tw/feed/c/tech-plus

在台灣方面，台積電計畫於7座廠區導入包括CoWoS、WMCM與SoIC等先進封裝技術。這些技術分別對應行動裝置與高效能運算（HPC）等應用，其中AI相關需求最為強勁，預期大部分產能將優先供應AI市場。

市場預估，至2027年，台積電先進封裝產能將由目前約130萬片提升至200萬片水準，顯示供給瓶頸正加速緩解。

在美國布局方面，目前台積電當地晶圓廠仍未導入先進封裝產線，成為AI晶片生產的一大限制。為此，公司已規劃在亞利桑那州投資兩座先進封裝廠，預計2030年前後進入量產，未來將成為重要產能來源。

隨著AI晶片封裝尺寸持續擴大，先進封裝的重要性快速提升，也讓市場關注競爭對手動向。英特爾透過EMIB與EMIB-T技術切入市場，試圖分食需求。

在AI需求遠超供給的情況下，先進封裝已成為下一階段競爭焦點。台積電此次大規模擴產，將直接影響全球AI晶片供應與產業格局。

這篇文章 AI晶片非製程卡關 台積電重金擴充先進封裝產能解瓶頸 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。