在生成式AI运算需求迅速攀升的浪潮下,国际云端服务供应商(CSP)如Google、AWS与Meta等,纷纷投入客制化AI专用ASIC晶片开发,推升晶片客制化设计热潮,连带对高阶检测与分析服务需求同步攀升。目前ASIC主流制程节点为3奈米或5奈米,预计各CSP下一代ASIC制程节点将往前迈进至2奈米或3奈米。晶圆代工大厂在技术论坛指出2025年3奈米月产能今年将年增六成,同时,更先进的2奈米节点将在2025年下半年导入量产。
随著晶片制程微缩至2奈米节点,电晶体架构首度从FinFET架构跨越到GAAFET环绕闸极,制程技术复杂度变高,使得良率提升与分析难度同步增加,加计晶片设计上转向先进封装与系统技术协同最佳化(STCO)来延续晶片性能提升,导入异质整合封装的型式,封装架构亦日趋复杂,使得半导体测试,如材料与故障分析难度大幅提升,晶圆代工与IC设计公司对外部检测实验室的依赖持续加深。
随著高频高速晶片产量大幅增加,预烧测试正逐渐成为标准测试流程。预烧测试旨在模拟晶片长时间运作,并提早凸显潜在瑕疵,后续结合材料分析与失效分析可精确找出失效晶片的结构缺陷或制程瓶颈,为制造端提供改善依据。由于AI晶片长期处于高温高电流环境,出厂前更须经过数百至上千小时的高温、高压预烧可靠度测试,以确保稳定度。目前除NVIDIA外,全球五大AI晶片大厂(AMD、Intel、Amazon、Google、Meta)皆已在新专案导入预烧测试,带动高功率Burn-in需求大增,法人预期闳康相关业绩将自今年第四季起明显发酵,并于明年上半年进入爆发期
闳康作为亚太区半导体检测分析领导厂商,凭借遍布台湾、日本、中国的跨国据点与领先的TEM、SIMS等分析技术,已成为先进制程检测的关键伙伴。预期AI专用ASIC开案与先进制程外包检测需求将持续扩大,有助于推升闳康整体营收与获利表现。
