智通財經APP獲悉，華爾街金融巨頭摩根士丹利近日發佈研報稱，“芯片代工之王”臺積電(TSM.US)已經啓動建設310 mm² Panel-Level chiplet先進封裝試產線(即CoPoS先進封裝體系)，並帶動ASE等半導體設備與先進封裝設備巨頭們將FOPLP尺寸同步收縮至300/310 mm²，意味着“圓片級CoWoS向面板級CoPoS先進封裝”的封裝超級更新迭代正式進入投資與初步試製造期。

臺積電啓動的CoPoS試產線意味着，這家芯片製造巨頭正式掀起覆蓋芯片上游到下游產業鏈的“先進封裝大變革”。CoPoS未來主要用於大規模解決CoWoS先進封裝產能瓶頸以及初步流片與整個製造到封裝環節的成本問題，面向下一代AI訓練/推理AI GPU/AI ASIC，追求一次封裝更大規模chiplet芯粒、更高HBM堆疊數，以實現指數級性能提升並且相比於CoWoS有望縮減擴張產能的成本。

大摩的全球芯片產業鏈調研數據顯示，臺積電已經投資建設 CoPoS 310mm² 試產線，ASE幾乎同期發佈採用300 mm²面板的2.3D封裝技術(FOCoS-Bridge)，顯示先進封裝產業正加速向310 mm²過渡。2025年6月，日本電子封裝學會(JIEP)研討會上亦出現大量與 PLP/CoPoS 相關的半導體設備與原材料展品。大摩報告顯示，行業預計2026年中大規模 CoPoS相關半導體設備交付與安裝調試、2027年工藝上線、2027年中進入大規模設備投資決策期以及初步流片。

CoPoS先進封裝體系借鑑 CoWoS 的硅插硅技術棧，但在基板形態、高端半導體設備鏈與良率瓶頸上做了系統級調整，用更加強勁的性能天花板以及更易於擴張的產能，更大範圍滿足全球愈發龐大的AI算力需求。

對英偉達、AMD以及博通、邁威爾科技等AI/HPC超級客戶而言，CoPoS提供更大規模的先進封裝I/O與HBM堆疊數，極大程度緩解先進封裝產能供不應求與初步流片、芯片製造成本高企。就“性能上限”角度來看，CoPoS的面板級面積 + HBM堆疊組合能帶來比現行CoWoS先進封裝更大的帶寬/容量擴增，因而對聚焦超大模型訓練/推理體系的AI芯片而言具備更高性能天花板。

從業績增長與估值擴張角度來看，整個芯片產業鏈有望迎來大舉增長。對於英偉達、AMD以及三大EDA巨頭來說，有望通過供給側產品更新迭代推動更大規模終端需求，尤其對於AI芯片霸主英偉達來說有望更大程度滿足堪稱“星辰大海”的AI算力需求;半導體高端設備與芯片原材料鏈因CoPoS面板化則即將迎來新一輪超大規模設備資本支出，尤其是對於激光切割、面板光刻、真空貼合、幹膜封裝等領域的全球最頂級半導體設備廠商，關鍵設備在於Panel-level 直寫光刻、激光切割以及面板貼片。

從圓片到面板：臺積電領銜“CoPoS革命”

CoWoS(Chip-on-Wafer-on-Substrate)先進封裝流程集中於在300mm圓片硅中介層 (interposer) 上首先完成再佈線與 TSV，然後將邏輯/存儲裸片貼裝於上，再整體鍵合到 BT/ABF 有機基板，由於圓片有效面積十分有限，大核心芯片+多HBM佔位後，單片產出僅 3-4 顆，良率則跟隨面積下降，最終導致單顆成本較高，產能長期受限，且性能天花板開始觸及上限。

CoPoS(Chip-on-Panel-on-Substrate)流程集中於將硅中介層或再佈線層移到矩形面板 (PLP)上(典型爲310 mm × 310 mm)，先製程成大面積嵌硅RDL，再貼裝核心chiplet芯粒/HBM，最後與有機基板組裝。CoPoS追求一次封裝更多chiplet芯粒、更高HBM堆疊數，面向1nm及以下超先進製程以及下一代AI芯片性能躍升。但翹曲與角緣塗膜均勻性是新挑戰。

因此基於CoPoS的面板可利用率高、單板面積約等於圓片3-5 倍，疊加潛在產能提升 ×2—×3、單位面積成本降低約20-30%，半導體設備鏈可能需重新適配(主要集中於大型激光分割、直接成像光刻以及真空貼片機)。

大摩表示，對於芯片產業鏈而言，從 12-inch 晶圓級設備跨到PLP相關原材料與設備是一輪全新的超大規模CAPEX週期，半導體設備巨頭們(比如Disco、Ulvac、Screen HD以及Canon)有望獲得增量訂單，堪稱重大結構性增長機遇。

CoPoS與AI算力

隨着ChatGPT風靡全球以及Sora文生視頻大模型重磅問世，疊加AI領域“賣鏟人”英偉達連續多個季度無與倫比的業績，意味着人類社會邁入AI時代。在5月底的英偉達業績會議上，黃仁勳極度樂觀地預測Blackwell系列將創下史上最強勁AI芯片銷售紀錄，推動人工智能算力基礎設施市場“呈現出指數級別增長”。“如今，每個國家都將AI視爲下一次工業革命的最核心——一個爲全球每個經濟體不斷生產智能以及關鍵基礎設施的新興產業，”黃仁勳在與分析師們的業績討論表示。

推理端帶來的AI算力需求堪稱“星辰大海”，有望推動人工智能算力基礎設施市場持續呈現出指數級別增長，“AI推理系統”也是黃仁勳認爲英偉達未來營收的最大規模來源。

在當下以AI芯片爲核心的“帶寬-算力”AI基礎設施史無前例競賽中，圓片級CoWoS已把英偉達AI GPU先進封裝推進到至少6顆HBM存儲系統、總帶寬3.9 - 4.8 TB/s的極限，比如CoWoS-S 受限於 120 × 150 mm 以內的硅中介層尺寸。

而面板級CoPoS 通過把承載面積放大到典型的310 × 310 mm，可容納多達10-12顆下一代HBM——HBM4與更多 chiplet芯粒，理論峯值帶寬有望突破13-15 TB/s，存儲容量至少翻倍。更大規格的面板讓GPU/CPU chiplet、光學 I/O Die、專用AI 加速IP可以更大規模封裝集成，指數級縮短互連，大幅降低整體延遲和功耗，因此，就下一代AI芯片性能以及滿足算力需求而言，CoPoS 提供了寬廣得多的“性能上限”，更大範圍滿足算力需求。

也就是說當AI算力需求以及AI模型的參數規模繼續爆炸式增長，乃至HBM堆疊到10顆以上時，CoPoS先進封裝將全面釋放出面板面積優勢，帶來更大規模的AI芯片等AI算力基礎設施性能提升以及單位算力成本下降。比如，當CoPoS面板可用面積達到單片CoWoS 5倍以上，配合HBM4(1.6 TB/s/棧，2 048-bit 總線)使用時，12棧即可實現大於19 TB/s峯值——即帶寬上限比現行CoWoS理論翻4倍有餘。