INDUSTRY ANALYSIS
晶圓製造相關產業分析
從產業導讀延伸到具體技術、事件和供應鏈。每篇文章保留來源與更新日期。
從 ASML、台積電與美光財報看半導體景氣：哪些需求強勁，哪些復甦仍待確認？
ASML 的設備需求、台積電的先進製程營收，以及美光的 HBM 供貨協議，共同支持 AI 核心供應鏈仍具成長動能。成熟與特殊製程、工業及車用晶片也已有改善證據，但復甦的持續性與涵蓋範圍仍待確認。手機與 PC 則呈現高階產品和整體銷量分化，不能從上游漲價或營收增加，直接推論終端需求全面回暖。
AI agent 為何帶動 CPU 需求-從運算分工到晶圓代工與具名供應鏈
當 AI 從回答問題，走向查資料、操作軟體、執行程式並反覆驗證結果，資料中心需要處理的工作也跟著改變。大型模型推論主要依賴 GPU 與 AI 加速器；模型所驅動的工具、程式與企業應用，則增加了 CPU、記憶體和輸入輸出系統的負擔。這正是「agent CPU」需求受到關注的原因。[1][2]
HBM4 與 HBM4E 技術與供應鏈全解析：三大原廠如何從記憶體製程走向先進封裝
HBM4 與 HBM4E 的競爭，同時發生在 DRAM 晶粒、底層邏輯晶片與堆疊封裝。SK hynix、三星與美光採取不同的製程組合，也讓晶圓代工、接合設備、封裝材料、測試與載板供應商各自扮演關鍵角色。理解這條供應鏈，需要先分清楚產品世代、製造技術，以及已被公開確認的合作關係。
PC 可能先降溫，HBM 需求為何走得更久？從供需分化看台灣記憶體產業
PC 與 AI 伺服器正面對不同的記憶體循環。終端漲價與品牌庫存，可能讓 PC 採購動能先減緩；AI 部署、推論與長上下文應用，則可能延長 HBM 的需求成長期。不過，DDR4 未必比 DDR5 更快解除缺貨，技術效率提升也不等於 HBM 總需求下降。本文從供給、終端需求與記憶體分層出發，並整理台積電、力積電、日月光投控、力成、精測及群聯的實際角色。
FOWLP 與 FOPLP 差在哪？解析扇出型封裝的技術優勢、量產瓶頸與成本
FOWLP 與 FOPLP 都屬於扇出型封裝，主要差別在於採用圓形晶圓或矩形面板進行加工。面板化有機會增加單批產出、改善排版效率，但也提高翹曲、晶粒位移與製程均勻性的控制要求。本文從封裝原理、製程能力與成本結構，說明兩種技術的優勢，以及 FOPLP 實現量產效益的關鍵條件。