INDUSTRY ANALYSIS
量測與缺陷檢查相關產業分析
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。
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]
AI 時代的測試需求為何增加 從 HBM 探針卡到 CPO 光電測試
AI 晶片朝高功耗、多晶粒與先進封裝發展，使測試需求同時受到出貨量、測試複雜度與失敗成本推動。HBM 強化了封裝前的良裸晶篩選需求，CPO 則增加精密光耦合、光電協同量測與自動化挑戰。本文拆解這兩條成長路徑，並整理 FormFactor、旺矽、穎崴、精測、光焱與致茂的公開進度。
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。