全球大型雲端業者加速建置人工智慧（AI）基礎設施，預估明年度資本支出將達到一點一兆至一點二兆美元。這股龐大的投資浪潮不僅推升 AI 伺服器的需求，更對半導體製造、先進封裝及周邊電力設備產生全面的產能擠壓效應。
AI 伺服器需求強勁 雲端巨頭投資聚焦記憶體與載板
隨著各大科技巨頭持續擴建算力，整體 AI 供應鏈正面臨嚴峻的產能挑戰。市場評估，全球超大型雲端服務提供者的資本支出預計達到一點一兆至一點二兆美元，其中高達五成至六成的資金將用於採購記憶體相關產品，顯示出資料中心對高效能儲存與處理組件的渴求。
除了記憶體需求高漲，硬體結構的供應瓶頸也逐步浮現。用於連接晶片與主機板的 ABF 載板，市場預估其產能短缺狀況將延續數年。此外，隨著資料中心耗電量大增，能源供應成為另一大挑戰，全球主要重電製造商的燃氣輪機訂單甚至已經排到二〇三〇年之後，突顯出硬體與能源端均呈現極度緊繃的狀態。
台積電外包矽中介層 世界先進成熟製程滿載
在晶圓代工與封裝領域，資源高度集中於 AI 領域的結果，對傳統半導體製造帶來顯著衝擊。為了應對龐大的先進封裝需求，台積電（TSMC）已將先進封裝技術中的核心元件矽中介層外包給世界先進（VIS）生產。
世界先進董事長指出，隨著資金與人力資源傾斜至 AI 領域，排擠了非 AI 應用的成熟製程空間，目前該公司的八吋晶圓產能已處於滿載狀態。將產線資源調配至矽中介層等先進封裝元件，進一步壓縮了無塵室空間與整體晶圓產出，使得原本應用於消費性電子或車用領域的晶片面臨產能調配困難。
這代表什麼
這種廣泛的產能排擠意味著 AI 發展已不再只是科技巨頭間的算力競賽，而是開始實質影響整體電子產業鏈的營運成本與資源分配。當成熟製程與 ABF 載板等基礎資源被大量的 AI 伺服器訂單吃緊，非 AI 領域的晶片（例如家電、一般電腦、車用控制 IC）可能面臨交貨期延長或成本上升的壓力。
對台灣半導體產業而言，這展現出台廠在先進封裝與代工製造的核心地位。台積電將部分製程外包給世界先進等合作夥伴，帶動了整體供應鏈的聯動效應。然而，這也意味著企業在營運上必須面臨非典型景氣循環的挑戰，過往季節性的供需規律已被打破，業者必須具備更彈性的供應鏈管理與產能規劃能力。
背景補充
在了解本次產能排擠之前，需要先明白「先進封裝」與「矽中介層」的作用。傳統晶片封裝是將單一晶片固定在基板上，但隨著 AI 需要極高運算速度，工程師開發出將圖形處理器（GPU）與高頻寬記憶體（HBM）緊密排列在一起的先進封裝技術。這其中，「矽中介層」就像是一張極為精細的電路板，負責在微小距離內連接 GPU 與記憶體，是實現高速度傳輸不可或缺的關鍵底座。
台積電的 CoWoS 等先進封裝技術過去多在自家廠房完成，但面對爆發性的訂單，產能供不應求，因此需要將不需要最先進製程的矽中介層製造委外。世界先進原本主攻八吋晶圓的成熟製程（例如電源管理 IC 或驅動 IC），接受外包後雖然獲得新訂單，但同時也排擠了原先客戶的晶片產能，這正是 AI 效應如何從最頂尖的先進製程，一路蔓延至成熟製程與電力基礎設施背後的原因。
常見問題
為什麼 AI 伺服器建置會影響到一般的成熟製程晶片？
因為 AI 晶片需要先進封裝來連接記憶體與處理器，其中關鍵元件「矽中介層」可透過成熟製程生產。當晶圓廠將產線與無塵室空間挪給矽中介層時，生產車用或家電晶片的成熟製程產能就會受到排擠。
全球雲端巨頭預計在 AI 資本支出投入多少資金？
市場預估明年度超大型雲端服務業者的資本支出將達到 1.1 兆至 1.2 兆美元，其中約五成至六成的資金將集中投入於記憶體採購。
AI 伺服器爆發對電力與能源供應產生什麼影響？
AI 資料中心耗電量極高，帶動電力基礎設施需求大增。全球重電大廠的燃氣輪機訂單已經排至 2030 年之後，顯示能源設備供不應求。