繁體中文
返回
立即開戶
AI硬件不是只有英偉達,而是一座「AI工廠」
牛牛課堂
參與了話題 · 07/27 17:02 ·

AI芯片越貴,測試越重要!半導體測試從配角走向核心,哪些公司有望受益?

過去兩年,AI硬件投資的聚光燈主要集中在GPU、HBM和先進封裝。但隨著芯片復雜度不斷提升,一個長期被市場忽視的環節,正在成為新的產業瓶頸——半導體測試。
野村最新研報表示,AI芯片升級正在持續提高后道制造的價值量,而供應鏈產能緊張、訂單外溢及設備規格升級,也讓測試廠商擁有了更強的戰略地位和議價能力。野村判斷,當前AI周期仍未見頂,測試環節正從配套工序走向產業鏈核心。
來源:野村
來源:野村
為何半導體測試越來越重要?哪些公司可能受益?本文將從這兩個方面為牛友們解析。
為何半導體測試越來越重要?
AI芯片并不是制造完成就能交付。
芯片需要依次經過晶圓測試、最終測試、老化測試和系統級測試,確認其在高溫、高功率以及實際服務器環境下能夠穩定運行。芯片性能越強、結構越復雜,需要驗證的功能越多,測試時間也就越長。
① 從Hopper到Rubin,測試時間可能增長7倍
以英偉達AI GPU為例,如果將Hopper的最終測試時間設為1,野村估算Blackwell將提升至4倍,Rubin進一步達到約7倍。
系統級測試方面,Blackwell的測試時間約為Hopper的1.5倍,Rubin約為2.5倍;從Blackwell升級至Rubin,老化測試時間也可能接近翻倍。
測試成本占芯片總制造成本的比例,也預計由Hopper的1.9%,上升至Blackwell的2.5%,Rubin進一步提升至3.3%。
來源:野村
來源:野村
這意味著,即使AI芯片出貨量增速出現波動,只要產品仍在持續升級,單顆芯片對應的測試時間、設備數量和測試價值量,仍有可能繼續上升。
② 先進封裝帶來「良率懸崖」
測試重要性提升的第二條主線,來自Chiplet、CoWoS、SoIC和混合鍵合等先進封裝技術。
傳統芯片可能只有一顆裸片,而AI加速器通常需要將GPU、HBM、I/O芯片及其他模塊封裝在一起。組件越多,任何一顆裸片出現問題,整套昂貴封裝都可能報廢。
假設一顆裸片的良率為90%,將10顆裸片封裝在一起,最終模組的理論良率只有約35%。這就是先進封裝面臨的「良率懸崖」。
因此,測試需要不斷「前移」:在芯片進入昂貴的封裝流程前,盡可能篩選出真正可靠的Known Good Die,即已知良品裸片。這不僅增加晶圓測試次數,也提高了探針卡、測試接口以及檢測設備的技術要求。
野村預計,高端先進封裝占全部IC數量的比例,可能由2024年的不足2%提升至2028年的約5%。伴隨封裝尺寸擴大、引腳數量增加、間距縮小及芯片功耗上升,測試設備還需要同步升級高速信號、高電流和主動溫控能力。
換句話說,先進封裝不僅利好封裝廠,也在創造更多測試步驟和更高的測試價值量。
③ CPO可能創造全新的測試市場
CPO共封裝光學則可能成為下一階段的增量。
傳統芯片主要測試電信號,但CPO需要將電子芯片和光子芯片結合在一起,同時驗證電信號、光信號以及兩者之間的通信質量。
野村認為,一套CPO產品可能經歷4至5次測試:從電子芯片與光子芯片的單獨晶圓測試,到混合鍵合后的雙面測試,再到光引擎封裝前后測試,最后還要完成ASIC與光引擎的模組級測試。
其中,混合鍵合后的晶圓需要從一側進行電學探測、另一側進行光學探測,對設備精度、光纖對準和信號完整性的要求都明顯高于傳統測試。
雖然CPO測試標準、設備選擇及是否增加系統級測試仍未完全確定,但這也說明市場仍處于供應商爭奪技術位置的早期階段。一旦CPO進入規模量產,探針台、探針卡、測試機、光學儀器、測試座和溫控設備都可能獲得新增需求。
哪些公司可能受益?
基於野村的研報,牛牛也梳理了相關產業鏈圖譜,具體如下:
過去兩年,AI硬件投資的聚光燈主要集中在GPU、HBM和先進封裝。但隨著芯片復雜度不斷提升,一個長期被市場忽視的環節,正在成為新的產業瓶頸——半導體測試。 野村最新研報表示,AI芯片升級正在持續提高后道制造的價值量,而供應鏈產能緊張、訂單外溢及設備規格升級,也讓測試廠商擁有了更強的戰略地位和議價能力。野村判斷,當前AI周期仍未見頂,測試環節正從配套工序走向產業鏈核心。 為何半導體測試越來越重要?哪些公司可能受益?本文將從這兩個方面為牛友們解析。 為何半導體測試越來越重要? AI芯片并不是制造完成就能交付。 芯片需要依次經過晶圓測試、最終測試、老化測試和系統級測試,確認其在高溫、高功率以及實際服務器環境下能夠穩定運行。芯片性能越強、結構越復雜,需要驗證的功能越多,測試時間也就越長。 ① 從Hopper到Rubin,測試時間可能增長7倍 以英偉達AI GPU為例,如果將Hopper的最終測試時間設為1,野村估算Blackwell將提升至4倍,Rubin進一步達到約7倍。 系統級測試方面,Blackwell的測試時間約為H...
從產業鏈位置來看,受益公司主要分為三類。
第一類是封裝測試廠。隨著測試時長延長、測試步驟增加以及訂單向外部專業廠商溢出,測試產能的稀缺性可能進一步提升。
第二類是測試設備及溫控搬運設備廠商。全球測試機龍頭包括愛德萬、泰瑞達等。
第三類是測試接口廠商。隨著芯片引腳增加、傳輸速度提升和封裝結構變化,每一代芯片往往都需要重新設計測試接口,帶來較強的定制化需求。
需要注意的是,野村本篇研報重點覆蓋的是台股測試供應鏈,對多數美股公司並未給予正式評級。以下主要結合研報中的產業定位與供應鏈線索,梳理相關美股公司,具體如下:
在自動測試設備環節, $泰瑞達 (TER.US)$ 是美股最核心的代表。ATE測試機相當於整套測試系統的大腦,負責向晶片輸入電壓、電流及高頻訊號,再判斷晶片功能是否正常。野村列出的測試平台顯示,泰瑞達已涉及AWS自研AI ASIC、博通網路晶片、Tesla及SpaceX AI晶片、Apple移動處理器,以及部分英特爾和高通產品。伴隨AI晶片測試時間延長,泰瑞達可以直接受益於測試設備需求增長;進入CPO時代後,公司還可能負責模組級光電協同測試中的電學部分,進一步打開新的市場空間。
探針卡環節最值得關注的美股公司是 $FormFactor (FORM.US)$ 探針卡用於晶圓切割和封裝前的晶圓級測試,目的是提早篩選出「已知良品裸晶」,避免有缺陷的晶粒進入昂貴的先進封裝流程。野村援引的數據顯示,FormFactor在2025年的探針卡收入約為6.38億美元,全球市占率約23%,是行業兩大龍頭之一。公司的客戶同時覆蓋邏輯與存儲晶片,英偉達收入占比已首次超過10%,Intel、三星和台積電也是其重要客戶。更重要的是,FormFactor已開始放量CPO第一階段晶圓測試系統,令公司同時具備探針卡升級和CPO測試兩條成長主線。
在封裝測試環節, $艾馬克技術 (AMKR.US)$ 是美股中較純正的OSAT公司,業務涵蓋2.5D封裝、晶圓級封裝、高密度扇出及成品測試。野村將其視為台積電之外的重要先進封裝合作夥伴,公司已披露十多個2.5D項目,預計2026年推進高密度扇出RDL產品,2027年還可能為AMD量產橋接式封裝方案。研報估計,Amkor到2026年底的2.5D及SWIFT產能可能達到每月約1.5萬片晶圓。先進封裝結構越複雜,後續所需測試時間越長,因此Amkor不只受益於封裝產能擴張,也受益於單顆晶片測試價值量提升。
$日月光半導體 (ASX.US)$ 是全球大型封裝測試龍頭,旗下包括日月光和矽品。與其他美股公司不同,野村對台股日月光投控給予明確的「買入」評級。研報認為,隨著AI晶片封裝測試價值量上升、2.5D產能擴張,以及部分測試訂單從晶圓代工環節外溢至OSAT,日月光的訂單能見度有望提升。在CPO流程中,前兩個晶圓級測試階段可能由晶圓代工廠負責,而從光引擎測試開始,OSAT將逐步參與,矽品有望成為早期主要服務商之一。
CPO還為 $Keysight Technologies (KEYS.US)$ $Viavi Solutions (VIAV.US)$ 帶來新的光學測試機會。傳統ATE主要測量電訊號,但CPO將光子晶片、電子晶片和交換晶片整合在同一模組內,測試時還需要驗證插入損耗、波長、頻譜、偏振及光訊號完整性。野村認為,在模組級測試中,Teradyne可能提供電學測試設備,而Keysight則提供專業光學測量儀器。Keysight本身是射頻、微波、網路協議及半導體參數測試龍頭,因此CPO不僅增加其光學儀器需求,也可能推動高頻和高速訊號測試升級。Viavi同樣被列為CPO光學儀器潛在供應商,但研報對其收入彈性的拆解較少,現階段的確定性低於Keysight。
相比之下, $科休半導體 (COHU.US)$ 雖然產品線全面,覆蓋ATE、分選機、測試座、老化測試板和溫控設備,但野村對其描述相對謹慎。公司在汽車、工業和射頻等傳統市場的業務占比較高,AI與高性能測試純度低於Teradyne和FormFactor,測試座市場排名近年也有所下降。這意味著Cohu可以受益於整體測試市場擴張,但其成長彈性可能更多取決於傳統半導體周期復甦,而不是純粹的AI測試升級。
$inTEST (INTT.US)$ 則主要對應晶圓卡盤及溫控晶圓卡盤。隨著AI晶片功耗上升,晶片在高溫、低溫及快速溫度變化環境中的穩定性變得更加重要,因此晶圓測試和成品測試都需要更精密的熱管理設備。不過,野村主要將inTEST列入全球供應商名單,並未進一步拆解其客戶、訂單或業績增長。
$艾默生電氣 (EMR.US)$ $Ralliant (RAL.US)$ 則屬於間接受益者。艾默生主要通過旗下National Instruments參與半導體測試,後者擅長模組化、軟體定義和高度定制的自動測試系統;Ralliant旗下Tektronix則主要提供示波器、混合訊號和電力電子測試儀器。兩家公司都能受益於高速訊號及電力測試需求增加,但半導體測試只占其整體業務的一部分,因此投資純度明顯低於泰瑞達、FormFactor或艾馬克技術。
總結
野村這份研報最核心的結論并不是測試行業突然出現,而是AI芯片的成本結構正在發生變化。
當制程微縮逐漸接近物理極限,更多性能提升開始依賴Chiplet、先進封裝、3D堆疊和硅光技術。芯片越復雜、單顆價值越高,制造商越無法承受封裝完成后才發現產品存在缺陷。
因此,測試次數必須增加、測試時間必須延長、設備規格必須升級,測試也會更早地介入制造流程。
過去市場關注的是「誰能生產更多AI芯片」,下一階段可能更需要關注:誰能夠證明這些越來越昂貴、越來越復雜的芯片真正可以穩定工作。
這正是半導體測試從幕后走向台前的產業邏輯。當然,這一邏輯仍取決于雲廠商資本開支、AI需求與商業化進展、新產品升級速度及供應鏈擴產計劃。
風險及免責聲明:以上內容僅代表作者個人觀點,不代表富途任何立場,亦不構成任何投資建議,富途對此不作任何保證與承諾。更多信息
強
41
愛心
3
社會社會
2
Emm
2
瀏覽 33.9萬
舉報
評論(4)
說點什麼
4
48
109