野村证券在最新发布的研究报告中指出，半导体测试已从芯片制造后期的例行检验，演变为 AI 硬件供应链中核心的价值增加环节与良率保护机制。 随着 Chiplet 封装、多层 HBM 堆叠、混合键合及共封装光学（CPO）等技术的应用，芯片制造复杂度呈指数级上升，后期失效的经济成本大幅增加，推动测试环节占 GPU 总成本的比重持续攀升。 数据层面，野村证券以英伟达 Hopper 架构为基准进行测算：到 Blackwell 架构，GPU 最终测试时间增加约 4 倍，系统级测试（SLT）时间增加约 1.5 倍。 演进至 Rubin 架构时，最终测试时间将增加约 7 倍，系统级测试时间增加约 2.5 倍，老化测试（Burn-in）时间翻倍。 受此影响，测试成本占 GPU 总成本的比例从 Hopper 的 1.9%，升至 Blackwell 的 2.5%，并预计在 Rubin 架构中达到 3.3%。 测试流程正在向制造前端延伸。传统模式依赖芯片出厂前的单次检测，而现代 AI 芯片需要在晶圆探针测试、已知合格晶粒（KGD）验证、混合键合检验、封装测试、老化测试及系统级测试等多个节点建立质量关卡。 当单个封装集成多个 GPU 晶粒、12 层 HBM 堆叠及光压引擎时，后端检测出缺陷意味着前期加入的高价材料与封装工序全部作废。 测试权重的提升直接扩大了硬件设备与测试接口的需求规模。 野村证券据此拓宽了研究覆盖范围，不仅关注日月光（3711 TT）与京元电子（2449 TT）等委外封测（OSAT）厂商，还将产业链机会延伸至测试座与探针卡供应商颖崴（6515 TT）、晶圆探针测试厂商旺硅（6223 TT）、系统级测试厂商鸿劲（7769 TT）以及自动化测试设备厂商致茂（2360 TT）。