郭明錤｜Ming-Chi Kuo
@mingchikuo
香港天風國際證券分析師，分享科技產業趨勢觀察｜TF International Securities (HK) analyst sharing tech trend insights
394 正在关注 249.4K 粉丝
市場近期傳聞，台積電因 DRAM 供應緊張，囤積約 10 億美元的 Apple 2nm 處理器半成品（傳聞稱為處理器晶圓）無法封裝，並以台積電 2Q26 法說提到「庫存天數增加主因是 2nm 量產爬坡」作為佐證。
我的產業調查顯示，Apple 今年的硬體出貨量確實因記憶體短缺而下調，但 Apple 在台積電的處理器訂單，會在至少約 3 個月前依可取得的記憶體數量規劃生產，而不是讓台積電提前大量生產半成品。
這不代表台積電不會提前生產並囤積半成品；但若瓶頸不在台積電，這麼做並無實益，因此，Apple 也沒有太大理由額外付錢要求台積電這樣做。
換言之，記憶體供應緊張是真，但我的理解是，並沒有出現「台積電先囤積 10 億美元半成品，再苦等記憶體到貨封裝」這種戲劇性變化。台積電與 Apple 都是全球執行力頂尖的企業，在供應鏈管理上，雙方緊密合作下也很難出現這種戲劇性的發展。
最後，憑公開資訊也能反思市場傳聞可能性。台積電在 2Q26 法說表示，庫存天數增加主要因 2nm 量產爬坡，但這裡的庫存不能直接視為由 Apple 處理器半成品造成，原因有三：
1. 台積電過往全新先進製程量產爬坡時，庫存天數通常也會增加，並非今年特有現象。
2. 台積電的庫存除半成品外，也包括製成品、原材料、物料與備品。
3. 今年 2nm 客戶不只有 Apple，還包括其他 IC 設計客戶（如 AMD 與聯發科）。
显示更多
簡要評論台積電 Q2 2026 法說中關於 CoPoS 的部分（截圖自逐字稿），魔鬼都在細節中：
1. 「alternative to try to lower down the cost」指的就是 glass carrier（玻璃載具），也就是 CoP 的部分。
2. 「work with substrate vendor」指的就是 glass core substrate（GCS；玻璃核心載版），也就是 oS 的部分。
3. 「takes about another 1 year to be mature」這句話要非常注意，這是指延續上面提到的試產線。對新技術來說，試產線的成熟，跟量產線的成熟，是完全不同的兩回事。
4. 台積電提到試產線 1 年後成熟，完全驗證我先前提到「2H27 採用 510x515mm（玻璃尺寸）做量產前模擬」的預測。這裡的「成熟」，對 oS / GCS 來說，指的是能在試產線上，開始模擬使用 510x515mm 的最終玻璃規格，而非現在的 250x250mm。
5. 延續4，這意味著現在大部分參與 oS / GCS 的供應鏈，不一定是最終的供應商們（更別提只是純粹敘事、沒實質參與的供應商們）。這是現階段想找投資機會（特別是設備與材料商）時要注意的地方。
6. 台積電的回應很簡短，但已涵蓋了 CoP 與 oS。這之中完全沒有提到 glass interposer（玻璃中介層），也呼應了我先前提到 CoPoS 不使用 glass interposer 這件事。
7. 與台積電在 6 月份的日本研討會內容相比，Q2 2026 法說新增的資訊就是「2H27 試產線成熟」這件事。不過，我認為市場應該多少已經對這時程有預期。而既然台積電已經提了，接下來 Ibiden 與群創的法說，可能也會提及此時程。
显示更多
重點解讀台積電的玻璃核心載板投影片
台積電在 6 月 11 日的日本 JPCA Show 2026，進行主題為「AIの進化に不可欠な先端パッケージング技術」的簡報，該份簡報約40頁，當中某張標題為「Glass Substrate Development for CoWoS」的投影片流出，引發廣泛關注。
以下是對該投影片（見附圖）的重點解讀，能網路科普查到的技術細節就不多說了，要注意的是投影片上的 COP 不是 Chip-on-Package 的縮寫，而是 Coplanarity、也就是平整度 / 共面度。
▌重點結論：
1. 台積電正式宣布與 Ibiden 以及群創合作，開發玻璃核心載板（glass core substrate），結構為玻璃上下各黏合 ABF 的三層結構設計，該技術就是用於 CoPoS 的 oS。
2. 市場低估玻璃核心載板的重要性，該技術對台積電是「must have」，意即 CoPoS 中，oS 的重要性高於 CoP，這也是該技術進行測試時，先搭配既有的 CoW 而非 CoP 的原因。
3. 玻璃核心載板單價較既有 ABF 載板高出數倍，群創加工的玻璃單價非常高，為最核心的材料。除 Nvidia 外，目前已有兩家美系客戶同樣表達高度興趣。
▌與本投影片相關的產業調查：
1. 本投影片提及的玻璃核心載板由 250x250mm 切割而來，ABF 增層主要採用 Ajinomoto 的 GL107 並混搭 ABF-GCP，以 2027–2028 主流 AI 晶片 ABF 規格的 24-28 層進行測試
2. 台積電實驗時的 CoW 是測試載具（test vehicle），足以驗證採用複合材料時最具挑戰性的機械結構問題。測試結果良好意味著台積電、Ibiden 與群創已合作突破關鍵技術瓶頸。
3. 目前是由 Ibiden 負責切割 250x250mm 的玻璃核心載板。待 2H27 採用 510x515mm 做量產前模擬時，若 Ibiden 仍想降低生產複雜性以維持超高毛利率，可能會改交由更熟悉玻璃特性的群創切割。
▌流出的投影片內容是將 CoPoS 中的 oS、也就是玻璃核心載板（投影片中的 glass-SBT）與 CoW 搭配的技術驗證結果，這是為解決該投影片前一頁所提到的「Substrate mechanical and electrical Dilemma」，而這顯著凸顯了 CoPoS 中 oS 的重要性。
1. CoPoS 中，CoP 要解決的是生產效率 / 切割經濟性的問題，這與成本與售價有關；而 oS 要解決的是翹曲與耐用性問題，這牽涉到能否做出晶片，以及晶片能否運作。
2. CoP 與 oS 兩者整合相得益彰，但展望未來數年，兩者的技術定位還是有些差異。CoP 是可選的絕佳優化選項（very-nice-to-have），沒有它的代價就是晶片更貴；但 oS 是必需品（must-have）， 沒有它可能連能否做出可用晶片都是問題。
3. 比較定位差異不是為了捧 oS 貶 CoP，這牽涉到客戶願意為哪個技術環節付錢的現實問題，細節下面分析。
▌投影片中含金量最高的是電源完整性（power integrity；PI）改善，這對客戶意義重大，這也代表玻璃核心載板生產穩定後，台積電獲利能力與競爭優勢可望同步提升。
1. 技術說明：玻璃核心載板薄 → TGV（through glass via）垂直導通路徑短 → 導通路徑電阻（R）跟迴路電感（L）同降 → PI 改善
2. 對客戶意義重大原因：PI 改善 → 供電更穩 → 釋出功率餘裕（power headroom）→ 可整合更多電晶體、或拉高運作時脈 → AI 晶片算力提升
3. 對客戶而言，生產效率是台積電的基本責任，客戶不會為此多付錢；但 AI 算力提升能直接轉化為客戶的競爭力與獲利，故客戶願意為此買單。這也是 Nvidia 積極看待玻璃核心載板的原因。
4. 對台積電而言，玻璃核心載板可提升良率並降低成本，同時提高 AI 晶片的算力與售價，既是降本工具，也是漲價籌碼，對獲利與競爭力都是加分。
5. 目前載板成本佔 AI 晶片 BOM 約低個位數，封裝良率造成的損失約載板成本的 5-10 倍，故即便未來玻璃核心載板成本高於目前的數倍以上，但佔 BOM 比重仍低，且可改善封裝良率造成的損失，故預期玻璃核心載板的高單價不會影響客戶採用意願。
▌簡報後的問答環節，有聽眾提問關於玻璃核心載板的 TGV 細節，台積電當場拒絕回答，因為玻璃核心載板的關鍵技術就是 TGV，核心 know-how 目前掌握在台積電與群創手中。相較下，另一個提問者的問題是關於 IVR、eDTC、與 LSI 的整合，台積電就回答了不少。
▌根據產業調查，若一切順利，台積電的目標是在 4Q28-1Q29 開始量產玻璃核心載板，以符合 Nvidia AI 晶片迭代節奏。順帶一提，許多人在傳的 Ibiden 的法說投影片，上面將玻璃核心載板時程列為 CY30，我對此的解讀是：對外向來保守謹慎的 Ibiden 將玻璃核心載板正式列為發展路線，這更確定了該技術長期趨勢。但從 Ibiden 投影片的其他細節與市場資訊不完全一致來看，例如 reticle 時程與台積電公開宣稱的差約一個世代、Rubin Ultra 載板尺寸明顯大於其在 CY26-27 標示的 90x90 等，這說明了在預測未來時，需隨時多方交叉驗證。
显示更多
在瞬息萬變的科技產業，有沒有什麼產業調查數據，即便經過半年不更新，仍能比市場共識更貼近公司展望？這很少見，但以下是一個經得起考驗、且多少帶點運氣成分的例子。
ASML 最新的 Q2 2026 財報，進一步驗證我半年前（1 月）的多項預測；其中最關鍵、也最能被量化檢驗的，是 EUV 出貨展望。
EUV 與變動頻繁的消費電子不同。AI 的強勁需求與上游擴產的難度，讓我藉由關鍵供應商 Carl Zeiss SMT 的產能變動所推估之 EUV 出貨量，即便沒更新，在過去半年仍能比市場共識更符合公司展望。
關於 ASML 在 2026 / 2027 年的 EUV 出貨量：
1. 我在 1 月預測 2026 / 2027 年出貨量為 67 / 80‒85 台，並指出 2027 年的 EUV 已銷售一空。當時市場對 2026 年出貨量共識為 53‒55 台。
2. ASML 在 4 月的 Q1 2026 財報中預估 2026 / 2027 年出貨量至少為 60 / 80 台。值得注意的是，公司首度公布更遠的 2027 年出貨展望，便已落在我 1 月預估的區間。
3. ASML 在最新的 7 月 Q2 2026 的財報中，將 2026 / 2027 年出貨量調升至約 65 台（不含 High-NA）/ 85 台（依公司展望推論），並指出 2027 年訂單已接近收滿，這與我 1 月時預測 2026 年的 67 台與 2027 年的「銷售一空」進一步吻合。值得一提的是，即便 Q2 2026 法說前一度傳出 2027 年出貨量約 90 台或以上的更樂觀預期，公司最終公告的展望（約 85 台），仍落在我 1 月預測的區間上緣。
显示更多
我最新的供應鏈調查顯示，Carl Zeiss SMT (蔡司半導體) 為滿足ASML的強勁需求，將顯著擴增2027年EUV與較高ASP的浸潤式DUV光學系統產能分別約20-25% YoY與40-50% YoY，加上2026年EUV與DUV出貨優於預期，故預估ASML 2026與2027年營收將分別達到約380-400億與450-470億歐元，優於市場共識的340-360億與410-430億歐元。
以下是優於市場共識的關鍵原因：
1. 2026年關鍵動能：
➢ 預估EUV與DUV出貨分別達67台與355台，優於共識的53-55台與310-320台。
➢ 台積電因2nm強勁需求，接連兩次上修2026年EUV訂單，從最初的22台，於去年10月上修到25台，再到目前的28台。
➢ ASML為滿足中國記憶體廠商的強勁需求，預計在4Q26推出新款浸潤式DUV NXT:1965i。此新款DUV由1980i系列降規而來，同時符合美國出口規範並更能滿足中國記憶體業者需求，將貢獻4Q26與2027年動能。
2. 2027年關鍵動能：
➢ 受益於強勁需求，2027年的EUV與浸潤式DUV目前已銷售一空，能否再提升出貨量取決於ASML的供應改善狀況。
➢ 根據Zeiss SMT的擴產規劃，ASML在2027年的EUV與DUV出貨將分別達到80-85台與380-400台。
➢ 受益於新款DUV 1965i，中國對高單價浸潤式DUV採購量量在2027年成長約40% YoY。
3. 需關注潛在上調可能：
➢ ASML因供應緊張而調升EUV與DUV價格。
➢ 來自中國記憶體廠商強勁的需求，新款浸潤式DUV 1965i訂單仍在上修中。
➢ 以上分析未計入來自Intel的新EUV需求。Intel雖未就新需求正式下單 (故先前法說的資本支出低於預期)，但已跟ASML開始協調加單事宜。目前預估Intel對EUV額外需求在2026與2027年共20-30台 (其中3-5台是High-NA EUV)。
显示更多
我較少公開預測股價趨勢（產業研究與股價預測是完全不同的兩回事），一個近期少見的例子是我在 WWDC26 前指出正向看待 Apple 在 2H26 股價趨勢，且「...無論 Apple 在 WWDC26 上講什麼，只要這個多頭核心敘事沒有被破壞，Apple 2H26 的股價正向趨勢就不易改變。」
在經歷 WWDC 26 後的利多出盡、調漲 Apple 產品售價所導致的股價回檔後，加上面臨近期股市動盪，但 Apple 股價仍在盤中創了歷史新高，這與我在一個月前預測的趨勢一致。
显示更多
WWDC26 不影響 Apple 2H26 股價正向趨勢，但將揭露多頭敘事的續航力
‒‒
1. Apple 目前的多頭核心敘事，是一個近乎直覺、沒什麼人反駁的市場共識：「即使 Apple 在 AI 進度上暫時落後，最終仍能後來居上」。
2. 根據最新的供應鏈調查，我認為 Apple 的業績將會好到今年底，而這會進一步強化多頭核心敘事成為：「Apple 沒有 AI 都這麼好，有了 AI 還得了！」
3. 因此，無論 Apple 在 WWDC26 上講什麼，只要這個多頭核心敘事沒有被破壞，Apple 2H26 的股價正向趨勢就不易改變。
4. 上述多頭核心敘事並非沒有破綻，但我認為至少有機會維持到 2026 年底。至於能維持多久，就是這次 WWDC26 真正值得觀察的地方。
5. 這次 WWDC26 的重點，不在於發表會結束後的短線股價反應，而是：同樣使用 Gemini，Apple 能否做出比 Google 更好的 AI 應用、agentic workflow、裝置端與雲端混合體驗。
6. 如果答案是肯定的，將有利於延長 Apple 的多頭核心敘事；如果答案是否定的，意味著「Gemini 決定了 Apple AI 體驗的上限」，則股價雖未必會轉空，但「Apple 終究會後來居上」的多頭核心敘事，將開始被更多人重新檢視。
显示更多
Goldman Sachs 在 7 月 6 日發布調升 Nittobo 評等到買進的報告，其中一個核心理由是保守看待台積電的玻璃核心載板（glass core substrate；GCS）發展。我先不多做評論，這邊單純分享訊息。
不過，我的結論是，從該報告其他的調升評等理由看，其實跟未來數年內正向看待 GCS 是不衝突的。
要注意的是，從過去歷史經驗看，台積電在接下來的 7 月法說，對 GCS / CoPoS 提供重大更新的機會可能不高，特別是才剛在 6 月份的日本研討會中，提供過關鍵研發成果且罕見提到合作供應商。如果我上述推論是對的，那更後面 8 月的群創與 Ibiden 法說，提供 GCS 重大更新訊息的機會也會連帶偏低。
显示更多
在本訪談中，Amazon 硬體主管 Panos Panay 提到該公司正在為部分自家裝置設計自研晶片（end-to-end silicon），且目前仍向其他公司外購晶片（如 Qualcomm）。
這呼應了我先前預測的「Amazon 裝置走向自研晶片」趨勢。另一個重點是，Panay 也提到這是為了裝置端 AI，代表自研晶片除了我先前提及的成本考量外，也是未來 AI 裝置的重要布局。
显示更多
這個結構性的轉變，代表 Amazon 做好了為 AI 算力擴張的長期準備。意味著 Amazon 不認為有 AI 算力過剩的問題。
我最新的產業調查顯示，Amazon 自有消費電子的處理器採購策略，20 年來將首次有重大轉向：捨棄外購並改採 COT（customer-owned tooling）模式，世芯-KY 獨家提供自研晶片的後段設計與測試。幾個重點：
1. 受 AI 算力快速擴張影響，Amazon 截至 1Q26 的過去 12 個月自由現金流年減 95%，降至約 12 億美元。為維持財務彈性並支撐 AI 投資週期，公司正同步精簡組織並優化非 AI 業務的成本結構。
2. Amazon 自有消費電子產品，包括：Kindle、Fire TV、Echo、Alexa 裝置、Blink、Ring 等，目前採用的處理器均為外購。為優化成本結構，Amazon 決定將逐步停止外購，改採與 AI 晶片 Trainium 類似的 COT 模式，自行主導處理器開發。
3. 在此轉型過程中，Amazon 選定的合作對象為世芯-KY，由其獨家負責後段設計與測試。世芯-KY 除了會就各項設計專案向 Amazon 收取一次性工程費用（NRE），也會隨處理器的出貨受惠。
4. 此策略預計自 2027 年起啟動，待全面轉換完成後，自研處理器的年出貨量預估將達到約 4,000 萬顆，預期將有效改善 Amazon 自有產品的成本結構，並顯著貢獻世芯-KY 的營運動能。
显示更多
我最新的產業調查顯示，Amazon 自有消費電子的處理器採購策略，20 年來將首次有重大轉向：捨棄外購並改採 COT（customer-owned tooling）模式，世芯-KY 獨家提供自研晶片的後段設計與測試。幾個重點：
1. 受 AI 算力快速擴張影響，Amazon 截至 1Q26 的過去 12 個月自由現金流年減 95%，降至約 12 億美元。為維持財務彈性並支撐 AI 投資週期，公司正同步精簡組織並優化非 AI 業務的成本結構。
2. Amazon 自有消費電子產品，包括：Kindle、Fire TV、Echo、Alexa 裝置、Blink、Ring 等，目前採用的處理器均為外購。為優化成本結構，Amazon 決定將逐步停止外購，改採與 AI 晶片 Trainium 類似的 COT 模式，自行主導處理器開發。
3. 在此轉型過程中，Amazon 選定的合作對象為世芯-KY，由其獨家負責後段設計與測試。世芯-KY 除了會就各項設計專案向 Amazon 收取一次性工程費用（NRE），也會隨處理器的出貨受惠。
4. 此策略預計自 2027 年起啟動，待全面轉換完成後，自研處理器的年出貨量預估將達到約 4,000 萬顆，預期將有效改善 Amazon 自有產品的成本結構，並顯著貢獻世芯-KY 的營運動能。
显示更多
2027 年記憶體供需缺口將持續擴大，這才是 Apple 遊說白宮「避免長鑫存儲未來被列入實體清單」的真相
▌先講我最新的產業調查：Apple 面對的壓力，已從記憶體成本大增，升級到供需缺口持續擴大。
1. 2026 年用於消費電子的記憶體產能中，預計 15–20% 將於 2027 年轉供資料中心，且後續不排除繼續擴大。
2. 受記憶體（LPDDR）供應緊張影響，Apple 在 2H26–1Q27 對 A20 處理器的實際拉貨量，可能比原目標少 10–20%（不過，這也可能部分是 Apple over-booking 的結果）。
▌長鑫在招股書中提到，該公司的產能遠低於國內需求；加上全球記憶體供需持續失衡，因此即便 Apple 遊說成功並向長鑫採購 DRAM，也不會顯著降低成本與改善供需缺口。但在供需失衡持續擴大下，Apple 仍有必要爭取新的供應來源。
▌這也解釋為何 Apple 這次會比 2022 年評估長江存儲更積極。當年的長江，是提供改善 NAND 成本的選項；而這次的長鑫，則是管理 DRAM 供需失衡風險的選項。
▌Tim Cook 是少數能同時與美中政府維持良好關係的科技領袖，故此事最好趕在他卸任 CEO 前完成。即便最終未果，透過媒體披露後，也能讓市場留下「Apple 已盡力、無奈仍受限於美方政策」的印象，或能緩和市場對漲價與交期拉長的不滿。
显示更多
iOS 27 將進一步深化與 Apple Intelligence 的系統級整合。我的最新產業調查顯示，為確保在 AI 負載下系統仍能順暢運作，1H27 新款配備 A20 處理器的較低階 iPhone 之 DRAM 規格將升級至 9GB（1.5GB × 6-die），高於目前 A19 機型的 8GB（2GB × 4-die）。2H26 配備 A20 Pro 處理器的三款高階機型（折疊機與兩款 18 Pro 機型）則維持 12GB（1.5GB x 8-die）。
显示更多
與市場近期的傳言不同，我最新的產業調查指出，Google 目前並沒有任何明確向長鑫存儲採購記憶體晶片的計劃。
Google 與聯發科深化 TPU v9 合作，開發升級版 Triggerfish，聚焦 AI 代理、強化學習與有效算力最大化
1. 我最新的產業調查顯示，Google 將在 TPU v9 / Humufish 的基礎上，開發代號可能是 Triggerfish 的升級版 v9 晶片，並由聯發科獨家取得此單價更高的新增訂單。
2. 此升級版晶片是以 Humufish 為基礎的延伸新案，定位為更強推論能力的 v9 改版，可同時緩解 CPU wall 與 memory wall。此案也進一步驗證聯發科是 Google 在 TPU v9 世代的合作首選廠商。
3. 此 v9 改版與 Humufish 的主要差異，在於：SRAM 容量顯著提升至 Humufish 的 2–3 倍、新增 simulation die、升級至 HBM4E（vs. Humufish 的 HBM4）。
4. 新增 simulation die 的可能功能除了本地 TPU 管理、訓練 / 推論模式切換等，關鍵聚焦在強化學習（RL）與 AI 代理協作。
5. 更大容量的 SRAM 可將更多 RL 與 AI 代理所需的活躍工作集（active working set）留在 TPU 本地，降低資料搬移成本，提升超低延遲 decode 階段的效率。
6. 在 Humufish 生命週期 400‒500 萬顆出貨預估不變下，Google 額外追加 100–200 萬顆 Triggerfish 訂單，預計 2027 年底開始生產、2028 年放量；因Triggerfish 單價較 Humufish 高約 30%，有望成為聯發科 2028 年營運動能的新增量。
显示更多
我最新的產業調查顯示，聯發科內部已將 AI 事業的策略定位，從「IC / ASIC 設計」提升至「系統級別設計」，首要目標鎖定 Google TPU 的 PCBA（L6），以及 Elon Musk 旗下公司自研 AI 晶片的 L10 機櫃。
整體而言，此定位轉變符合產業趨勢，若聯發科執行順利，有助於強化客戶關係與長期競爭優勢。
調查與分析：
▎此轉變爲長期規劃，2 年內對基本面的影響可忽視，目標在於掌握新成長契機，並降低潛在風險影響：
1. 機會：伺服器機櫃設計漸趨複雜（導入 CPO、800V HVDC 等），加上與消費電子相當的更新速度，共同推升了系統級設計的附加價值。
2. 風險：ASIC 設計的成長動能，在 2-3 年後可能會因爲 Semi-COT 商業模式而開始趨緩。
3. 聯發科為確保系統級別設計整合的業務毛利率至少能達 40-50%，預期採「主導設計與驗證」的輕資產模式，並善用台灣硬體供應鏈生態優勢，將製造外包。
▎Google TPU 的 PCBA：
1. 聯發科的目標是自 TPU v10（Icefish）開始，並同步爭取導入自家 CPO 方案。
2. Google 硬體組裝生態已完備，聯發科爭取 L10 勝算不高。
▎Musk 旗下公司自研 AI 晶片的 L10 機櫃：
1. 目前 Musk 旗下公司建置的 AI 算力主要採 Nvidia 晶片方案，故自家 AI 晶片機櫃組裝生態尚未完備，這是聯發科的機會。
2. 此業務目前尚缺乏明確時程能見度；長期成敗的關鍵在於，聯發科能否善用台灣硬體供應鏈生態，並借助與 Terafab 的合作關係，拿到 L10 機櫃訂單。
显示更多
關於台積電的次世代先進封裝 CoPoS 的幾個關鍵（省略可查詢到的技術細節）：
1. 預計 2H28 量產，目標提升 9.5 倍光罩尺寸以上的封裝之量產經濟性，Nvidia 的 AI 晶片 Feynman 可能將首度採用。
2. 根據產業調查，兩個不同的地方會用到玻璃（尺寸 mm）：
→ 310 x 310 的臨時玻璃載具（glass carrier）
→ 250 x 250（測試）/ 510 x 515（量產）的玻璃面板，加工後切割為玻璃核心載板（glass core substrate）
3. 玻璃核心載板的架構主要分成三層：玻璃作為核心層，上下以 ABF（ABF-GCP）增層包覆。玻璃加工的挑戰，像是TGV（through glass via）、填銅 / 金屬化（metallization）等，指的都是這個階段。
4. CoPoS 常見的錯誤論述：
→ ❌ 錯誤 1：採用玻璃中介層（interposer）。⭕️ 應修正為：玻璃非中介層，其互連角色由晶片側 RDL 與玻璃核心載板側 TGV / ABF 增層分別承接。
→ ❌ 錯誤 2：玻璃取代 ABF。⭕️ 應修正為：如前述的玻璃核心載板架構，玻璃與 ABF 並存。
→ ❌ 錯誤 3：晶片放在玻璃上。⭕️ 應修正為：晶片貼附於玻璃核心載板的 ABF 增層表面。
5. CoPoS 將延續並強化台積電先進封裝的優勢，預期讓該優勢能見度可達約2032年。
显示更多
WWDC26 不影響 Apple 2H26 股價正向趨勢，但將揭露多頭敘事的續航力
‒‒
1. Apple 目前的多頭核心敘事，是一個近乎直覺、沒什麼人反駁的市場共識：「即使 Apple 在 AI 進度上暫時落後，最終仍能後來居上」。
2. 根據最新的供應鏈調查，我認為 Apple 的業績將會好到今年底，而這會進一步強化多頭核心敘事成為：「Apple 沒有 AI 都這麼好，有了 AI 還得了！」
3. 因此，無論 Apple 在 WWDC26 上講什麼，只要這個多頭核心敘事沒有被破壞，Apple 2H26 的股價正向趨勢就不易改變。
4. 上述多頭核心敘事並非沒有破綻，但我認為至少有機會維持到 2026 年底。至於能維持多久，就是這次 WWDC26 真正值得觀察的地方。
5. 這次 WWDC26 的重點，不在於發表會結束後的短線股價反應，而是：同樣使用 Gemini，Apple 能否做出比 Google 更好的 AI 應用、agentic workflow、裝置端與雲端混合體驗。
6. 如果答案是肯定的，將有利於延長 Apple 的多頭核心敘事；如果答案是否定的，意味著「Gemini 決定了 Apple AI 體驗的上限」，則股價雖未必會轉空，但「Apple 終究會後來居上」的多頭核心敘事，將開始被更多人重新檢視。
显示更多
1. 我大約一年前做的這張 Apple 的 XR 頭戴裝置與智慧眼鏡之規劃路線（roadmap）沒什麼參考價值了，目前只剩兩個智慧眼鏡裝置有能見度。
2. 規劃路線大改是由 Apple 的下一任 CEO John Ternus 拍板定案（其實已經改變一段時間，只是我沒即時更新），我認為移除 Vision Pro 系列、並將資源轉向具有更廣大消費潛力的智慧眼鏡類產品是正確決定。
3. 最新的供應鏈調查指出，Apple 具有顯示功能的 AR / XR 智慧眼鏡（採用光波導）將延後到 2029 年。沒有顯示功能的 AI 眼鏡（類似 Ray-Ban Meta）預計還是在 2027 年推出。
显示更多
Apple Vision系列與智慧眼鏡產品規劃預測 (2025-2028)：智慧眼鏡可望帶動下一個消費電子趨勢
全文連結：
我對 NVIDIA RTX Spark 的幾個想法（先不討論規格細節）：裝置端 AI agent 敘事、實現檢視與 Apple WWDC
1. 核心是 NVIDIA CEO 黃仁勳提出的「重新發明 PC」口號，以及裝置端 AI agent workflow 的概念展示（會說概念展示，是因為沒有實機演示）。上述口號與概念展示，有助於短期內加速形成市場對裝置端 AI agent 的共識。
2. 裝置端 AI agent 展示概念元素：
OS + cloud/local LLM switching + agent harness + cross-app workflow + sandbox
此概念並非原創，但藉由 GTC 的高曝光度與敘事張力，在可見未來將會主導裝置端 AI agent 使用者情境的敘事。
3. 雖然黃仁勳領先提出了裝置端 AI agent 的願景與敘事，但畢竟未來 2 年內，RTX Spark 裝置仍是筆記型電腦的利基市場，因此現在判斷商業競爭誰輸誰贏還太早。
4. 在 GTC 前，絕大部分關於 RTX Spark（N1X）的討論與預測都聚焦在晶片代號、規格與供應鏈；相較之下，作業系統的重要性鮮少被提及。而黃仁勳此次演說，將作業系統與晶片平台一同放在「重新發明 PC」的核心位置，這也呼應了我先前提出的核心觀點：裝置端 AI 推動升級換機潮的關鍵在作業系統。
5. 軟體是使用者體驗的關鍵。若要確保使用者能體驗到黃仁勳展示的 agentic workflow，仍有很多工作待完成。至少要看到 NVIDIA 的 CUDA Toolkit 公開支援 Windows Arm64，以及 Microsoft 讓 Windows 本機 AI agent 架構從預覽版走向正式商用（GA），包括目前仍在 public preview 的 MCP on Windows、ODR、agent 連接器，以及仍在 private preview 的 Agent Workspace。
如果硬體發售時，上述開發與 OS 工具仍不到位，RTX Spark 裝置就很難兌現發表會的核心訴求，也就是讓使用者真正創造並體驗 AI agent workflow 這個關鍵賣點。
6. 在黃仁勳提出「重新發明 PC」的口號後，Apple 預計在 6 月 8 日舉辦的 WWDC，會如何回應裝置端 AI agent workflow，就變成除了 Siri 改善程度以外的另一個觀察重點。
對 NVIDIA 與 Microsoft 而言，即使 RTX Spark 後續開發與出貨時程有任何變動，也無損這兩家公司在 AI 基礎建設的強勁成長動能。相較之下，消費電子就是 Apple 硬體事業的全部，而裝置端 AI 就是消費電子創新趨勢的主軸，因此 Apple 除了要提出吸引人的敘事外，也需要給出明確的實現規劃，例如更明確的開發工具、agent-ready OS 的更新時程等。
显示更多
許多人期待、Nvidia 可能將要發布的 N1X / Windows PC 處理器，供應鏈調查與重點分析：
▌供應鏈調查顯示，配備 N1X 的裝置未來兩年出貨量約10Ｍ
➡ 仍屬利基市場，瞄準對裝置端 AI 算力有需求的重度使用者。
➡ 未來出貨能否上修，除售價因素，還是取決於 Windows 能否提供真正調度裝置端 AI 算力的應用與工作流。
▌目前 PC（Windows 與 Mac）的主流 AI 應用為「用瀏覽器上 LLM 網站」與「透過 API 消耗雲端 LLM 的算力 / token」：
➡ 核心都是使用雲端 AI 算力，非裝置端。
▌2026 年 目前為止 PC 產業的兩個熱門事件，都與裝置端 AI 算力幾乎無關：
➡ MacBook Neo 的熱賣。我的產業調查顯示，2026 年該機種出貨量顯著調升約 100% (5M → 10M)。消費者買的是「低價 + 設計 + 生態」，不是買裝置端 AI 算力。
➡ 便宜的小 PC 主機雖仍屬利基市場，但因能長時間掛機跑 AI agent（如OpenClaw）而受到高度關注（如 Mac mini）。這類 agent 的推論算力幾乎也來自雲端。
➡ 小結：無論銷量（裡子）或話題（面子），都與裝置端 AI 算力幾乎無關。
▌裝置端 AI 推動升級換機潮的關鍵為作業系統：
➡ 裝置端 AI 與雲端最大差異，在於兼顧隱私下，能高度整合跨應用程式的用戶資料與工作流，然這需作業系統支援。
➡ 目前 PC 作業系統 AI 化主要仍處於「為本家應用程式增加 AI 功能」與「輕度整合跨應用程式的工作流」。
➡ 已有善用裝置端 AI 算力的應用，如語音轉錄文字，但不足以推動顯著升級換機需求。
▌N1X 裝置可望提供 AI 重度使用者另一個好選擇：
➡ 受益於 N1X，裝置設計能在 AI 算力、記憶體、外觀與攜帶性之間，取得一個更好的新平衡點。
➡ 對在本地端跑 LLM 的重度使用者而言，在不錯的裝置端 AI 算力與大容量記憶體裝置的選擇上，N1X 裝置是除了 Mac 以外的另一個好選擇。
➡ 若欲帶動顯著升級換機潮，除售價外，作業系統（Windows）支援仍是關鍵。
显示更多
許多人期待、Nvidia 可能將要發布的 N1X / Windows PC 處理器，供應鏈調查與重點分析：
▌供應鏈調查顯示，配備 N1X 的裝置未來兩年出貨量約10Ｍ
➡ 仍屬利基市場，瞄準對裝置端 AI 算力有需求的重度使用者。
➡ 未來出貨能否上修，除售價因素，還是取決於 Windows 能否提供真正調度裝置端 AI 算力的應用與工作流。
▌目前 PC（Windows 與 Mac）的主流 AI 應用為「用瀏覽器上 LLM 網站」與「透過 API 消耗雲端 LLM 的算力 / token」：
➡ 核心都是使用雲端 AI 算力，非裝置端。
▌2026 年 目前為止 PC 產業的兩個熱門事件，都與裝置端 AI 算力幾乎無關：
➡ MacBook Neo 的熱賣。我的產業調查顯示，2026 年該機種出貨量顯著調升約 100% (5M → 10M)。消費者買的是「低價 + 設計 + 生態」，不是買裝置端 AI 算力。
➡ 便宜的小 PC 主機雖仍屬利基市場，但因能長時間掛機跑 AI agent（如OpenClaw）而受到高度關注（如 Mac mini）。這類 agent 的推論算力幾乎也來自雲端。
➡ 小結：無論銷量（裡子）或話題（面子），都與裝置端 AI 算力幾乎無關。
▌裝置端 AI 推動升級換機潮的關鍵為作業系統：
➡ 裝置端 AI 與雲端最大差異，在於兼顧隱私下，能高度整合跨應用程式的用戶資料與工作流，然這需作業系統支援。
➡ 目前 PC 作業系統 AI 化主要仍處於「為本家應用程式增加 AI 功能」與「輕度整合跨應用程式的工作流」。
➡ 已有善用裝置端 AI 算力的應用，如語音轉錄文字，但不足以推動顯著升級換機需求。
▌N1X 裝置可望提供 AI 重度使用者另一個好選擇：
➡ 受益於 N1X，裝置設計能在 AI 算力、記憶體、外觀與攜帶性之間，取得一個更好的新平衡點。
➡ 對在本地端跑 LLM 的重度使用者而言，在不錯的裝置端 AI 算力與大容量記憶體裝置的選擇上，N1X 裝置是除了 Mac 以外的另一個好選擇。
➡ 若欲帶動顯著升級換機潮，除售價外，作業系統（Windows）支援仍是關鍵。
显示更多
【產業調查更新】OpenAI 可能正加速首款 AI agent 手機開發，目標最快於 1H27 量產，考量原因或包括有利年底 IPO 敘事、AI agent 手機競爭加速等。目前聯發科更有可能獨家取得處理器訂單，該機預計採用基於天璣 9600 的客製版本，並於 2H26 由台積電 N2P 生產。ISP 強化高動態範圍輸出，有利真實世界視覺感知，故為規格焦點；其他關鍵規格包括雙NPU架構（AI 算力分層）、LPDDR6 + UFS 5.0（緩解記憶體瓶頸）、pKVM + inline hashing（安全性）等。若開發順利，預計 2027 與 2028 年共出貨約 3,000 萬支。
显示更多
閒聊 Intel EMIB-T 封裝的 2H27 新款 Google TPU（Humufish）。以下根據我的產業調查：
【EMIB-T 90% 良率，該怎麼看？】
1. 基於 Intel 已經有穩定生產 EMIB 的經驗，開發中的 EMIB-T 技術驗證良率達到 90%，是很正向但也合理的訊號。
2. Intel 把 FCBGA 設定為 EMIB 生產（組裝）良率的比較標竿。目前業界 FCBGA 的生產良率約在 98% 以上。
3. 從良率角度，90%→98% 難度高於從開案 → 90%。此外，技術驗證良率與成品生產良率也是兩回事（特別是 Humufish 仍有規格未定案）。所以我雖正向看待 Intel 先進封裝長期發展，但中短期內仍會謹慎關注 Intel 如何面對這些挑戰。
【從 90% 到 98%，表面上才差個幾%，Google 會在意嗎？當然會】
1. Google 近期詢問過台積電，自行投片 Humufish 的 main compute die（由 Google 自行設計），與讓聯發科代為投片相較，成本可節省多少。
2. Google 與聯發科的合作一開始（8t）就是採 semi-COT 模式。聯發科的 mark-up 主要來自自行設計部分，所以 Google 是否親自投片 main compute die，不是聯發科獲利成長趨勢的觀察重點。
3. 但從 Google 連投片相關的 pass-through mark-up 都想看看能不能省，代表 Google 的成本控管態度，已從過去的好好先生，變成錙銖必較的精算者，原因在於要跟 Nvidia 直接競爭，所以具備成本優勢的 Google 當然會在意 EMIB-T 生產良率。順帶一提，台積電對 2026 年 5.5-reticle CoWoS 的生產良率目標，也是 98% 起跳。
【台積電的立場】
1. 我的理解是，台積電仍在評估 2H27 要分配多少先進製程產能給 Humufish，原因在於：(1) 仍想爭取後段封裝訂單（但目前看很難，這是 Google 有意為之的策略）、與 (2) 尚在評估後段 EMIB-T 實際產出，避免稀缺的先進製程資源被錯置。
2. 影響 Humufish 後段有效產出的關鍵，包括 EMIB-T 與載板，要追蹤這件事必須兩個一起看。
3. 在 Humufish semi-COT 方面，台積電也是傾向讓聯發科投片main compute die，除了兩家公司關係好外，關鍵是聯發科是台積電第三大先進製程客戶（2025年），若 TPU 訂單有變化，以聯發科的規模，較容易協助台積電做投片組合調整，扮演一個稱職的緩衝角色。
显示更多
