輝達可能於 2028 年評估採用英特爾 Foveros 封裝
重點摘要
GF 證券分析師 Jeff Pu 的報告指出,輝達可能考慮在 2028 年下半年,於部分後端作業中採用英特爾 Foveros 先進封裝。目前尚未確認任何合約或具體產品決策,因此這項可能性仍屬市場推測。這項討論呼應 DigiTimes 1 月的一篇報導;該報導指出,台積電可能繼續製造 Feynman GPU 的主要裸片,而英特爾可能會被評估用於 I/O 或其他非核心裸片及封裝。英特爾的 14A 製程預計於 2028 年下半年進入高量產階段。對輝達而言,採用英特爾封裝可能是另一種降低對產能吃緊的台積電封裝依賴的方法。
情緒分析
- 文章整體語氣審慎且具分析性。文中描述了一項潛在商機,但一再強調輝達尚未確認合約,也未選定特定產品。
- 對英特爾而言,前景略偏正面:有限度地承接封裝工作,可能驗證 Foveros 在工業規模上的可行性,並讓英特爾在資料中心 AI 供應鏈中站穩腳步。不過,報導並未將此可能性描述為必然成功。
- 對輝達而言,這項可能的合作被定位為務實做法,可分散封裝產能來源,並在 AI 加速器需求旺盛時降低瓶頸風險。在所述情境下,台積電仍將是製造主要 GPU 裸片的關鍵業者。
- 因此,整體情緒褒貶參半但有所節制:文章在潛在效益之外,也考量了不確定性、合作範圍有限,以及尚未確認任何協議等因素。文章聚焦於供應鏈策略,而非宣稱技術領導地位即將轉移。
文章內文
GF 證券分析師 Jeff Pu 的一份最新報告指出,輝達可能會在 2028 年下半年,評估於部分後端作業中採用英特爾的 Foveros 先進封裝技術。報告並未提及已簽署的協議、已確認的訂單,或輝達的特定產品決策。因此,這項可能性應視為市場推測,而非輝達已宣布變更製造計畫。
這項討論涉及先進封裝,也就是將不同裸片連接並組裝成完整封裝的半導體製程階段。輝達的 AI 加速器仰賴複雜的製造與封裝安排,而這些產品的需求已對可用產能造成壓力。據報導,與英特爾合作的可能性將為部分封裝作業增加另一家潛在供應商,但不代表輝達會將所有 GPU 生產移出既有合作夥伴。
這項推測與 DigiTimes 於 1 月發布的報導相符。該報導稱,輝達未來 Feynman 系列 GPU 的主要裸片可能會繼續採用台積電的先進製程技術製造。英特爾則可能被考慮用於 I/O 裸片或其他非核心元件,並可能採用其 18A 或 14A 製程,封裝作業也由英特爾負責。相關公司尚未確認這些可能性。
英特爾的封裝技術組合包括 EMIB、Foveros 和 Foveros Direct。EMIB 以嵌入式矽橋水平連接小晶片。EMIB-T 加入矽穿孔,可支援垂直供電和訊號連接。Foveros 則採取不同做法,將運算裸片垂直堆疊在基底裸片上。這種配置可縮小封裝面積並縮短互連距離,進而有望提升頻寬與能源效率。
值得注意的是,英特爾 14A 製程預計於 2028 年下半年進入高量產階段,與據稱輝達可能評估 Foveros 的時期相符。時程重疊有助於說明英特爾為何可能納入未來產品週期的考量,但這本身並不能證明英特爾會接獲訂單,或其封裝技術會用於 Feynman 產品。
對輝達而言,將部分封裝工作交由英特爾處理,可能有助於分散對台積電 CoWoS 產能的依賴,並在 AI 加速器需求特別旺盛時緩解潛在瓶頸。多供應商策略或可讓輝達在產品組裝方面有更多選擇,但其實際價值取決於技術認證、製造產能、產品需求及商業條件。報告並未說明英特爾可能承接多少工作。
對英特爾而言,即使只在 Feynman 後端作業中扮演有限角色,或僅取得少量非核心元件訂單,也可能具有策略意義。其潛在價值未必在於短期內於先進前段製程超越其他公司;相反地,完成 Foveros 的大規模工業驗證並進入資料中心 AI 供應鏈,將有助於提升英特爾在先進封裝領域的地位。
核心重點是,據報導的情境涉及可能的分工:台積電可能繼續生產輝達的主要 GPU 裸片,而英特爾則可能接受評估,負責特定裸片或後端封裝。在評估這項推測對競爭格局的意義時,這項區別十分重要。它指向的是供應鏈可能多元化,而非輝達核心 GPU 製造業務已確認轉移。在相關公司宣布具體決策之前,英特爾可能扮演的角色範圍及其商業重要性仍不得而知。
關鍵見解表
| 面向 | 說明 |
|---|---|
| 據報導的可能性 | 輝達可能在 2028 年下半年評估將英特爾 Foveros 用於部分後端封裝作業;目前尚未確認任何協議或產品決策。 |
| 可能的生產分工 | Feynman GPU 的主要裸片可能仍由台積電負責,而英特爾則可能被考慮用於 I/O 或其他非核心裸片及封裝。 |
| 英特爾技術 | 英特爾的技術組合包括 EMIB、EMIB-T、Foveros 和 Foveros Direct,各自採取不同方式連接或堆疊裸片。 |
| 策略影響 | 英特爾可能藉此取得工業驗證並進軍資料中心 AI 市場;輝達則可能擴大封裝產能來源並處理供應瓶頸。 |
最後編輯時間:2026/10/10
