中國AI晶片自主化正進入更困難的下半場。華為、寒武紀、沐曦等業者持續推出國產AI加速器，逐步降低對NVIDIA依賴，但真正限制系統效能與量產規模的關鍵，已由單純GPU／NPU設計能力轉向HBM高頻寬記憶體。HBM也因此成為中國建立完整AI算力供應鏈最難快速補齊的缺口。
根據路透報導，全球HBM供給吃緊，加上美國自2024年底限制部分先進HBM輸往中國，華為Ascend 950DT、寒武紀下一代690等AI晶片近期報價明顯上調。部分中國業者須透過成本更高的管道取得HBM，使記憶體供應直接反映到AI加速卡成本。
HBM難以取代的原因，在於它不是單純「做出DRAM」即可。HBM必須將多層DRAM垂直堆疊，再整合TSV、微凸塊、晶圓薄化、鍵合、散熱與測試，最後透過2.5D／3D先進封裝與GPU、NPU共同整合。換言之，中國必須同時突破DRAM製程、堆疊良率與先進封裝三道關卡，才能建立自主供應鏈。
未來真正決定AI算力量產能力的，將是由誰能建立「運算＋記憶體＋封裝」完整供應體系勝出。
|
中國並非沒有進展。長鑫存儲（CXMT）傳出已進入HBM3E風險試產，並由寒武紀、阿里旗下平頭哥等業者進行測試，最快可能於2027年邁向商用；但全球領先業者已推進HBM4，SK hynix更規劃2029年在美國量產HBM4E，技術世代與量產良率仍是中國追趕的主要挑戰。
這項變化對台灣並非只有競爭威脅。台灣雖不是HBM DRAM主要生產基地，卻掌握AI晶片製造、先進封裝、載板、測試與AI伺服器整合的重要節點。隨HBM堆疊層數增加、GPU與記憶體整合密度提高，CoWoS、Fan-Out、Hybrid Bonding、Interposer、先進基板及檢測設備需求同步增加。台積電近期更要求未來HBM／DRAM設計納入X-ray可檢測性，反映HBM封裝愈複雜，良率與非破壞檢測的重要性也愈高。
TrendForce指出，AI需求已使得先進製程與2.5D／3D封裝成為全球供應鏈瓶頸，需求並向設備、基板及封裝材料外溢；台灣OSAT業者也持續發展FOCoS、FOEB等異質整合技術。
AI需求如今已讓全球先進製程與封裝供應鏈處於高度競逐狀態。中國HBM自主化短期將提高AI晶片成本，長期則會催生另一套記憶體與封裝生態。台灣因應變局的真正機會不是與韓系記憶體廠正面競逐HBM晶粒，而是更應加速強化CoWoS、Fan-Out、Hybrid Bonding、Microchannel散熱、先進檢測及AI伺服器系統整合優勢，把HBM世代升級轉化為設備與製造服務需求，維持台灣在全球AI算力供應鏈中的關鍵節點。
歸納來說，中國已逐步補上AI晶片設計能力，但HBM把DRAM製程、TSV、先進封裝、散熱與測試綁成一條高度整合的供應鏈，反而成為AI自主化最難快速補齊的環節；而此缺口，對台灣既有競爭壓力，同時創造先進封裝、設備、材料與AI伺服器系統的新機會。
