# 矽光子還在等車同軌：一位材料人轉做產業分析，談先進封裝的卡關與等待

來源：Realpha 讀市場（blog.getrealpha.com）
原文與圖表：https://blog.getrealpha.com/blog/caibaogou-2026-09-20-566-ai-ft-semivision-jett/

> 聽財報狗第 566 集的心得。SemiVision 創辦人 Jett 從半導體材料業走進產業分析，談永久材料的驗證門檻、矽光子沒有標準下的兩面押寶、光測試卡關、產能滿載擠掉新創，以及知道最多的人為何最不說話。本文為教育性質的產業觀察，不構成任何投資建議，產業判斷有失準風險。

Published: 2026-09-21
Locale: zh-TW
Tags: 先進封裝, 矽光子, 半導體材料, 產業研究, podcast 心得

TL;DR: 矽光子卡在沒有標準，整條供應鏈在等最大的買家把量做出來；讀產業消息時，先看說話的人講錯要付出什麼。


![夜間的先進封裝實驗室，近景一台光學探針台亮著冷白光，工程師俯身對準光纖陣列與晶片，身後成排設備沿長走道延伸進昏暗深處](/covers/caibaogou-2026-09-20-566-ai-ft-semivision-jett-cover.png)

> 一法度衡石丈尺。車同軌。書同文字。
>
> —— 司馬遷《史記・秦始皇本紀》（西漢）

秦統一天下後做的頭幾件事，是把度量衡、車軸寬度、文字各定成一套。車軌寬窄各地不同，一輛車出了自己的地盤就走不動。聽這集的時候我一直想到這句：Jett 描述的矽光子，正處在車軌還沒統一的年代，每家都造得出車，沒有一條路讓所有車一起跑。

## 這集在講什麼

財報狗 2026-09-20 這集（第 566 集）請來 SemiVision 創辦人 Jett。主持人經營 X 帳號時看到一個用英文發大量半導體報告的帳號，私訊之後才發現對方是台灣團隊，就邀來上節目。

SemiVision 在 2024 年底成立，成員原本都是半導體業的工程師，到現在寫了四百多篇英文文章，讀者多在海外；從後台訂閱信箱的網域看得出來，不少人來自 NVIDIA、台積電這類公司。Jett 大學在澳洲念，家裡做半導體材料貿易、代理過美國的化學品，後來家人成立材料公司，所以他對後段的材料與設備熟。團隊最初發文是想推動台灣半導體材料自主化，寫久了外國人主動來問，才決定開公司做這件事。

這集從材料一路聊到先進封裝、矽光子、測試、產能、資訊來源，最後聊到 AI 時代怎麼帶小孩。

## 摘要重點

**一、永久材料的門檻在時間，也在客戶的物料表。** 材料分兩類：製程做完留在晶片上的叫永久材料；用完就消耗、回收或丟掉的叫間接材料，像切割膠帶、研磨膠帶、暫時性黏著劑。永久材料要過信賴性測試，車用或 AI GPU 相關的常要三千小時，有的要一萬小時。三千除以二十四是一百二十五天，光驗證就要四個月。

![兩條橫向長條比時間長度：三千小時的信賴性測試約四個月，一萬小時約十四個月，說明永久材料光驗證就要等很久。](/figures/permanent-material-verification-time.svg)

更高的一道牆在終端客戶：台灣的代工與封測廠照客戶給的物料表採購，出事時照表做的一方不必負責，自己換便宜材料就要自己扛。所以材料國產化要打通美國客戶的設計端才算數。大宗化學品（硫酸、雙氧水、IPA）早年靠進口，台積電推在地採購後已經本土化，現在輪到氣體。

**二、前段定型了，機會移到先進封裝與矽光子。** 前段製程由設備在跑，變因少，2 奈米以下只有台積電做，Jett 的形容是其他人「只能看表演」。封裝要把晶片、載板、PCB 板廠多家湊在一起，還要過嚴苛的信賴性，變因多，參與者也多。他轉述論壇上的提醒：CoWoS 底下那塊 PCB 沒做好，上面的晶片再強也沒用。

![左邊是一整塊代表前段一家做到底；右邊是晶片、中介層、載板、PCB 四層疊起來的封裝，最底層 PCB 有一道裂痕，表示底層一壞整疊都白做。](/figures/frontend-vs-packaging-stack.svg)

矽光子加進來，複雜度再疊一層。他看好的封裝方向是 3D 堆疊，記憶體疊邏輯，因為載板沒辦法無限放大；熱的問題還沒解，量產時程難說。HBM 的新技術會往後放，原因很現實：現有產品都做不完，先把產能賣掉。

**三、矽光子沒有標準，整條鏈在兩面押寶。** Jett 參加新竹一場測試論壇，會上的共識是最大瓶頸在沒有標準。實驗室做一個光模組花二十分鐘沒問題，量產要做一百萬個，一個二十分鐘就做不完。

![上排是實驗室做一個光模組的二十分鐘，細到只剩一條線；下排是同一台機台做一百萬個，要約三十八年，拉滿整條時間軸。](/figures/lab-vs-mass-production-time.svg)

設備商最難做：每家設計不同，機台要跟誰對齊，跟錯邊就完了。標準等誰來定？Jett 的答案是等 NVIDIA 的量出來，量起來大家就跟著走。主持人接一句：「我們每天在探情報，原來就是在等 NV。」目前各家的做法是一點押 Broadcom、一點押 NVIDIA。

![右邊兩條軌寬不同的鐵軌，分別標 Broadcom 與 NVIDIA；左邊材料、設備、測試三家供應商各自分出兩條線，同時接到兩條軌上，表示標準未定時每家兩邊都押。](/figures/two-gauges-hedged-bets.svg)

Jett 也補了反面：只剩一家、平台又不開放，大家會被卡死。

**四、光測試是新的卡點。** 光的測試速度慢，從只測光子積體電路，到光和電一起測，測試關卡出不來，整條線就卡在那。要做這塊得同時懂測光和測電，一家公司做不完，常是幾家設備商合拼一台機台，還得跟設計公司與終端客戶對齊。規格不夠大的公司，別人不願意跟你合作。

**五、產能全滿，新創拿不到位子，人也不夠。** 晶圓、封裝、載板產能都滿，找二線廠、找新加坡也滿。SEMICON Taiwan 前後兩週，英國、波蘭、德國、荷蘭、加拿大等國都帶新創來台灣找產能、找資金。歐洲新創做出原型，要往量產走得靠台灣供應鏈，台灣廠卻嫌對方規模小、訂單少。Jett 牽線前會先打預防針：可以介紹，不保證成；歐洲習慣長時間做研究，台灣希望馬上量產、馬上有營收。他觀察到一個有趣的現象：手上握著一點稀缺資源、規模不大不小的公司，現在最搶手。
人力是另一道牆。有廠商在南部的廠找不到人，每天要派四、五十台遊覽車載作業員上班。一位台積電美國廠的相關人士在新聞裡提過：運半導體耗材的卡車，台灣一天跑三到五趟，美國兩天一趟，成本差好幾倍。

![同樣兩天，台灣一排六到十台卡車（六台實線、四台虛線表示區間），美國只有一台，一眼看出物流密度差好幾倍。](/figures/consumables-truck-trips.svg)

Jett 判斷台灣的優勢一兩年內不成問題，風險在地緣政治與缺工，技術反而排在後面。

**六、知道最多的人，最沒有誘因說話。** 在職的人簽了保密協定，不能談自己公司；過去的專家會議有人被錄音，好幾位因此丟了工作，現在在職者多半不出來講。寫產業文章的人也有限制：要寫好的方向，寫壞的，資訊來源就斷了。主持人提到美國放空機構被批評的做法，標題下得聳動，內文結論卻跟標題對不上。至於可信度，Jett 的分法是：技術論壇底下坐滿專家，又有論文，數字寫不了假；產品發表會談產能與出貨，比較會吹。他也觀察到 ECTC 這類會議上的論文離量產的距離在縮短，散熱題目尤其快，因為大家都急著解。

**七、AI 讓報告貶值，線下關係留下來。** 去年 SemiVision 幫客戶做過一份一百多頁、講先進封裝每道製程用什麼材料設備的報告，今年客戶說這種東西問 AI 就好，要的是 AI 沒講的。Jett 講了一個日本教授的故事：教授在台灣飯店看新聞，發現主播會解釋 CoWoS，說這在日本不會發生。技術科普變成全民常識，SemiVision 就往線下的人脈與交流走。節目最後他推薦《園丁與木匠》：他有個四歲的孩子，想用園丁的方式養，準備好環境讓孩子自己長，好奇心從吃飯時認識盤子裡的食材開始練。

## 延伸想法

### 「矽光子商機這麼大，到底該看誰？」

我聽到矽光子的新聞，第一個念頭也是想找一檔來研究。這集讓我把這個問題拆成三層。

第一層，標準未定時，一家公司的產品綁在某個陣營的設計上，它的營收取決於陣營勝負，押錯的代價是全損。Jett 說的「跟錯邊就死定了」講的就是這件事。

第二層，直覺會想找「不管誰贏都要用到」的那一層，也就是常說的賣鏟子。這集給的反例是測試：測試是卡點沒錯，可是設備商同樣要決定機台跟誰的設計對齊。在標準出來以前，連賣鏟子的也要選邊。

第三層，拿什麼判斷標準快出來了？Jett 的答案是量。實驗室二十分鐘做一個、量產要一百萬個，這中間的距離才是瓶頸所在，需求本身沒有卡住。所以我給自己的觀察點換成出貨量與量產良率的消息，發表會上的規格表放後面。一個陣營開始放量，供應商名單會收斂，那時再看誰留在名單上。

![左邊十二條平行線代表分散的供應商名單，經過一條「一個陣營放量」的虛線後，只剩四條收攏成一束繼續往右，其餘在虛線後淡出。](/figures/supplier-list-converges-after-ramp.svg)

這個推論有失效條件：如果標準最後由開放的產業聯盟定下，而不是跟著單一買家走，「等最大買家」這套判讀就要重來。Jett 自己也提了這個風險。

### 「新聞、論壇、網路轉貼說法都不同，要信哪個？」

同一件事看到三種說法，是我最常卡住的地方。這集提供了一把尺：說話的人講錯要付出多少。

技術論壇講錯，底下的專家當場會抓，論文數字留在紀錄上，代價高，可信度就高。產品發表會講產能，講錯了沒人回頭追，我會打折看。產業寫手靠資訊來源維生，寫壞消息會斷線，所以整個產業內容池是偏向正面的；一份報告通篇沒有壞消息，我會先問這個作者有沒有能力寫負面。最後是 AI 爬蟲轉貼，Jett 說有人改寫他們的文章、再掛上他們的名字，這類內容講錯的成本是零。

照這把尺排下來會發現一件不舒服的事：最準的人（在職工程師）不能開口，最大聲的內容往往離現場最遠。

![一張雙軸散佈圖，橫軸是講錯要付的代價、縱軸是音量；AI 轉貼在左上角（代價零、最大聲），技術論壇在右側中段，在職工程師落在右下角（代價最高、幾乎沒有音量），各點由左上往右下排成一條斜線。](/figures/cost-of-being-wrong-vs-volume.svg)

我自己的做法是，一則消息讓我想動手之前，先回頭找它的原文和原始場合，找不到就當它沒發生。

### 「產能全滿，是好消息還是壞消息？」

產能滿載的新聞看起來全是利多。這集讓我看到它在不同位置的人身上是不同的東西：對握有產能的大廠是定價權，對新創是進場門檻，對技術迭代是延後，HBM 新技術往後放就是例子，因為現有的都賣不完。

再往下一層，滿載背後是人和物流。四、五十台遊覽車與卡車趟數的差距，說明台灣的速度建立在密集的人力與距離上，而這兩樣都不容易搬走，也不容易補。Jett 說機器人還接不了這些工作。

放回組合風險來看，我會檢查自己關注的東西是不是都建立在同一個假設上：台灣產能持續滿載、人力持續補得上。如果是，那它們就是同一筆風險，只是換了幾個名字。

![左圖四個方塊（封裝、載板、矽光子、測試）放在同一根橫梁上，只靠一根寫著產能滿載與人力補得上的柱子撐著；右圖同一根柱子裂開，橫梁連同四個方塊一起傾斜。](/figures/four-names-one-pillar.svg)

## 可以參考的資料

- 財報狗 Podcast 第 566 集〈從半導體材料業者，走進第一線 AI 產業分析 ft. SemiVision 創辦人 Jett〉（2026-09-20）
- SemiVision 在 X、LinkedIn、Substack 發布的英文產業報告
- 艾莉森・高普尼克《園丁與木匠》（The Gardener and the Carpenter，2016）
- ECTC（IEEE 電子元件與技術會議）歷年論文
- SEMICON Taiwan、OFC 的論壇議程

## 帶得走的一件事

**一則消息值多少，看說它的人講錯要付出多少。**

我試過的一個做法：今天挑一則你想轉傳、或讓你改變了想法的消息，投資、健康、育兒、職場傳聞都可以，在旁邊寫一行「說這句話的人如果講錯，會失去什麼？」。答案是「什麼都不會失去」的那幾則，我會先不轉傳，去找一個講錯要付代價的人怎麼說。