聯電(2303)新加坡首批量產矽光子晶圓，下一步關鍵是客戶會不會進來

別只盯著 AI 晶片，真正的瓶頸在「資料怎麼跑」

很多人看 AI 產業，第一眼都會盯著 GPU、伺服器、雲端大廠，覺得誰拿到算力誰就贏。這個想法不能說錯，但如果把視角拉遠一點，你會發現：算力只是起點，資料傳輸才是更難解的題目。

台灣第二大晶圓代工廠 UMC（聯電），最近就在新加坡完成了首批量產的矽光子晶圓，瞄準的就是 AI 與超大型資料中心對高速光互連的需求。這不只是單一產品出貨，更像是台系供應鏈正式往下一代資料中心基礎建設跨了一大步。

 

迷思：AI 成長靠的是晶片數量，不是傳輸能力

很多人會以為，AI 模型要越跑越快，只要一直加 GPU、一直擴機房就好。
但現實不是這麼單純。

當模型越來越大、叢集越來越密，問題就會慢慢從「算得夠不夠快」變成「資料送不送得動」。傳統以銅線為主的電互連，在距離、頻寬和功耗上都逐漸碰到天花板。你可以把它想成：車子性能一直升級，但道路太窄、紅綠燈太多，最後還是卡住。

這也是為什麼矽光子開始被放到更重要的位置。

 

拆解：矽光子到底解的是什麼問題？

矽光子（silicon photonics）簡單講，就是把光學元件整合到晶圓層級，讓資料可以用光訊號跑，而不是只靠電訊號硬撐。

它的價值有三個：

• 傳輸速度更高
• 功耗更低
• 更適合資料中心內部與伺服器之間的大量資料搬運

對現在的 AI 應用來說，這很關鍵。因為無論是影像生成、語言模型，還是企業級 AI 決策系統，背後都在推動資料中心往「高頻寬、低延遲、低功耗」前進。這不是加一點設備就能解決的，而是整個網路架構必須升級。

 

UMC 為什麼值得注意？

這次 UMC 的量產，不是單純在做技術展示，而是已經走到商業化落地。

根據公開資訊，這次量產是和矽光子技術公司 SILITH 合作的成果。SILITH 提供專利架構，UMC 則用自己的 12 吋高產能製造平台與 SOI（silicon-on-insulator）製程整合能力，把技術從開發一路推進到可量產。更值得注意的是，這段過程只花了 18 個月。

這個速度代表兩件事：

1. 市場對矽光子需求是真的急
2. 技術成熟度已經往前推了一大截

換句話說，矽光子不再只是實驗室裡的概念，而是開始進入 AI 基礎建設的實戰階段。

 

反向思考：不是 UMC 在追風口，而是風口需要新的製造平台

如果只把這件事看成「聯電多了一個新題材」，其實會看得太小。

更大的意義是，UMC 正在把自己從單一代工角色，往平台化生態系移動。公司不只替 SILITH 做代工，還規劃在 2027 年前推出自有 12 吋矽光子平台，讓客戶可以直接在上面開發自己的產品。

這代表什麼？

代表未來不只是某一個案子，而是可能吸引更多：

• 網通設備商
• 資料中心業者
• AI 加速卡供應商

一起在 UMC 的製程平台上做設計。對晶圓廠來說，這種模式比單點接案更有想像空間，因為一旦生態系形成，後續延伸性和客戶黏著度都會更高。

 

市場怎麼看？還在觀察期，不是直接給高評價

從法人角度來看，外電引用 Citi 分析師的看法，對 UMC 下半年已經轉趨樂觀，甚至預估 2026 年第二季銷售將季增 13%，毛利率也有回升空間。

但市場股價反應卻沒那麼激動。消息公布當天，UMC 股價盤中一度下挫近 5%，最後收斂到約 下跌 1.6%。

這其實很符合市場習性：
題材先出現，不代表資金立刻買單。

投資人現在在意的不是「能不能做」，而是：

• 會有多少實際訂單？
• 客戶名單何時曝光？
• 對營收與獲利的貢獻能不能量化？

在答案還不夠明確之前，市場通常會先保守觀望。

 

新加坡為什麼成為這條路上的關鍵節點？

UMC 把量產基地放在新加坡，也不是偶然。

新加坡這幾年積極打造半導體聚落，吸引不少台系與國際廠商布局。除了 UMC，當地還有測試大廠 King Yuan Electronics，以及由 TSMC 支持的 Vanguard International Semiconductor（世界先進）。另外，Vanguard 還和 NXP Semiconductors(NXPI) 共同投資約 78 億美元建廠。

這些訊號放在一起看，就會發現新加坡不是單純的設廠地點，而是在全球半導體版圖裡，逐步變成一個重要樞紐。對台系供應鏈來說，這裡不只是海外據點，更可能是下一波 AI 基礎建設供應鏈的戰略前線。

 

AI 不是只有 NVDA 跟 MSFT，背後還有一整條「看不見的路」

市場談 AI，常常只聚焦在 NVIDIA(NVDA) 和 Microsoft(MSFT) 這種核心玩家。這沒錯，因為它們確實站在需求爆發的中心。

但如果我們往下看一層，就會發現：真正支撐 AI 熱潮的，還有一整套不容易被看見的基礎設施。像是晶圓級光互連、資料中心網路架構、伺服器之間的高速通訊，這些都不是主角，卻是讓主角能跑起來的地板。

當 AI 模型參數從數百億往數兆級走，資料移動成本和速度會越來越影響：

• 服務品質
• 系統擴充效率
• 企業導入意願
• 整體營運成本

所以矽光子重要的地方，不只是「更快」，而是它可能成為下一階段 AI 基礎建設的必要條件之一。

 

但也別太快把它當成唯一答案

當然，矽光子不是沒有挑戰。

目前產業還在處理幾個核心問題：

• 製程良率
• 封裝整合
• 與既有電互連架構的相容性
• 成本與性能之間的平衡

另外，也有業者認為，透過優化銅線技術或發展其他高速介面，還是能延長現有方案的壽命。這代表矽光子雖然方向明確，但要全面取代現行架構，還需要時間，也需要價格和效能一起證明自己。

這種競爭其實是好事，因為它會逼著技術更快成熟。

 

結語：這是一條從傳統代工走向 AI 基礎建設的路

整體來看，UMC 在新加坡完成首批量產矽光子晶圓，不只是一次製造進展，而是台灣半導體供應鏈參與 AI 基礎建設的一個重要里程碑。

如果未來 2027 年自有平台順利推出，並且客戶導入、出貨放量，那麼 UMC 不只可能打開新一段營收成長，也可能改寫新加坡在全球半導體分工中的角色。

接下來值得觀察的，不是單一新聞，而是幾個關鍵指標：

• 矽光子平台的客戶數量
• 主流 AI 伺服器品牌的導入進度
• 地緣政治與出口管制下，新加坡能否維持穩定開放

因為真正決定這條路能不能走遠的，不只是技術本身，而是它能不能在全球 AI 擴張的過程中，變成不可或缺的那條高速通道。