AI把半導體徵才推上4.7萬人，矽光子量產訂單先看誰

 

AI 應用把半導體市場與徵才需求一起推高

AI 應用熱度延續，半導體產業的市場規模和人力需求同步放大。最新產業研究估計，2026 年全球半導體市場規模將達 1.65 兆美元，年增 108.1%。這個增幅很大，反映的不是單一產品循環，而是 AI 相關需求正在把整條供應鏈往上推。

就招募端來看，半導體業每月徵才需求已到 4.7 萬人，年增超過兩成。AI 相關職缺占比也從 2022 年的 15.8% 拉升到 23.9%，平均每月約 1 萬 765 個職缺。這代表產業擴張已經不只停在資本支出，連人才市場也開始吃緊。

 

缺工壓力改變了半導體招募方式

這波缺工潮帶來的變化，集中在招募條件的調整。除了美加地區外派職缺創下近年新高，企業也開始放寬部分職務的科系限制，生產製造、操作維修與研發類別的「科系不拘」比例都提高了。這類調整的意義很直接：當需求擴張速度快過人才供給，企業會先降低門檻，把可用人力先補進來。

對供應鏈來說，這會帶來兩層影響。第一層是產能擴張更依賴招募效率，第二層是非理工背景人才有更多機會流入半導體供應鏈。人才來源變廣，通常也意味著產業正在進入更吃量的階段，而不只是少數高階職缺在搶人。

 

Arm 生態系往實體 AI 延伸，伺服器架構也在變

運算架構這一段，焦點落在 Arm 生態系的擴張。安謀(Arm)的基礎架構滲透率進一步提升，機櫃級伺服器市占率已超越 x86 架構。這反映企業在 AI 伺服器與資料中心部署上，開始更重視每瓦效能和記憶體頻寬，而不只看傳統伺服器架構的慣性。

Arm 新推出的 Neoverse CSS N4 運算子系統，也把這個方向講得更清楚。單一晶粒最高可搭載 128 個核心，並支援 LPDDR6，重點放在記憶體頻寬和每瓦效能的提升。對代理式 AI 這類需要即時運算的場景來說，這類架構升級有助於把推論和邊緣部署往前推進。

Arm 也把「Arm 全面設計」生態系延伸到實體 AI，已集結 AWS、恩智浦、西門子等 80 多家企業，並推出「機器人能力分級框架」。這段的重點在標準化語言和開發流程，目的是讓自主系統更容易設計、驗證與部署。從雲端走向機器人，代表 AI 基礎設施的競爭範圍正在擴大。

 

矽光子與先進封裝加速卡位，量產時程成關鍵

往下看晶圓代工和先進封裝，矽光子技術已經進到更實際的布局階段。AI 運算帶來龐大的資料傳輸需求，讓矽光子成為次世代半導體的重要方向。三星電子目前正在建置矽光 PIC，也就是光子積體電路的驗證平台，並採用與台積電(2330)同款的測試設備，顯示大廠已經開始把這條路線往量產前推進。

這一段的關鍵，不在誰先喊題材，而在驗證平台和設備選擇已經開始落地。當大廠同步投入，AI 基礎設施、先進製程和先進封裝的競爭就會一起加快。矽光子成熟度與量產時程，會直接影響相關供應鏈的資金流向，也會決定哪些公司先吃到實際訂單。

從投資角度看，這篇材料傳達的訊息很清楚：AI 不只推高半導體需求，也把人才、架構和封裝技術一起往前推。接下來要觀察的，是徵才成長能否持續、Arm 生態系的實際採用率，以及矽光子驗證平台何時轉成量產訂單。