ทำไมบรรจุภัณฑ์ขั้นสูงจึงสำคัญ: ทำความเข้าใจคอขวดด้านกำลังการผลิตชิป AI ผ่าน CoWoS

การบรรจุขั้นสูง (Advanced Packaging) มีความสำคัญ เพราะการแข่งขันด้านชิป AI ไม่ได้ขึ้นอยู่กับโหนดกระบวนการผลิตขั้นสูงเพียงอย่างเดียวอีกต่อไป แต่ยังขึ้นอยู่กับว่า GPU, HBM, chiplet, ซับสเตรตบรรจุชิป (package substrate), การจ่ายไฟ, การออกแบบระบบระบายความร้อน และการทดสอบ สามารถถูกบูรณาการเข้าด้วยกันได้ด้วยอัตราผลผลิต (yield) ที่สูงหรือไม่ คุณสามารถมอง CoWoS เป็นหน้าต่างสะท้อนคอขวดด้านกำลังการผลิตชิป AI ก็ได้ แม้ว่า GPU ระดับไฮเอนด์จะผ่านการผลิตแผ่นเวเฟอร์เสร็จสมบูรณ์แล้วก็ตาม แต่จะไม่สามารถส่งมอบถึงผู้ให้บริการคลาวด์และลูกค้าเซิร์ฟเวอร์ AI ได้อย่างแท้จริง หากไม่สามารถเชื่อมต่อกับ HBM ผ่านการบรรจุขั้นสูงที่มีการเชื่อมต่อความเร็วสูงได้

ประเด็นสำคัญ

• บรรจุภัณฑ์ขั้นสูงช่วยให้ GPU, HBM และชิปเล็ตทำงานร่วมกันด้วยความเร็วสูงภายในแพ็กเกจ
• CoWoS ไม่ใช่เปลือกนอกธรรมดา แต่เป็นแพลตฟอร์มเชื่อมต่อระดับระบบสำหรับ GPU AI ระดับไฮเอนด์
• คอขวดของชิป AI ถูกกำหนดร่วมกันโดยเวเฟอร์, HBM, CoWoS, ซับสเตรต และการทดสอบ
• Blackwell เพิ่มความต้องการ CoWoS-L ทำให้การใช้ทรัพยากรบรรจุภัณฑ์ขั้นสูงสูงขึ้นไปอีก
• การขยายกำลังการผลิตของ TSMC ช่วยบรรเทาคอขวดได้ แต่การเพิ่มอัตราผลผลิตและการรับรองลูกค้ายังต้องใช้เวลา
• ในการวิเคราะห์ห่วงโซ่อุปทานชิป AI คุณต้องพิจารณาทั้งกำลังการผลิตรวมและความสอดคล้องของโครงสร้างผลิตภัณฑ์

ทำไมบรรจุภัณฑ์ขั้นสูงจึงกลายเป็นคอขวดหลักของชิป AI

บรรจุภัณฑ์ขั้นสูง (Advanced Packaging) ได้กลายมาเป็นสิ่งสำคัญ เนื่องจากประสิทธิภาพของชิป AI ไม่ได้ถูกกำหนดโดย 다이ประมวลผลเพียงตัวเดียวอีกต่อไป แต่ถูกกำหนดร่วมกันโดยการประมวลผล หน่วยความจำ การเชื่อมต่อ การจ่ายพลังงาน การจัดการความร้อน และการทดสอบ แม้ว่า GPU ระดับไฮเอนด์จะผ่านการผลิตเวเฟอร์ด้วยกระบวนการโหนดขั้นสูงเสร็จสมบูรณ์แล้ว ก็จะไม่สามารถกลายเป็นผลิตภัณฑ์ที่ส่งมอบได้ หากไม่สามารถบูรณาการอย่างหนาแน่นร่วมกับ HBM, ซับสเตรต และโครงสร้างระบบได้ สำหรับชิป AI แล้ว บรรจุภัณฑ์ไม่ได้เป็นเพียงเรื่องของ "การปกป้องชิป" อีกต่อไป แต่เป็นขั้นตอนการผลิตหลักที่ส่งผลทั้งต่อขีดจำกัดด้านประสิทธิภาพและจังหวะการส่งมอบสินค้า

ในอดีต อุตสาหกรรมเซมิคอนดักเตอร์มักให้ความสำคัญกับโหนดกระบวนการผลิต ยิ่งโหนดมีความล้ำสมัยมากขึ้นเท่าไร—7nm, 5nm, 3nm—ความหนาแน่นของทรานซิสเตอร์และประสิทธิภาพการใช้พลังงานก็ยิ่งสูงขึ้นเท่านั้น ตรรกะแบบนี้ยังคงมีความสำคัญ แต่ไม่เพียงพออีกต่อไปที่จะอธิบายคอขวดทั้งหมดของชิป AI การฝึกและการอนุมาน (inference) ของโมเดลขนาดใหญ่ต้องการการประมวลผลแบบขนานจำนวนมหาศาล แต่ในขณะเดียวกันก็ต้องการแบนด์วิดท์หน่วยความจำที่สูงขึ้น เส้นทางการส่งผ่านข้อมูลที่สั้นลง และการเชื่อมต่อระบบที่เสถียรมากขึ้นด้วย หากข้อมูลไม่สามารถถูกส่งมอบไปยังหน่วยประมวลผลได้อย่างรวดเร็ว แม้แต่ชิปที่ทรงพลังที่สุดก็อาจไม่สามารถใช้ประสิทธิภาพได้อย่างเต็มที่

จุดนี้คือจุดที่การบรรจุขั้นสูง (advanced packaging) กลายเป็นสิ่งสำคัญอย่างยิ่ง ผ่านเทคโนโลยีชิปเล็ต (chiplets), การบรรจุแบบ 2.5D, การรวมแบบคละกัน (heterogeneous integration) และวิธีการที่คล้ายคลึงกัน การบรรจุขั้นสูงช่วยวางไดอี (die) คอมพิวเตอร์หลายตัว, HBM และโมดูลฟังก์ชันอื่น ๆ ไว้ในโครงสร้างที่กระชับกว่า 3DFabric ของ TSMC เป็นชุดเทคโนโลยีสำหรับการรวมระบบแบบ 2.5D และ 3D โดย CoWoS ถือเป็นเส้นทางการบรรจุที่สำคัญที่สุดเส้นทางหนึ่งสำหรับงานคอมพิวเตอร์สมรรถนะสูง

ปริมาณงาน AI ยกระดับแรงกดดันด้านการบรรจุ (packaging) เป็นพิเศษ การฝึกโมเดลขนาดใหญ่ต้องอ่านพารามิเตอร์ซ้ำๆ แลกเปลี่ยนเกรเดียนต์ และถ่ายโอนผลลัพธ์ระดับกลาง การอนุมาน (inference) ยังต้องจัดการกับ KV cache คำขอแบบกลุ่ม (batched requests) และการเข้าถึงข้อมูลความพร้อมกันสูง ปริมาณงานเหล่านี้ล้วนชี้ไปที่ประเด็นเดียวกัน นั่นคือ ต้นทุนของการเคลื่อนย้ายข้อมูลกำลังเพิ่มขึ้น ความเร็วในการคำนวณภายในชิปพัฒนาไปอย่างรวดเร็ว แต่หากหน่วยความจำ ระบบเชื่อมต่อ และการบรรจุไม่สามารถตามทันได้ ประสิทธิภาพของระบบจะลดลง

นี่คือเหตุผลที่ตลาดเริ่มให้ความสำคัญกับการบรรจุขั้นสูง (advanced packaging) แทบเท่ากับกระบวนการผลิตขั้นสูง (advanced process nodes) มากขึ้นเรื่อยๆ สำหรับ NVIDIA, AMD, ผู้ผลิต ASIC และผู้ให้บริการคลาวด์ กระบวนการผลิตขั้นสูงเป็นตัวกำหนดว่าชิปประมวลผล (compute dies) จะสามารถผลิตได้หรือไม่ ส่วนการบรรจุขั้นสูงเป็นตัวกำหนดว่าชิปเหล่านั้นจะสามารถนำมารวมกับ HBM ระบบเชื่อมต่อ และโครงสร้างระบบ เพื่อสร้างเป็นผลิตภัณฑ์ที่ใช้งานได้จริงหรือไม่ สำหรับ TSMC การบรรจุขั้นสูงได้พัฒนาจากความสามารถด้าน back-end มาเป็นเครื่องมือสำคัญในการรักษาลูกค้า การส่งมอบผลิตภัณฑ์ และการลงทุนด้านสินทรัพย์ถาวร

สรุป: การบรรจุขั้นสูง (Advanced Packaging) ได้เปลี่ยนสถานะจาก "กระบวนการปลายทาง" มาเป็นคอขวดสำคัญของชิป AI เนื่องจากการประมวลผล AI ได้เข้าสู่ขั้นตอนของการแข่งขันระดับระบบ กระบวนการผลิตขนาดเล็ก (Process Node) ยังคงมีความสำคัญ แต่ประสิทธิภาพการใช้งานจริงและความสามารถในการส่งมอบของ GPU ระดับไฮเอนด์ยังขึ้นอยู่กับว่า HBM สามารถเชื่อมต่อได้ด้วยความเร็วสูงหรือไม่ ชิปเล็ต (Chiplet) หลายตัวสามารถทำงานร่วมกันได้อย่างน่าเชื่อถือหรือไม่ และแพ็กเกจขนาดใหญ่สามารถควบคุมการออกแบบระบายความร้อน การจ่ายไฟ การบิดตัว (Warpage) และอัตราผลผลิต (Yield) ได้หรือไม่ เมื่อวิเคราะห์ห่วงโซ่อุปทานของชิป AI คุณไม่ควรมองเพียงกำลังการผลิตโหนดขั้นสูงของ TSMC เท่านั้น แต่ควรพิจารณาด้วยว่า CoWoS, HBM, ซับสเตรต (Substrate), การทดสอบ และการส่งมอบเซิร์ฟเวอร์ AI นั้นสอดคล้องกันหรือไม่

CoWoS คืออะไร: แพลตฟอร์มเชื่อมต่อความเร็วสูงจาก GPU ไปยัง HBM

CoWoS เป็นแพลตฟอร์มการบรรจุขั้นสูงแบบ 2.5D ของ TSMC สำหรับงานคอมพิวติ้งประสิทธิภาพสูง ใช้สำหรับรวม GPU, HBM และชิปเล็ต (chiplets) อื่น ๆ เข้าเป็นโครงสร้างการเชื่อมต่อความหนาแน่นสูงเดียว วัตถุประสงค์หลักของมันคือการมอบแบนด์วิดท์หน่วยความจำ ความเร็วในการสื่อสารระหว่างชิป และความน่าเชื่อถือของระบบในระดับแพ็กเกจที่เพียงพอแก่ชิป AI สำหรับ GPU ระดับไฮเอนด์แล้ว CoWoS ไม่ใช่เพียงเปลือกนอกธรรมดา แต่เป็นรากฐานสำคัญที่เปลี่ยนแผ่นชิปคำนวณ (compute dies) และ HBM ให้กลายเป็นตัวเร่ง AI ที่สมบูรณ์

CoWoS ย่อมาจาก Chip on Wafer on Substrate พูดง่าย ๆ ก็คือ ชิปจะถูกวางลงบนโครงสร้างการเชื่อมต่อระดับเวเฟอร์ก่อน จากนั้นจึงเชื่อมต่อกับซับสเตรตของแพ็กเกจ โดย die ประมวลผลของ GPU ทำหน้าที่คำนวณ, สแตก HBM จัดหาข้อมูลด้วยแบนด์วิดท์สูง, interposer หรือ RDL จัดเตรียมช่องทางการเชื่อมต่อจำนวนมากในระยะทางที่สั้นมาก และซับสเตรตของแพ็กเกจรองรับโครงสร้างทั้งหมดพร้อมกับเชื่อมต่อเข้ากับเมนบอร์ดของเซิร์ฟเวอร์

คุณสามารถมองว่า CoWoS เป็นเหมือนสนามแชปความเร็วสูง โดย GPU คือศูนย์ประมวลผล HBM คือคลังสินค้าแบบแบนด์วิดท์สูงที่ตั้งอยู่ติดกัน และ interposer รวมถึงชั้น redistribution คือทางหลวงภายในสนาม ถนนยิ่งกว้างและระยะทางยิ่งสั้น ข้อมูลยิ่งเคลื่อนที่เร็วและการใช้พลังงานยิ่งต่ำลง ประสิทธิภาพของ AI GPU ไม่ได้ดีขึ้นเพียงเพราะ "ศูนย์ประมวลผล" มีขนาดใหญ่ขึ้นเท่านั้น แต่ยังดีขึ้นเพราะ "คลังสินค้า" อยู่ใกล้ขึ้น และ "ถนน" มีความหนาแน่นและมั่นคงมากขึ้นอีกด้วย

CoWoS ของ TSMC ไม่ใช่กระบวนการเดียว แต่เป็นตระกูลเทคโนโลยี CoWoS-S ใช้ silicon interposer ให้ความหนาแน่นของการเชื่อมต่อสูงและมีความพร้อมที่แข็งแกร่ง เหมาะสำหรับ HPC ระดับไฮเอนด์และ GPU สำหรับงาน AI CoWoS-R ใช้ RDL interposer ให้ความยืดหยุ่นเชิงโครงสร้างที่มากกว่า และช่วยแก้ปัญหาด้านความเค้นและการจัดเส้นทางบางประการ CoWoS-L ผสาน RDL เข้ากับการเชื่อมต่อซิลิคอนในท้องถิ่น ทำให้เหมาะสมกว่าสำหรับชิป AI ขนาดใหญ่ที่มีหลายไดและแบนด์วิดท์สูง

TSMC เปิดเผยว่า CoWoS-S สามารถรองรับอินเตอร์พอสเตอร์ (interposer) ได้สูงสุดประมาณ 3.3 เท่าของขนาด reticle ส่วนการออกแบบที่ใหญ่กว่านั้นแนะนำให้ใช้ CoWoS-L หรือ CoWoS-R ประเด็นนี้สำคัญมาก: เมื่อชิป AI มีขนาดใหญ่ขึ้น เส้นทางการบรรจุชิปไม่สามารถนำแนวทางที่เป็นที่ยอมรับและผ่านการพิสูจน์แล้วมาใช้ซ้ำได้เพียงอย่างเดียว การเปลี่ยนแปลงสถาปัตยกรรมของผลิตภัณฑ์จะปรับรูปแบบความต้องการ CoWoS-S, CoWoS-L, HBM และทรัพยากรการทดสอบ

สรุป: หัวใจสำคัญของ CoWoS คือการทำให้ GPU, HBM และชิปเล็ต (chiplets) ทำงานร่วมกันด้วยความเร็วสูงภายในแพ็กเกจ มันไม่ใช่เพียงเปลือกหุ้มชิป แต่เป็นแพลตฟอร์มเชื่อมต่อระดับระบบสำหรับ GPU AI ระดับไฮเอนด์ CoWoS-S, CoWoS-R และ CoWoS-L ตอบโจทย์ผลิตภัณฑ์คอมพิวติ้งประสิทธิภาพสูงที่มีขนาดและโครงสร้างแตกต่างกัน ในจำนวนนี้ CoWoS-L เหมาะสมกว่าสำหรับ GPU AI รุ่นถัดไปที่มีพื้นที่ใหญ่ขึ้นและใช้หลายดาย (multi-die) การทำความเข้าใจความแตกต่างด้านโครงสร้างและเส้นทางเทคโนโลยีของ CoWoS เป็นสิ่งจำเป็นในการทำความเข้าใจว่าทำไมคอขวดด้านกำลังการผลิตชิป AI จึงขยายจากการผลิตเวเฟอร์ไปสู่การบรรจุชิปขั้นสูง

ทำไมคอขวดด้านกำลังการผลิตชิป AI จึงไม่ได้เกี่ยวข้องกับการผลิตเวเฟอร์เพียงอย่างเดียว

คอขวดด้านกำลังการผลิตชิป AI ไม่ได้เกี่ยวข้องกับเพียงการผลิตเวเฟอร์ เนื่องจาก GPU ระดับไฮเอนด์หนึ่งตัวต้องผ่านขั้นตอนตั้งแต่เวเฟอร์โหนดขั้นสูง การคัดแยกดาย การจัดหา HBM การบูรณาการ CoWoS การเชื่อมต่อซับสเตรตบรรจุภัณฑ์ การทดสอบขั้นสุดท้าย และการประกอบเซิร์ฟเวอร์ ก่อนการส่งมอบ หากขั้นตอนใดขั้นตอนหนึ่งตึงตัว กำลังการผลิตต้นน้ำที่ผลิตเสร็จแล้วก็จะไม่สามารถกลายเป็นการจัดส่งขั้นสุดท้ายได้ กำลังการผลิตเวเฟอร์ที่เพียงพอหมายความว่าแหล่งจ่ายคอมพิวต์ไดน์กำลังดีขึ้นเท่านั้น ไม่ได้หมายความว่าแหล่งจ่าย GPU สำหรับ AI จะคลายตัวได้อย่างเต็มที่

ห่วงโซ่การผลิตของ GPU AI ระดับไฮเอนด์มีความยาว และแต่ละขั้นตอนมีความเชื่อมโยงกันอย่างมาก ยกตัวอย่าง GPU สำหรับศูนย์ข้อมูลของ NVIDIA TSMC รับผิดชอบการผลิตเวเฟอร์กระบวนการโหนดขั้นสูง ผู้จัดหา HBM จัดหาหน่วยความจำแบบแบนด์วิดท์สูง TSMC และระบบนิเวศการบรรจุ (packaging) รับผิดชอบการรวม CoWoS ผู้จัดหาซับสเตรตและผู้ให้บริการทดสอบเข้าร่วมในขั้นตอนถัดไป และในที่สุดผลิตภัณฑ์จะเข้าสู่ห่วงโซ่การติดตั้งเซิร์ฟเวอร์ แร็ค ระบบระบายความร้อนด้วยของเหลว และศูนย์ข้อมูล

ในแง่ของกระบวนการ GPU AI โดยทั่วไปจะผ่านขั้นตอนต่าง ๆ ดังนี้:

1. การผลิตเวเฟอร์โหนดระดับสูงขั้นสูง (advanced-node) ผลิตดายคอมพิวติ้งของ GPU
2. การหั่นเวเฟอร์และการคัดกรองดายเพื่อกำจัดชิปที่มีข้อบกพร่อง
3. ผู้ผลิต HBM ดำเนินการต่อสแตกหน่วยความจำ การทดสอบ และการรับรองจากลูกค้าให้เสร็จสมบูรณ์
4. GPU, HBM และชิปเล็ตเข้าสู่กระบวนการบรรจุขั้นสูงแบบ CoWoS
5. แพ็กเกจถูกประกอบเข้ากับซับสเตรตระดับไฮเอนด์ โครงสร้างจ่ายไฟ และโซลูชันการระบายความร้อน
6. การทดสอบด้านไฟฟ้า ความร้อน ความน่าเชื่อถือ และระดับระบบได้รับการดำเนินการให้เสร็จสมบูรณ์
7. ผลิตภัณฑ์เข้าสู่กระบวนการประกอบระบบระดับการ์ดเร่งประสิทธิภาพ (accelerator card) เซิร์ฟเวอร์ หรือแร็ค
8. ผู้ให้บริการคลาวด์และลูกค้าองค์กรดำเนินการติดตั้งและการตรวจรับให้เสร็จสมบูรณ์

สิ่งนี้แสดงให้เห็นว่าความสามารถของชิป AI คือความสามารถของระบบ ไม่ใช่ความสามารถแบบจุดเดียว ระยะเวฟเฟอร์เป็นเพียงจุดเริ่มต้นเท่านั้น CoWoS ตั้งอยู่ระหว่างเวฟเฟอร์ HBM และเซิร์ฟเวอร์ เป็นประตูสำคัญที่เปลี่ยน "ไดแอปที่ผ่านการทดสอบ" ให้กลายเป็น "GPU ที่ใช้งานได้" หากไดแอป GPU มีเพียงพอแต่ HBM ไม่เพียงพอ การแพ็กเกจก็จะไม่สามารถเสร็จสิ้นได้ หากมี HBM แต่ความสามารถของ CoWoS-L ไม่เพียงพอ ผลิตภัณฑ์ก็ยังคงส่งมอบไม่ได้ หากการแพ็กเกจเสร็จสมบูรณ์แต่อัตราผลผลิตการทดสอบไม่เสถียร ปริมาณการจัดส่งที่ผ่านการรับรองขั้นสุดท้ายก็จะยังคงจำกัดอยู่

สถาบันวิจัยอุตสาหกรรมก็ให้ความสนใจกับคอขวดหลายขั้นตอนนี้เช่นกัน การประมาณการของ Epoch AI เกี่ยวกับข้อจำกัดของห่วงโซ่อุปทานชิป AI ระบุว่าลูกค้าอย่าง NVIDIA, Google, AMD และ Amazon ใช้กำลังการผลิต CoWoS และ HBM ส่วนใหญ่ โดย NVIDIA เป็นหนึ่งในแหล่งความต้องการที่สำคัญที่สุด ตัวเลขเหล่านี้เป็นการประมาณการเชิงสถาบันแทนที่จะเป็นการเปิดเผยอย่างเป็นทางการของบริษัท แต่สะท้อนความเป็นจริงเชิงโครงสร้าง นั่นคือทรัพยากรชิป AI ที่สำคัญมีความเข้มข้นสูง และการขาดแคลนในหมวดหมู่ใดหมวดหมู่หนึ่งสามารถส่งผลต่อเนื่องไปถึงการส่งมอบขั้นสุดท้ายได้

สำหรับคุณแล้ว การทำความเข้าใจห่วงโซ่นี้จะช่วยหลีกเลี่ยงความเข้าใจผิดที่พบบ่อยได้ นั่นคือการสมมติว่ารายได้จาก advanced node ของ TSMC ที่แข็งแกร่งขึ้นหมายความว่าการส่งมอบ GPU ของ NVIDIA จะเพิ่มขึ้นโดยอัตโนมัติ หรือสมมติว่าการขยายกำลังการผลิตของผู้จำหน่าย HBM หมายความว่าเซิร์ฟเวอร์ AI จะไม่ขาดแคลนอีกต่อไป ซึ่งในความเป็นจริงแล้ว การส่งมอบขึ้นอยู่กับการจับคู่กันของหลายขั้นตอนในห่วงโซ่

สรุป: คอขวดด้านกำลังการผลิตชิป AI ไม่ใช่คอขวดจุดเดียว แต่เป็นคอขวดเชิงระบบที่ถูกกำหนดโดยเวเฟอร์ HBM CoWoS ซับสเตรต การทดสอบ และการส่งมอบระบบขั้นสุดท้าย CoWoS มีความสำคัญเนื่องจากตั้งอยู่ระหว่างสายการผลิตต้นน้ำและปลายน้ำพอดี: ด้านหนึ่งเชื่อมต่อกับเวเฟอร์โหนดขั้นสูงและ HBM ส่วนอีกด้านเชื่อมต่อกับซับสเตรตระดับไฮเอนด์ การทดสอบ และเซิร์ฟเวอร์ หากทรัพยากรใดไม่สมดุล กำลังการผลิตที่เสร็จสมบูรณ์ในต้นน้ำจะกลายเป็นสินค้าระหว่างการผลิต (work-in-progress) แทนที่จะเป็น GPU ที่ส่งมอบได้จริง

จาก Hopper สู่ Blackwell: เพราะเหตุใดความต้องการบรรจุภัณฑ์ขั้นสูงจึงเพิ่มขึ้นอย่างต่อเนื่อง

จาก Hopper สู่ Blackwell ความต้องการบรรจุภัณฑ์ขั้นสูงไม่ได้ลดลง แต่กำลังอัปเกรด Hopper อาศัย CoWoS-S เป็นหลัก ขณะที่ Blackwell ใช้การออกแบบ multi-die ที่ซับซ้อนยิ่งขึ้นและเพิ่มข้อกำหนดด้าน CoWoS-L, HBM, พื้นที่บรรจุภัณฑ์ และอัตราผลผลิตการทดสอบ สถาปัตยกรรม Chiplet ไม่ได้ทำให้บรรจุภัณฑ์มีความสำคัญน้อยลง ตรงกันข้าม มันได้ย้ายความรับผิดชอบด้านระบบมากขึ้นไปสู่ระดับบรรจุภัณฑ์ ยิ่งชิป AI มีขนาดใหญ่ขึ้นและอยู่ในระดับระบบมากขึ้นเท่าไร เทคโนโลยีบรรจุภัณฑ์ก็ยิ่งต้องรองรับการเชื่อมต่อความเร็วสูงและการบูรณาการที่มีอัตราผลผลิตสูงมากขึ้นเท่านั้น

NVIDIA Blackwell เป็นกรณีตัวอย่างคลาสสิกของการอัปเกรดด้านการแพ็กเกจ สถาปัตยกรรม NVIDIA Blackwell ได้รับการออกแบบมาสำหรับงาน AI เชิงสร้างสรรค์ การประมวลผลข้อมูล และการคำนวณประสิทธิภาพสูง โดยเน้นที่การสื่อสารระหว่าง GPU กับ GPU ที่แข็งแกร่งยิ่งขึ้นและความสามารถระดับระบบ ในเชิงลึกมากขึ้น NVIDIA Blackwell Ultra ประกอบด้วยไดสองตัวขนาดเท่า reticle ที่เชื่อมต่อกันผ่าน NV-HBI ด้วยแบนด์วิดท์ 10 TB/s และมี HBM3E ขนาด 288GB พร้อมแบนด์วิดท์ HBM สูงสุดถึง 8TB/s

การเปลี่ยนแปลงด้านสถาปัตยกรรมเหล่านี้ส่งผลให้ความต้องการบรรจุภัณฑ์ขั้นสูง (advanced packaging) เพิ่มขึ้นโดยตรง ชิปประมวลผลขนาดใหญ่สองตัวจำเป็นต้องทำงานร่วมกันเหมือน GPU เดียวที่เป็นเอกภาพ ดังนั้นการเชื่อมต่อระหว่างชิปจึงต้องเร็ว กว้าง และมีเสถียรภาพเพียงพอ ต้องจัดวาง HBM หลายชุดรอบชิปประมวลผล พื้นที่ของแพ็กเกจมีขนาดใหญ่ขึ้น การจ่ายพลังงานมีความซับซ้อนมากขึ้น แรงกดดันด้านความร้อนเพิ่มขึ้น และการบิดตัวของแพ็กเกจรวมถึงความเครียดของวัสดุก็ควบคุมได้ยากขึ้น

การบริหารของ NVIDIA ยังได้เน้นย้ำว่าโครงสร้างความต้องการบรรจุภัณฑ์ขั้นสูงกำลังเปลี่ยนแปลง รายงานของ Reuters เรื่อง ความต้องการบรรจุภัณฑ์ขั้นสูงของ NVIDIA ที่กำลังเปลี่ยนแปลง ระบุว่า Blackwell จะใช้ CoWoS-L จำนวนมาก ในขณะที่ Hopper ยังคงใช้ CoWoS-S ต่อไป หมายความว่าตลาดไม่ควรมองว่า CoWoS เป็นตัวเลขกำลังการผลิตรวมเพียงตัวเดียว แต่ต้องแยกแยะระหว่างประเภทของบรรจุภัณฑ์ที่ผลิตภัณฑ์ต่าง ๆ ต้องการ

การเปลี่ยนผ่านจาก CoWoS-S ไปสู่ CoWoS-L ยังอธิบายด้วยว่าทำไมการขยายกำลังการผลิตจึงไม่สามารถแก้ปัญหาได้ทั้งหมดทันที สายการผลิต CoWoS-S ที่เป็นระบบที่พัฒนาแล้วไม่สามารถกลายเป็นกำลังการผลิต CoWoS-L ที่เทียบเท่าได้ทันทีหากไม่มีการเปลี่ยนอุปกรณ์ การปรับจูนกระบวนการผลิต และการรับรองจากลูกค้า บรรจุภัณฑ์ขนาดใหญ่ยังทำให้ระยะเวลาในการปรับปรุงอัตราผลผลิตยาวขึ้นอีกด้วย ยิ่งผลิตภัณฑ์หนึ่งๆ บูรณาการ die และชิ้น HBM มากเท่าไร ข้อบกพร่องของส่วนประกอบเพียงชิ้นเดียวก็ยิ่งส่งผลกระทบต่ออัตราผลผลิตที่ผ่านการรับรองขั้นสุดท้ายมากขึ้นเท่านั้น

นี่คือเหตุผลที่การบรรจุขั้นสูง (advanced packaging) แสดงพฤติกรรมเหมือนเป็น "ข้อจำกัดด้านกำลังการผลิตที่มองไม่เห็น" ในวงจรชิป AI มากขึ้นเรื่อยๆ การเปิดตัวสถาปัตยกรรม GPU เป็นเพียงจุดเริ่มต้นเท่านั้น การเติบโตทางการค้าอย่างแท้จริงขึ้นอยู่กับว่า CoWoS-L, HBM3E หรือ HBM4, อัตราผลผลิตในการทดสอบ การประกอบระบบทั้งหมด และการนำไปใช้งานของลูกค้า จะสามารถตอบสนองได้ครบทุกด้านหรือไม่

สรุป: การเปลี่ยนผ่านจาก Hopper ไปสู่ Blackwell แสดงให้เห็นว่าความต้องการบรรจุภัณฑ์ขั้นสูงไม่ได้ลดลง แต่กำลังเปลี่ยนจาก CoWoS-S แบบดั้งเดิมไปสู่ CoWoS-L ที่ซับซ้อนมากขึ้น การออกแบบแบบ dual-die ของ Blackwell การกำหนดค่า HBM ที่สูงขึ้น และความต้องการการบูรณาการระบบที่ใหญ่ขึ้น ส่งผลให้การใช้พื้นที่บรรจุภัณฑ์ต่อ GPU ความหนาแน่นของการเชื่อมต่อ การควบคุมวัสดุ และอัตราผลผลิตการทดสอบเพิ่มขึ้น เมื่อประเมินปริมาณการจัดส่ง GPU ของ NVIDIA คุณไม่ควรมองเพียงการเปิดตัวผลิตภัณฑ์ใหม่เท่านั้น แต่ยังต้องประเมินด้วยว่าเส้นทางการบรรจุภัณฑ์ที่เกี่ยวข้องเป็นรุ่นที่พัฒนาแล้วหรือไม่ CoWoS-L กำลังขยายกำลังการผลิตหรือไม่ HBM ผ่านการรับรองแล้วหรือไม่ และการส่งมอบระบบทั้งหมดทันเวลาหรือไม่

การขยายกำลังการผลิตของ TSMC สามารถบรรเทาคอขวดของ CoWoS ได้หรือไม่?

การขยายกำลังการผลิตของ TSMC สามารถบรรเทาคอขวดด้าน CoWoS ได้ แต่จะไม่ทำให้อุปทานชิป AI คลายตัวอย่างเต็มที่ในระยะสั้น หลังจากการเพิ่มกำลังการผลิตในนามแล้ว การติดตั้งอุปกรณ์ การปรับจูนกระบวนการผลิต การรับรองลูกค้า การเพิ่มอัตราผลผลิตที่ดี และการจับคู่กับ HBM ยังคงต้องใช้เวลา ในขณะเดียวกัน Blackwell, ASIC และชิปที่ออกแบบเฉพาะของผู้ให้บริการคลาวด์ ยังคงเพิ่มความต้องการบรรจุภัณฑ์ระดับสูง (advanced packaging) อย่างต่อเนื่อง คอขวดด้าน CoWoS จึงมีแนวโน้มที่จะค่อย ๆ หดแคบลงมากกว่าจะหายไปอย่างกะทันหันภายในหนึ่งไตรมาส

TSMC ได้ยกระดับการบรรจุขั้นสูง (advanced packaging) ให้เป็นหนึ่งในจุดโฟกัสหลักของการขยายกิจการแล้ว ในการประชุมสรุปผลประกอบการไตรมาส 1 ปี 2025 ของ TSMC ระบุว่าบริษัทกำลังดำเนินการเพิ่มกำลังการผลิต CoWoS ให้เป็นสองเท่าภายในปี 2025 เพื่อตอบสนองความต้องการของลูกค้า แต่เมื่อถึงปี 2026 การประชุมสรุปผลประกอบการไตรมาส 1 ปี 2026 ของ TSMC ยังคงชี้ว่ากำลังการผลิตการบรรจุขั้นสูงยังคงแน่นมาก และ TSMC จำเป็นต้องร่วมมือกับพันธมิตร OSAT

สัญญาณความจุล่าสุดยังแสดงให้เห็นว่าการขยายกำลังการผลิตยังคงดำเนินต่อไป รายงานของรอยเตอร์เกี่ยวกับการที่ TSMC สร้างโรงงานบรรจุชิปขั้นสูงแห่งใหม่อีก 2 แห่งในนิคมวิทยาศาสตร์เจียอี้ ชี้ให้เห็นว่า TSMC กำลังเปลี่ยนเจียอี้ให้เป็นศูนย์กลางการบรรจุชิปขั้นสูงระดับสำคัญ โดยมีสถานประกอบการใหม่ๆ รองรับการขยายตัวของ CoWoS และเทคโนโลยีการบรรจุชิปขั้นสูงอื่นๆ ประเด็นคือสถานประกอบการใหม่ต้องใช้เวลาที่ชัดเจนตั้งแต่การก่อสร้างและการเคลื่อนย้ายอุปกรณ์เข้าไปจนถึงการผลิตทดลองและการผลิตจำนวนมากอย่างมีเสถียรภาพ

การคาดการณ์จากห่วงโซ่อุปทานชี้ว่าช่องว่างดังกล่าวอาจแคบลงแต่ไม่หายไปทั้งหมด การประเมินช่องว่างอุปสงค์-อุปทานของ CoWoS โดย TrendForce ระบุว่าเมื่อ TSMC และพันธมิตรขยายกำลังการผลิต ช่องว่างอุปสงค์-อุปทานของ CoWoS อาจแคบลงจากราว 20% เหลือราว 10% ภายในสิ้นปี 2026 รายงานฉบับเดียวกันยังกล่าวถึงว่ากำลังการผลิตรายเดือนของ CoWoS ของ TSMC อาจแตะระดับ 120,000 ถึง 140,000 แผ่นเวเฟอร์ในปี 2026 โดยมีกำลังการผลิตเพิ่มเติมจากพันธมิตร OSAT ช่วยเสริมอุปทานของอุตสาหกรรม ตัวเลขเหล่านี้เป็นการประเมินจากห่วงโซ่อุปทานและไม่ควรถือเป็นพันธกรณีการจัดส่งอย่างเป็นทางการของ TSMC

ในการตัดสินว่า CoWoS กำลังคลายตัวจริงหรือไม่ คุณไม่สามารถมองเพียงกำลังการผลิตรวมเท่านั้น แต่ยังต้องประเมินความสอดคล้องเชิงโครงสร้างด้วย Blackwell ต้องการ CoWoS-L มากขึ้น ในขณะที่ผลิตภัณฑ์รุ่นเก่ายังคงใช้พื้นที่ CoWoS-S อยู่ HBM3E และ HBM4 ต้องผ่านการรับรองจากลูกค้า แพ็กเกจขนาดใหญ่ต้องการอัตราผลผลิตที่เสถียร และการส่งมอบเซิร์ฟเวอร์ยังขึ้นอยู่กับระบบระบายความร้อนด้วยของเหลว การจ่ายไฟ เกจร์เซิร์ฟเวอร์ และความคืบหน้าในการติดตั้งศูนย์ข้อมูลอีกด้วย

สรุป: การขยายตัวของ TSMC เป็นเงื่อนไขจำเป็นในการบรรเทาคอขวดของ CoWoS แต่ด้วยตัวมันเองยังไม่เพียงพอ โรงงานใหม่ เครื่องจักร ความร่วมมือกับ OSAT และการปรับปรุงอัตราผลผลิต จะเพิ่มอุปทานอย่างค่อยเป็นค่อยไป แต่ความต้องการจาก Blackwell, ASIC, HBM และเซิร์ฟเวอร์ AI ก็กำลังเพิ่มขึ้นเช่นกัน เพื่อตัดสินว่าคอขวดของ CoWoS บรรเทาลงจริงหรือไม่ คุณควรติดตามกำลังการผลิตที่มีประสิทธิภาพ สัดส่วนผลิตภัณฑ์ การรับรอง HBM อัตราผลผลิตการบรรจุ และรอบเวลาการส่งมอบระบบปลายทางโดยรวม แทนที่จะพึ่งพาตัวเลขกำลังการผลิตรายเดือนเพียงตัวเดียว

การวิเคราะห์การลงทุนและห่วงโซ่อุปทาน: ใช้บรรจุภัณฑ์ระดับสูงเพื่อทำความเข้าใจโอกาสของชิป AI

คุณสามารถมองว่าการบรรจุขั้นสูง (advanced packaging) เป็นศูนย์กลางตอนกลางของห่วงโซ่การผลิต เพื่อใช้ทำความเข้าใจธีมการลงทุนชิป AI โดยมันเชื่อมต่อระหว่างกระบวนการผลิตโหนดขั้นสูงตอนต้นของห่วงโซ่, HBM, เครื่องจักรบรรจุชิป, ซับสเตรต และความต้องการเซิร์ฟเวอร์ AI ตอนปลายของห่วงโซ่ เมื่อกำลังการผลิต CoWoS ตึงตัว ยอดจัดส่งของ NVIDIA, งบลงทุน (capex) ของ TSMC, ผลประกอบการของซัพพลายเออร์ HBM และคำสั่งซื้อเครื่องจักร ล้วนอาจได้รับผลกระทบ เมื่อสถานการณ์ CoWoS ดีขึ้น คุณก็ยังคงต้องจับตาดูการย้ายของคอขวด และความเป็นไปได้ที่ความคาดหวังของตลาดได้เข้าราคาการดีขึ้นนี้ไปแล้ว

หัวข้อการบรรจุขั้นสูงไม่สามารถวิเคราะห์ได้จากบริษัทใดบริษัทหนึ่งเพียงแห่งเดียว NVIDIA เป็นศูนย์กลางของดีมานด์ TSMC เป็นแพลตฟอร์มการผลิตและการบรรจุหลัก SK hynix, Micron และ Samsung เข้าร่วมในห่วงโซ่อุปทาน HBM ผู้ขายอุปกรณ์บรรจุขั้นสูงและซับสเตรตได้รับประโยชน์จากการขยายกำลังการผลิต และผู้ขาย ODM ระบบหล่อเย็นด้วยของเหลว จ่ายไฟ และแร็คในขั้นตอนปลายน้ำเป็นผู้กำหนดว่า GPU จะสามารถกลายเป็นเซิร์ฟเวอร์ AI ที่พร้อมใช้งานได้หรือไม่ แต่ละชั้นสามารถส่งผลกระทบต่อการส่งมอบขั้นสุดท้าย

สำหรับการวิเคราะห์การลงทุน การที่อุปทาน CoWoS ตึงตัวไม่ได้แปลว่าความเสี่ยงเพียงอย่างเดียว แต่อาจบ่งชี้ถึงความต้องการของอุตสาหกรรมที่แข็งแกร่งด้วย การลงทุนด้านทุนในงานบรรจุภัณฑ์ขั้นสูง (Advanced Packaging) ของ TSMC ข้อตกลงระยะยาวด้าน HBM และคำสั่งซื้ออุปกรณ์ต่าง ๆ ล้วนอาจได้ประโยชน์จากการขยายตัวของชิป AI แต่คุณไม่ควรเทียบการปรับปรุงด้าน CoWoS โดยตรงกับผลกำไรของหุ้นอย่าง NVDA, TSM หรือหุ้นที่เกี่ยวข้องกับ HBM เนื่องจากราคาหุ้นยังได้รับผลกระทบจากมูลค่าหุ้น (Valuation) ความคาดหวังด้านกำไร CAPEX ของคลาวด์ อัตรากำไรขั้นต้น อัตราดอกเบี้ยมหภาค และความเต็มใจเสี่ยง (Risk Appetite) ด้วย

หากคุณติดตามหุ้นสหรัฐฯ ที่เกี่ยวข้องกับชิป AI เช่น NVDA, TSM, AMD, MU และ AVGO คุณจำเป็นต้องพิจารณาต้นทุนการซื้อขายจริงนอกเหนือจากการวิจัยด้านกำลังการผลิตและผลประกอบการ ค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ มักไม่ได้รวมเพียงค่าคอมมิชชันเท่านั้น แต่ยังอาจรวมถึงค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมตัวแทนภายนอก ค่าธรรมเนียมกิจกรรมการซื้อขาย และค่าใช้จ่ายอื่น ๆ ที่แสดงบนหน้าคำสั่งซื้อขาย ตัวอย่างเช่น Biya เป็นกระเป๋าเงินสำหรับซื้อขายสินทรัพย์หลายประเภททั่วโลกที่รองรับหุ้นสหรัฐฯ หุ้นฮ่องกง และสินทรัพย์ดิจิทัล ค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ ของ Biya ระบุว่าค่าคอมมิชชันการซื้อขายหุ้นสหรัฐฯ เท่ากับ 0 ดอลลาร์สหรัฐ ส่วนค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมตัวแทนภายนอก และค่าใช้จ่ายอื่น ๆ ขึ้นอยู่กับตารางค่าธรรมเนียมและการแสดงผลบนหน้าคำสั่งซื้อขายความพร้อมใช้งานของบริการขึ้นอยู่กับที่ตั้งของผู้ใช้ ผลการตรวจสอบยืนยันตัวตน กฎของแพลตฟอร์ม และกฎหมายและข้อบังคับที่เกี่ยวข้อง ข้อมูลตลาดสาธารณะ กฎการซื้อขาย และโครงสร้างค่าธรรมเนียม ไม่ถือเป็นคำแนะนำในการลงทุน

คุณยังสามารถใช้ข้อมูลหุ้นสหรัฐฯ เพื่อติดตามราคาหุ้นและข้อมูลพื้นฐานของบริษัทที่เกี่ยวข้อง และใช้ข้อมูลหุ้นฮ่องกง เพื่อติดตามหุ้นฮ่องกงที่เกี่ยวข้องกับอุปกรณ์ สารกึงตัวนำ และเซิร์ฟเวอร์ AI ได้บางส่วน ที่สำคัญกว่านั้น เครื่องมือซื้อขายควรมาหลังกรอบการวิจัย มิใช่ใช้ข่าวสารระยะสั้นมาแทนที่การวิเคราะห์ปัจจัยพื้นฐาน การบรรจุขั้นสูง (Advanced Packaging) เป็นตัวแปรระยะยาวของอุตสาหกรรม ในขณะที่ราคาหุ้นอาจตอบสนองเร็ว ช้า หรือมากเกินไป

สรุป: การบรรจุขั้นสูง (Advanced Packaging) เป็นกรอบแนวคิดที่สำคัญสำหรับการทำความเข้าใจโอกาสของชิป AI แต่ไม่สามารถทดแทนการวิเคราะห์พื้นฐานและความเสี่ยงอย่างครบถ้วนได้ ความจุ CoWoS อุปทาน HBM การส่งมอบ Blackwell การขยายตัวของ TSMC งบลงทุน CAPEX ของบริษัทคลาวด์ และการส่งมอบระบบเซิร์ฟเวอร์ ล้วนควรได้รับการประเมินภายใต้กรอบเดียวกัน สำหรับนักลงทุนทั่วไป แนวทางที่รอบคอบกว่าคือการติดตามห่วงโซ่อุปทานทีละชั้นไปพร้อมกับการตรวจสอบต้นทุนการซื้อขาย กฎการสั่งซื้อ และระดับความเสี่ยงที่ตนเองยอมรับได้ แทนที่จะตัดสินใจอย่างรีบเร่งจากพาดหัวข่าวเรื่องความจุเพียงเรื่องเดียวหรือการเคลื่อนไหวของหุ้นในระยะสั้น

หากคุณติดตามห่วงโซ่อุปทานชิป AI ต่อไป การบรรจุขั้นสูง (Advanced Packaging) จะเป็นเบาะแสสำคัญในการทำความเข้าใจ NVIDIA, TSMC, ผู้จำหน่าย HBM และบริษัทเซิร์ฟเวอร์ AI ในระยะสั้น สิ่งนี้ส่งผลต่อการส่งมอบ Blackwell และการจัดซื้อของผู้ให้บริการคลาวด์ ในระยะกลาง ส่งผลต่อการลงทุนด้านทุนของ TSMC คำสั่งซื้ออุปกรณ์ และการจัดสรรกำลังการผลิต HBM ในระยะยาว สิ่งนี้แสดงให้เห็นว่าการประมวลผล AI กำลังเปลี่ยนจากการแข่งขันด้านประสิทธิภาพของชิปเดี่ยว ไปสู่การแข่งขันด้านความสามารถในการผลิตระดับระบบ เมื่อใช้ Biya เพื่อติดตามตลาดสินทรัพย์หลายประเภท เช่น สินทรัพย์ในสหรัฐฯหุ้น หุ้นฮ่องกง และสินทรัพย์ดิจิทัล ควรประเมินราคาหุ้น กำไร ความจุ โครงสร้างค่าธรรมเนียม และระดับความเสี่ยงที่ยอมรับได้ส่วนบุคคลภายในกรอบเดียวกัน มากกว่าการตัดสินใจซื้อขายโดยอาศัยข่าวเพียงชิ้นเดียว

คำถามที่พบบ่อย

ความแตกต่างระหว่างบรรจุภัณฑ์ขั้นสูงและบรรจุภัณฑ์แบบดั้งเดิมคืออะไร?

บรรจุภัณฑ์ขั้นสูงมุ่งเน้นไปที่การเชื่อมต่อระหว่างชิปหลายตัวความหนาแน่นสูง การรวม HBM และประสิทธิภาพของระบบ ในขณะที่บรรจุภัณฑ์แบบดั้งเดิมมุ่งเน้นไปที่การปกป้องชิป การเชื่อมต่อชิปกับแผงวงจร และการควบคุมต้นทุน CoWoS เป็นเทคโนโลยีบรรจุภัณฑ์ขั้นสูงแบบ 2.5D สำหรับ AI GPU และการประมวลผลประสิทธิภาพสูง โดยให้ความสำคัญกับแบนด์วิดท์ การใช้พลังงาน พื้นที่บรรจุภัณฑ์ และอัตราผลผลิตของระบบมากขึ้น

เหตุใด CoWoS จึงส่งผลกระทบต่อปริมาณการจัดส่ง GPU ของ NVIDIA?

CoWoS คือขั้นตอนสำคัญที่รวมไดของ GPU, HBM และซับสเตรตเข้าเป็นระบบเดียวกัน แม้การผลิตเวเฟอร์โหนดขั้นสูงจะเสร็จสมบูรณ์แล้วก็ตาม แต่ GPU AI ระดับไฮเอนด์ของ NVIDIA จะไม่สามารถกลายเป็นผลิตภัณฑ์ที่ส่งมอบได้ หากอุปทานของ CoWoS หรือ HBM ไม่เพียงพอ นั่นจึงเป็นเหตุผลว่าทำไมปริมาณการจัดส่งจึงอาจถูกจำกัดด้วยกำลังการผลิตบรรจุภัณฑ์ขั้นสูง

ทำไม CoWoS-L จึงได้รับความสนใจมากกว่า CoWoS-S?

CoWoS-L เหมาะสำหรับชิป AI ที่มีพื้นที่ใหญ่ขึ้น มีหลายได และมีความต้องการการเชื่อมต่อสูง เป็นอย่างยิ่ง แพลตฟอร์มอย่าง Blackwell ได้เพิ่มความต้องการสำหรับ CoWoS-L ดังนั้นตลาดจึงให้ความสนใจกับกำลังการผลิตและอัตราผลผลิตของมันมากขึ้น CoWoS-L และ CoWoS-S ไม่ใช่สิ่งทดแทนกันอย่างง่าย แต่ทั้งสองรองรับโครงสร้างผลิตภัณฑ์ที่แตกต่างกัน

อะไรสำคัญกว่ากัน: อุปทาน HBM หรือกำลังการผลิต CoWoS?

Both HBM and CoWoS are critical in Thai:

ทั้ง HBM และ CoWoS ต่างก็มีความสำคัญ HBM คือหน่วยความจำแบบแบนด์วิดท์สูง ส่วน CoWoS คือความสามารถด้านการบรรจุชิปขั้นสูงที่ผสาน HBM เข้ากับ GPU การขาดแคลนในส่วนใดส่วนหนึ่งสามารถส่งผลกระทบต่อการส่งมอบ GPU สำหรับ AI ได้ ดังนั้นการวิเคราะห์ห่วงโซ่อุปทานจึงควรพิจารณาการรับรอง HBM กำลังการผลิตด้านการบรรจุชิปที่มีประสิทธิผล และอัตราผลผลิตของการทดสอบขั้นสุดท้ายเข้าด้วยกัน

ชิป AI จะยังคงขาดแคลนอยู่หรือไม่หลังจาก TSMC ขยายกำลังการผลิต?

ในบางช่วงเวลาอาจยังคงตึงตัวอยู่ การขยายกำลังการผลิตของ TSMC สามารถปรับปรุงอุปทาน CoWoS ได้ แต่ความต้องการจาก Blackwell, ASIC และโครงสร้างพื้นฐาน AI ของคลาวด์ก็กำลังเติบโตเช่นกัน HBM, สับสเตรต, การทดสอบ, ระบบระบายความร้อนแบบเหลว, การจ่ายพลังงาน และการส่งมอบระบบทั้งหมด ล้วนอาจกลายเป็นคอขวดใหม่ได้ การปรับปรุงกำลังการผลิตไม่ได้หมายความว่าอุปทานจะหลวมตัวลงทันที

นักลงทุนทั่วไปจะติดตามห่วงโซ่อุปทานบรรจุภัณฑ์ขั้นสูงได้อย่างไร?

นักลงทุนทั่วไปสามารถมุ่งความสนใจไปที่การขยายบรรจุภัณฑ์ขั้นสูงของ TSMC, การส่งมอบ NVIDIA Blackwell, การรับรองผู้ผลิต HBM, คำสั่งซื้ออุปกรณ์บรรจุภัณฑ์, CAPEX ด้าน AI ของผู้ให้บริการคลาวด์ และวัฏจักรการส่งมอบเซิร์ฟเวอร์ การตัดสินใจลงทุนไม่ควรพึ่งพาข่าวด้านกำลังการผลิตเพียงอย่างเดียว แต่การประเมินมูลค่า ความคาดหวังด้านกำไร และระดับความเสี่ยงที่ยอมรับได้ส่วนบุคคลก็มีความสำคัญเช่นกัน