2026年AI決勝點：「電怎麼來、熱往哪去」！產業專家解析：誰有望跟上AI發展紅利？

AI（人工智慧）無疑是現今科技產業最強勁的引擎。隨著 NVIDIA（輝達）執行長黃仁勳預告龐大的訂單需求，AI 產業的發展已從初期的硬體佈建，進入更核心、技術門檻更複雜的實質應用階段。展望 2026 年，這股浪潮將如何演變？

以下 Q 為《數位時代》總編輯王志仁提問，A 為 Counterpoint 研究總監劉景民的回答。劉景民研究光電及半導體產業近 30 年，他指出，隨著晶片算力與功耗的提升，市場焦點將轉向解決「電」與「熱」的物理限制；同時，台灣供應鏈正處於一個「技術替代」的關鍵時刻，許多傳統產業與利基型廠商正在崛起。

Q1：2025 年 AI 產業發展快速，展望 2026 年，您認為最重要的發展趨勢是什麼？

A：2026 年大家還是會繼續看到 AI 的蓬勃發展，但我觀察到，因為 AI 對於「速度」和「功耗」的要求越來越高，這會驅動很多新技術和新材料的導入。

具體來說，為了把運算速度拉高，同時解決隨之而來的「電」的問題，業界會往兩個方向走：

第一是電源效率的提升： 現在業界很熱門的討論是「高壓直流電（HVDC）」，也就是把電壓拉高。因為在同樣的功率下，電壓越高、電流就越小；電流越小，銅線傳輸的損耗就越少，效率就會變好，熱的問題也會跟著變小。

第二是光傳輸（矽光子）： 當電傳輸走到瓶頸，銅線無法再快時，「光」就變成很好的替代方案。

所以，關注這兩個方向：如何在半導體端用光來解決速度問題，以及在電源端用高壓來解決效率問題，這會是明後年的發展趨勢。

延伸閱讀：HVDC高壓直流電是什麼？台廠概念股有哪些？為何是資料中心配電新解方？

Q2：隨著晶片堆疊技術越來越複雜，這將帶出哪些新材料或技術的發展機會？

A：先進封裝（如 CoWoS ）因為晶片尺寸越來越大，以前一片晶圓可以切很多顆，現在可能只能切幾顆，這導致成本相應增加。因此，為了減少圓形晶圓在切割方形晶片時的邊角浪費，業界開始發展「面板級封裝（Panel-Level Packaging，簡稱 PLP）」，面板由圓形變成方型，以此增加面積利用率並降低成本。

數位時代

其次，「散熱」與「熱膨脹」也成為關鍵問題。現在 AI 晶片由許多昂貴的元件堆疊在一起，當晶片在運算時溫度相應會變得很高。因此，若周邊材料無法耐高溫，一經受熱彎曲變形（Warpage），便會導致晶片壞掉，所以現在對材料的要求也變得很嚴格。以前有些高階材料，因為成本太高，大家覺得用不上、不划算，但現在因為 AI 產品單價高，這些材料就有機會切入。

舉例來說：

1. 陶瓷基板： 陶瓷導熱係數的理論值可到 200 以上。以前這類材料多用在 LED 或車用，對一般產品來說太貴（Over spec），但隨著 AI 晶片的發展，大家願意付錢用更好的材料。

2. 負膨脹係數的填充材料（Filler）： 一般材料受熱會膨脹，但這種填充材料是「負」的，這表示若將其加進去材料裡可以讓整體的熱膨脹係數（CTE）變小，解決晶片受熱後的變形問題。

3. 微流道（Micro Channel）： 也有人嘗試在散熱蓋板（Lid）上刻出像微血管一樣的細微溝槽，讓冷卻液體能直接流進去深處，大幅增加接觸面積把熱帶走。這比傳統貼在表面的散熱方式效率高出非常多。

這些以前只在實驗室或理論上的東西，現在因為客戶願意買單，更加速了商用化的時間。

編按：在半導體實務上，目前先進製程的主流是 12 吋晶圓（直徑 30 公分），過去可以在上面切出數百顆晶片。但現在 AI 晶片（如 NVIDIA 的 Blackwell 系列）功能太強，單顆晶片的尺寸變得非常巨大，這導致一片晶圓能切割出的晶片數量大幅減少，成本也隨之暴增。

這衍生出兩個技術方向：第一，形狀的革命。第二，散熱材料的革命。

Q3：在這波浪潮中，許多台灣傳統化工廠或材料廠切入半導體供應鏈，甚至取代了日系、美系大廠，為什麼會有這種轉變？

A：這是台灣供應鏈的一個正向循環。以前半導體大廠習慣用日系供應商，但日本廠商反應比較慢，改一個樣品可能要等兩、三個月（一個 Iteration，即迭代）。但在 AI 時代，像 NVIDIA 這樣的客戶，產品更新節奏非常快，不可能等這麼久。

這樣的情況對台灣廠商而言，正是切入供應鏈的最佳機會點。台灣供應商就在台積電附近，反應速度快，可能一個禮拜就能給出新版本。當龍頭大廠願意嘗試台廠的產品，並告訴優化或調整方向，台廠就能透過快速的修正把技術追上來。

所以我們看到像長興化工、南寶樹脂這些老牌公司都在轉型。南寶本來做鞋膠、油漆，現在也跨足半導體封裝膠材；長興也切入特殊的啟動材料。這些傳統產業過去沒機會接觸高階半導體，現在因為這波「替代」需求和地緣政治因素，讓他們找到了新的舞台。

延伸閱讀：模組化資料中心是什麼？一個「鐵盒子」，改寫全球算力遊戲規則

Q4：除了上述提到的封裝材料與化學品，還有哪些產業因 AI 而出現結構性的轉變？

A：我覺得有兩個族群值得關注：印刷電路板（PCB）和測試產業。

關於 PCB，以前大家覺得是傳統產業，甚至有點像夕陽產業。但現在 AI 伺服器需要的板層數很高（30 幾層），且需要高密度連接（HDI），技術門檻變高了，良率稍微掉一點成本就差很多。一些有能力做高階載板或 HDI 的廠商（如欣興電子），獲利和業績都變得很好。

另一個最近股價飆很兇的是測試產業。它之所以變得重要，是因為現在晶片上的零件（Component）越來越貴，例如 HBM（High Bandwidth Memory，高頻寬記憶體），若將其堆疊上去後才發現是壞的，那整顆晶片都報廢了，無法重修的情況下會使得損失非常慘重。

所以現在業界有一個趨勢叫「Shift Left（左移）」，意思是把測試的時間點往前端移。不只要在最後組裝好才測，更要在晶圓（Wafer）階段就開始測，甚至每一道製程都要確保是「Known Good Die（已知良品）」。

這就帶動了兩個需求：

1. 探針卡（Probe Card）：
要在晶圓階段就進行測試，就需要用探針卡去接觸晶片。隨著測試需求量變大、測得更精細，探針卡的需求也跟著大增。

數位時代

2. 測試設備（如環境測試設備）：
不只測功能，還要測耐受度。例如將晶片放到高溫的環境測試設備（Environmental Test Chamber）裡進行「Burn-in（預燒）」測試，模擬晶片在極端高溫下是否能正常運作。這也讓做檢測設備的公司股價表現非常強勢。

Q5：關於邊緣運算（Edge AI）與機器人，2026 年會如何發展？

A：機器人和邊緣運算絕對是未來的趨勢，但時間點可能要更有耐心一點，或許要到 2027、2028 年才會看到大爆發。

目前的 AI 比較像是在解決「大腦」的問題，但機器人需要「手腳」，也就是機械結構、傳動元件（如行星齒輪）等相關零件。這對台灣的機械產業是很好的機會。以前台灣機械業比較不被重視，但現在若能結合 AI 的大腦，讓傳統的機構件升級，這會是台灣下一個產業升級的契機。雖然現在還沒那麼快反映在營收上，但這是值得長線佈局的方向。

Podcast｜EP 265. 產業專家怎麼看2026年？哪些新領域和新面孔值得關注？ ft. Counterpoint研究總監劉景民）

延伸閱讀

瘦瘦針真的有用嗎？猛健樂、胰妥讚…療效如何？誰適合打？醫師解答新一代瘦身藥
股價不到一年翻 10 倍！山太士如何吃到先進封裝紅利？台灣將湧現更多「山太士」？
AI大神簡立峰教你提示詞4大秘訣！Gemini、ChatGPT都適用，快學起來
「加入《數位時代》LINE好友，科技新聞不漏接」