【AI系列之十】AI浪潮推升台灣半導體設備產業進入黃金週期
從「跟著晶圓廠投資」走向「主導AI製造升級」 設備、廠務、測試與先進封裝成為台灣AI供應鏈下一個關鍵戰場
文章摘要
AI需求持續爆發,台灣半導體設備產業正進入新一輪高速成長期。台積電2026年資本支出已上修至600億至640億美元,先進製程、先進封裝與廠務工程同步擴大,直接帶動漢唐、帆宣、辛耘、弘塑、旺矽、萬潤、朋億、均華等業者訂單與獲利成長。產業發展也從傳統晶圓製程設備延伸至CoWoS、SoIC、CoPoS、HBM測試、矽光子與CPO。2026年上半年多家設備商營收及EPS創高,顯示AI資本支出已逐步轉化為實質獲利。不過,高估值、設備交期、人才短缺、電力與海外擴廠成本,也將成為未來主要風險。台灣設備業下一階段的競爭關鍵,將從「跟著台積電成長」進一步轉向全球化布局與自主設備技術升級。
【新聞中心/專題報導】- 台灣AI產業供應鏈系列報導之十
當人工智慧從大型語言模型、生成式AI快速走向AI Agent、機器人與高效能運算,全球半導體產業正在進入一個與過去不同的資本支出週期。AI晶片需求不只是帶動GPU、ASIC、HBM、先進封裝與PCB等產品成長,更直接推升晶圓廠設備、廠務工程、製程整合、測試設備以及先進封裝設備的投資。
對台灣而言,這個變化尤其重要。過去市場談台灣半導體供應鏈,往往聚焦台積電、IC設計、晶圓製造與封測,但AI時代真正支撐產能擴張的「隱形供應鏈」,其實是半導體設備與廠務系統。沒有設備,就沒有先進製程;沒有高精度測試,就無法驗證AI晶片;沒有先進封裝設備,也無法把GPU、HBM與高速互連整合成完整AI運算系統。
SEMI今年指出,AI正在重新定義半導體製造投資規模,預估全球300mm晶圓廠設備支出到2027年將首次突破1,500億美元;2025年全球半導體封裝與組裝設備銷售額也已年增19.6%,達60億美元,2026年預估仍將成長9.2%。這代表設備產業已經不是半導體景氣循環下的附屬角色,而正在成為AI產業資本支出的直接受惠者。
一、AI供應鏈的「賣鏟人」:沒有設備就沒有AI晶片
AI半導體競爭表面上是晶片性能之爭,實際上卻逐漸轉化為「誰能建出更多、更新、更精密的產能」之爭。
NVIDIA、AMD、Google、Amazon、Microsoft以及各大ASIC業者持續推出新一代AI加速器,背後需要台積電等晶圓代工廠快速擴充先進製程產能;而先進製程越往3奈米、2奈米甚至更先進節點推進,製程步驟越複雜,對曝光、蝕刻、薄膜、清洗、量測、檢測等設備的要求也越高。
更值得注意的是,AI晶片正在從單一大型晶片走向Chiplet、多晶粒、HBM與3D堆疊,製造難度進一步從「晶圓製程」延伸到「封裝製程」。因此,半導體設備產業的價值鏈正在擴張。
台灣設備供應鏈大致可以分成幾個層次:第一是晶圓製程設備,包括清洗、薄膜、蝕刻、量測與檢測等;第二是廠務工程,包括無塵室、機電、氣體、化學供應與水處理;第三是先進封裝設備,包括晶圓級製程、點膠、黏晶、鍵合、切割、檢測等;第四則是測試設備、探針卡與測試介面。
這幾個環節共同構成AI晶片從「設計」走向「量產」的基礎建設。
二、台積電大幅提高資本支出,設備供應鏈直接受惠
觀察2026年最重要的產業訊號,莫過於台積電持續提高資本支出。
台積電7月公布,2026年資本支出由原先預估的520億至560億美元,上修至600億至640億美元;8月董事會更核准294.425億美元、約新台幣9,503億元的資本預算,用於先進製程、先進封裝、特殊製程、廠房及廠務設施等投資。全年資本支出配置中,約70%至80%投入先進製程,10%至20%投入先進封裝、測試、光罩及其他項目。
這對設備業者的意義非常直接。
晶圓廠每增加一座新廠、每推進一個先進製程世代,就需要大量設備與廠務工程。尤其AI需求持續強勁,使先進製程與先進封裝投資呈現相互拉動的效果。
近期產業更出現一項值得注意的訊號:台積電設備需求在短時間內快速增加。相關報導引述台積電高層在SEMICON Taiwan期間的說法指出,台積電設備需求量較前一年底約增加至1.9倍,顯示晶圓廠擴產速度已讓設備供應鏈面臨更高負荷。
換句話說,AI需求增加的不只是晶片訂單,而是整個半導體製造設備的「訂單密度」。
三、台灣廠商真正的優勢:不是取代ASML,而是深耕製造現場
談到半導體設備,國際競爭仍然高度集中。
曝光設備由ASML掌握核心地位,美國Applied Materials、Lam Research、KLA,日本Tokyo Electron等國際大廠則分別在沉積、蝕刻、檢測、量測及其他關鍵設備領域佔據重要地位。
因此,台灣設備商不可能在短期內全面取代全球設備巨頭。但台灣真正具有競爭優勢的地方,是「製造現場能力」。
台灣擁有全球最密集的晶圓製造與封測產業聚落,設備廠商長期跟著台積電、聯電、日月光、力成等客戶共同開發,因此累積了大量製程經驗。這種「設備+工程+製程」的共同開發能力,是單純設備製造商很難複製的競爭壁壘。
經濟部近期也明確提出設備自主化戰略,表示今年台灣半導體產值力拚突破8兆元,並持續推動設備自主,預期在均華、辛耘、旺矽等業者投入下,2026年台灣半導體設備國產產值可望突破2,700億元。
這透露出一個重要趨勢:台灣半導體設備產業正在從「零組件供應商」逐步走向「設備解決方案提供者」。
四、廠務工程成為另一個隱形戰場
半導體設備之外,AI帶來的另一項龐大需求,是晶圓廠廠務工程。先進晶圓廠需要極高規格的無塵室、空調、電力、氣體、化學品、水處理與機電系統。當台積電在台灣、美國及其他地區持續擴廠,廠務工程的訂單能見度自然同步拉長。
漢唐就是最典型的案例。2026年前5月漢唐累計營收達376.13億元,年增83.4%,在手訂單高達1,939.37億元;公司表示主要客戶今年陸續啟動多座晶圓廠投資計畫,範圍不僅涵蓋台灣主要科技聚落,也延伸至海外。
帆宣的成長也相當明顯。2026年上半年營收355.08億元,年增39.48%,稅後淨利29.13億元,年增126.7%,EPS達13.26元;截至今年8月,累計營收已達502.46億元,年增51.72%。
這些數字顯示,AI半導體擴產的受益者並不只有「賣機台」的設備商,連無塵室、機電、廠務、化學供應等工程業者,也形成長時間的景氣循環。
五、先進封裝成為設備業第二條高速成長曲線
如果說先進製程是AI設備產業的第一條成長曲線,那麼先進封裝就是第二條。
AI GPU、ASIC與HBM高度整合後,封裝已經從過去相對後段的製造程序,變成決定系統效能的重要環節。
CoWoS、SoIC、CoPoS以及未來CPO等技術,都需要大量新設備。尤其當AI晶片朝更大尺寸、更高堆疊、更高I/O密度發展,晶圓級封裝、晶片鍵合、精密取放、點膠、檢測與光學耦合等設備需求快速增加。
弘塑就是其中代表性業者。2026年上半年營收33.22億元,年增15.7%,歸屬母公司淨利7.86億元,年增70.5%,EPS達27.27元,創歷年同期最佳。公司並指出,先進封裝客戶擴充產能速度超出預期,目前產能約只能滿足客戶訂單的三分之一至四分之一,甚至認為訂單需求可能延續到2030年前。
這是一個非常具有指標性的現象:設備商的瓶頸已經不是「有沒有訂單」,而是「有沒有能力交貨」。
六、測試設備與探針卡:AI晶片越複雜,測試價值越高
AI晶片另一個容易被忽略的環節是測試。
AI加速器的晶體管數量、封裝複雜度與價格都大幅提高,任何一顆晶片若在測試階段無法有效篩選,都可能造成極高成本。因此,AI時代的測試設備與測試介面的重要性同步提高。
旺矽便是其中的代表性企業。2026年上半年旺矽營收91.66億元,年增49.7%,稅後淨利27.51億元,年增103%,EPS達28.08元;第二季毛利率58.37%,營益率34.43%。公司董事長葛長林更表示,AI需求持續強勁,客戶拉貨比年初更加積極,甚至面臨「產能永遠跟不上需求」的狀況。
這句話其實點出了整個設備產業目前最大的問題。AI不是沒有需求,而是供應鏈能不能快速把需求轉化成產能。
七、從CoWoS走向CPO,設備商開始搶攻下一個世代
值得注意的是,台灣設備商的競爭已經逐步超越傳統半導體製程。
萬潤就是一個典型例子。2026年上半年萬潤營收37.66億元,年增35.93%,稅後淨利11.51億元,年增55.13%,EPS達11.9元;第二季毛利率達54.77%。公司目前除了CoWoS設備,也積極切入SoIC、CoPoS與矽光子設備,並規劃共同封裝光學相關設備於第四季交貨、明年第一季進一步放量。
這顯示設備業的下一個戰場可能不再只是「晶片怎麼封裝」,而是「電與光怎麼共同傳輸」。
當AI資料中心的運算量快速增加,資料搬移、功耗與頻寬成為新的瓶頸,CPO與矽光子因此受到高度關注。SEMI也指出,AI訓練運算能力每年快速成長,資料搬移與能源消耗正在成為系統效能的重要限制。
八、2026年營運數字顯示設備業已進入高獲利週期
從目前公布的2026年上半年財報來看,台灣半導體設備及相關工程業者普遍呈現營收與獲利同步成長。
| 公司 | 2026上半年主要表現 | AI受惠領域 |
|---|---|---|
| 漢唐 | 前5月營收376.13億元,年增83.4%;在手訂單1,939億元 | 廠務、無塵室 |
| 帆宣 | 營收355.08億元,年增39.48%;淨利年增126.7% | 廠務、設備整合 |
| 辛耘 | EPS 9.16元,年增51.8% | 先進製程、先進封裝 |
| 弘塑 | 營收33.22億元,年增15.7%;EPS 27.27元 | 先進封裝、濕製程 |
| 旺矽 | 營收91.66億元,年增49.7%;EPS 28.08元 | AI測試、探針卡 |
| 萬潤 | 營收37.66億元,年增35.9%;EPS 11.9元 | CoWoS、SoIC、CPO |
| 朋億 | 營收61.28億元,年增46.17%;EPS 8.51元 | 化學供應、廠務 |
| 均華 | 營收16.52億元,年增41.5%;EPS 9.52元 | Die Bonder、先進封裝 |
其中辛耘第二季毛利率達40.3%,單季EPS 5.01元;朋億上半年營收61.28億元、年增46.17%,EPS 8.51元;均華上半年EPS 9.52元、年增133%,都反映AI與先進封裝投資正在逐步轉化為設備商的營收與獲利。
九、股價提前反映AI行情,高估值成為最大風險
設備股今年另一個明顯特色,是股價漲幅往往領先基本面。
截至9月9日,漢唐股價約1,065元,辛耘約730元;弘塑約2,555元;志聖則約581元。帆宣9月10日上午股價約527元,朋億則約265.5元。部分個股今年曾出現極大幅度波動,反映市場對AI設備成長的高度期待。
這也形成設備產業最大的投資矛盾。
一方面,AI確實帶來前所未有的設備需求;另一方面,市場已經提前用非常高的本益比反映未來數年的成長。
以旺矽為例,2026年7月股價曾衝上7,700元新高,之後短時間內又大幅修正,顯示即使基本面強勁,高估值股票仍容易受到法人調節、利率、全球科技股情緒與短線獲利了結的影響。
因此,設備股未來真正的考驗不是「AI會不會成長」,而是「實際獲利能不能跟上股價所預期的成長」。
十、最大瓶頸不是需求,而是人才、設備、產能與電力
AI設備產業目前面臨四大瓶頸。
第一是設備交期。當全球晶圓廠同時擴產,國際設備大廠的產能也受到限制,台灣設備商即使接到訂單,也可能受到零組件、關鍵模組與人才不足的影響。
第二是工程人才。半導體設備不是單純的製造機械,而是結合機械、電子、軟體、光學、材料與製程的高度複合技術。AI擴產速度越快,人才短缺越明顯。
第三是電力與基礎建設。AI資料中心與半導體廠同時消耗大量電力,未來設備投資能否真正轉換成有效產能,將取決於電力、用水、土地與環境條件。
第四是海外布局成本。台積電赴美、日本及其他地區擴廠,供應商必須跟著全球化。這對台灣設備商而言是機會,也是成本壓力。美國在地服務中心、零件庫存、人員配置與認證都需要大量資本投入。
十一、國際化是台灣設備商下一階段的生存條件
台灣設備業過去最大的優勢是「跟著台積電走」。但未來光靠台灣市場可能不夠。
隨著台積電在美國、日本及其他地區擴大布局,台灣設備商必須同時具備全球服務能力。這也是為什麼帆宣、志聖、萬潤等公司開始強化美國及東南亞布局。
志聖今年上半年AI核心業務已占營收約70%,先進封裝與先進PCB等AI成長業務的已訂未銷訂單占比更超過九成;公司也持續強化美國服務據點並布局馬來西亞、新加坡。這代表台灣設備產業正在出現一個結構性變化:從「台灣供應鏈」走向「全球台灣供應鏈」。
十二、機會與風險並存,設備股進入選股時代
展望未來三至五年,半導體設備仍是台灣AI供應鏈中值得高度關注的產業。
機會來自四個方向:第一,2奈米及更先進製程持續擴產;第二,HBM與AI封裝需求持續增加;第三,CoWoS、SoIC、CoPoS等先進封裝技術擴張;第四,CPO、矽光子、AI測試與智慧製造將創造新市場。
但風險也不能忽視。如果AI資本支出在未來某一階段出現修正,設備商的訂單可能受到延後;如果台積電等晶圓廠海外擴產速度低於預期,部分設備商的海外投資可能形成成本壓力;此外,高估值也讓設備股容易受到市場情緒影響。
更重要的是,設備產業具有典型的「高景氣、高獲利、高預期」特性。一旦市場開始認為AI設備需求已經被股價充分反映,股價波動可能遠大於基本面。
結語:AI時代真正稀缺的,不只是晶片,而是「製造晶片的能力」
從GPU、ASIC到HBM、CoWoS、CPO,AI半導體產業正在進入高度複雜的系統整合時代。這場競爭最後比的不只是誰能設計出最快的AI晶片,而是誰能夠以更快速度、更高良率、更低成本把晶片大量製造出來。
因此,半導體設備產業的重要性正在快速提升。
台灣最大的優勢,不在於擁有全球最多的設備原廠,而在於擁有全球最完整的半導體製造生態系。從晶圓廠、封測廠、廠務工程、設備、零組件、測試、先進封裝到AI應用,台灣已經形成高度密集的產業網絡。
SEMI台灣區總裁曹世綸在今年SEMICON Taiwan表示,AI時代的競爭一端是AI驅動智慧製造,另一端是先進封裝的效能整合,而台灣過去建立的先進製程優勢,正是支撐兩端延伸的基礎。這也說明台灣半導體設備產業正在從「製造的配角」轉變為「AI製造基礎建設的重要主角」。
未來真正值得關注的,不只是台灣能不能繼續製造全球最先進的AI晶片,而是台灣能不能進一步掌握製造這些AI晶片所需要的設備、技術、材料、測試與智慧製造能力。
如果答案是肯定的,那麼半導體設備很可能就是台灣AI供應鏈中,繼晶圓代工、封裝、PCB與伺服器之後,下一個最具戰略價值的產業環節。
*圖片為 AI生成示意圖,圖文歡迎轉載引用,請標註來源。