AI 測試需求強勁，致茂砸 40 億元橋頭建新廠

因應 AI 相關測試需求的強勁成長，致茂電子投入 40 億元於橋頭興建新廠，並將自第四季起陸續投入使用。這顯示測試設備與服務正成為 AI 硬體產能瓶頸的一環。

測試需求隨 AI 硬體擴張而放大的原因，在於產品的複雜度與價值。AI 加速器採用多晶粒異質整合的架構，單一封裝內可能包含運算晶粒與多組高頻寬記憶體堆疊；其單價極高，而任一元件的缺陷都會導致整個封裝失效。這使得測試的經濟合理性大幅提升——寧可在每個階段都投入測試成本，也不願承擔報廢高價封裝的損失。

測試項目本身也在增加。除了傳統的功能與參數驗證，AI 晶片還需要在極高功耗下的熱應力測試、長時間運作的可靠度驗證，以及高速介面的訊號完整性量測。而隨著共同封裝光學的導入，光學特性的驗證成為新增的必要項目——這需要完全不同的設備與方法。

選擇在橋頭設廠，與南部半導體聚落的擴張直接相關。南部科學園區周邊的半導體投資持續增加，而測試設備與服務的供應需要貼近客戶——設備的安裝調校、故障排除與製程支援都要求快速回應。地理上的鄰近，實質縮短了服務的反應時間。

從商業模式看，測試設備業務有幾項特徵值得說明。設備的單價高、交期長，客戶的採購決策週期也相對長；但一旦導入，後續的耗材、備品與服務會產生持續性營收。同時，設備必須配合客戶的製程需求進行客製調整，這形成了相當的轉換成本——客戶不會因為單純的價格因素而更換供應商。

40 億元的投資規模，反映了對需求持續性的判斷。設備廠的建置週期約需一到兩年，而這正是半導體循環容易反轉的時間尺度；在此時決定投入，意味著業者認為 AI 相關的測試需求具有結構性而非週期性的特徵。這個判斷是否正確，將在產能開出後接受檢驗。

不過，風險同樣存在。首先是需求的集中度——AI 測試需求高度依賴少數大型客戶的擴產節奏。其次是技術路線的變動，測試方法需隨封裝與光學架構的演進而調整，過早固化的產線可能面臨適用性問題。第三是競爭，國際測試設備業者同樣在擴充相關產能。

後續觀察重點包括：新廠的投產時程與產能規模、AI 相關業務在營收中的占比，以及設備訂單的能見度變化。