报告来源：三星电机 Gang Duan《Panel-Level Scaling and Glass Core Integration for the AI Era》
ITRI 2026.10.20
如果把过去十年的AI产业进展放在硬件坐标系里看，行业主线正在从“芯片制程推进”逐步转向“系统级集成能力重构”。大模型参数规模、训练集群算力、高带宽显存互联和光模块协同，都在把压力传导到封装与基板层面。
这意味着，先进封装已经不再只是晶圆制造之后的“后段工艺”，而成为决定AI芯片性能释放、功耗控制和系统成本的关键战场。三星电机在ITRI 2026上发表的《Panel-Level Scaling and Glass Core Integration for the AI Era》，恰好给出了一条清晰的技术判断：AI时代的高性能计算平台，正在从传统封装基板，加速走向面板级超大尺寸基板与玻璃核心集成架构。
一、AI应用扩散，正在重构底层硬件需求
AI正在从数据中心向移动、汽车、机器人、可穿戴、IoT等多场景扩展，硬件需求从单点GPU升级为异构系统级平台。
报告开篇并没有直接进入封装工艺，而是先强调一个重要背景：AI已经进入多场景并行爆发阶段。在数据中心之外，端侧AI、智能汽车、工业机器人、可穿戴设备和物联网终端，都在对算力、存储、通信和低功耗能力提出新要求。
这一变化的行业意义在于，AI硬件不再只追求单一芯片的峰值算力，而是越来越强调“异构集成”和“系统级协同”。CPU、GPU、NPU、HBM、SerDes、光引擎、电源管理和无源器件，需要在更短路径、更高密度、更大面积的封装平台上协同工作。
当AI从训练中心走向广泛终端，先进封装的角色也从“性能增强”转向“系统架构重构”。
二、数据量爆发，倒逼HPC封装平台升级
全球数据总量快速增长，海量数据处理推动HPC硬件持续升级，先进封装成为带宽与算力扩展的关键环节。
报告引用的数据趋势非常明确：全球数据量仍在高速扩张。对于半导体行业而言，数据增长并不只是“存储需求增加”，它同时意味着更高的算力利用率、更频繁的数据交换、更严峻的内存墙和更苛刻的功耗预算。
在HPC体系中，GPU性能提升如果没有配套的封装平台支撑，很容易被显存带宽、互联延迟和供电路径消耗掉。因此，AI算力竞争正在进入一个新的阶段：制程节点不再是唯一胜负手，封装尺寸、互联密度、基板材料和整板制造能力，同样决定系统上限。
三、先进封装路线：从2.xD/2.5D走向3D与3.5D
先进封装从2.xD/2.5D中介层方案，逐步演进到3D堆叠与3.5D混合集成，封装平台面积和复杂度同步提升。
从产业实践看，2.5D封装已经在AI加速器和高带宽显存互联中成熟应用，其核心价值是通过硅中介层或RDL中介层，把多个裸片近距离连接起来，提升信号传输效率。
但随着AI芯片对面积和I/O数量的要求继续提升，传统封装平台开始面临三大约束：
- 面积约束：
单颗封装基板尺寸不足，难以容纳多颗计算芯片、HBM接口和高速互联模块； - 翘曲约束：
有机基板尺寸扩大后，热膨胀和机械应力带来的翘曲问题更加突出； - 成本约束：
硅中介层性能优异，但在超大尺寸和大批量应用中成本压力显著上升。
因此，行业开始向两个方向并行推进：一是通过3D堆叠提升垂直方向的集成密度；二是通过面板级基板扩大平面面积，为Die-to-Die互联、HBM扩展和共封装光学提供更大的物理空间。
四、面板级基板：不只是“放大版封装基板”
面板级基板支持Si-Cap、MLCC等无源器件嵌入，通过eSLC、eMLC等结构提升电源完整性和集成度。
这里需要特别区分一个概念：面板级基板并不是简单把传统封装基板做“等比例放大”，而是要重构基板内部的结构层次、无源器件布局和制造流程。
在AI封装中，电源完整性是一个经常被低估但实际影响巨大的工程问题。大算力芯片在高频切换时会产生显著的电流波动，如果供电路径过长或回路面积过大，就可能引发压降、噪声和时序问题。
因此，把电容等无源器件直接埋入基板内部，成为面板级基板的重要技术方向。报告展示的eSLC、eMLC等结构，本质上是在通过器件嵌入缩短供电路径，降低阻抗，为大算力芯片提供更稳定的局部供电环境。
器件嵌入的三层价值
- 电气价值：
缩短供电路径，降低回路电感，改善电源噪声； - 结构价值：
减少表面贴装器件占用空间，为裸片和高速通道释放面积； - 可靠性价值：
在更复杂的多层结构中，对材料匹配、层间对准和热管理提出更高要求。
五、制造体系迁移：从晶圆级思维走向面板级思维
面板级基板制造需要整板自动化、真空传输、OHT、FOUP、EFEM等设备体系支撑，制造逻辑更接近显示产线。
报告用两页篇幅介绍了面板级基板的制造基础设施，这是整份报告中最容易被忽略、但实际上最关键的部分之一。因为面板级基板真正的难点，并不只在材料和线路设计本身，而在于超大尺寸板材如何在制造过程中保持平整度、清洁度、对位精度和良率。
传统封装基板产线并不完全适配大板加工。当基板尺寸提升到面板级别后，板材自重、热历史、传输过程中的应力和微小污染，都可能被放大为制造缺陷。因此，面板级基板需要借鉴显示行业的大板处理经验，建立包括真空传输、自动化物料搬运、洁净环境和实时监控在内的完整制造体系。
一项封装技术能否产业化，关键不只是实验室性能，而是能否在大板、多层、高精度和高良率之间建立稳定制造闭环。
六、EMIB与EMIB-T：面板级互联的桥接方案
EMIB通过基板嵌入桥接芯片实现Die-to-Die互联，EMIB-T进一步引入TSV垂直连接，面向HBM4与UCIe高速场景。
在AI封装系统中，计算芯片之间、计算芯片与HBM之间、计算芯片与I/O模块之间的互联效率，直接决定系统能否发挥预期性能。
EMIB的核心思路是在基板内部嵌入桥接芯片，让多个裸片通过近距离互连通道通信。相比传统封装中的长线互联，这种方式可以缩短信号路径，提升时序余量，适合高速异构集成。而EMIB-T则进一步引入TSV结构，把垂直连接能力纳入桥接方案，为更高密度的3D集成提供可能。
从产业角度看，EMIB和EMIB-T的意义在于，它们为面板级平台提供了灵活的互联选择。并不是所有AI封装都需要最高成本的硅中介层，不同带宽、面积和成本要求的产品，可以通过桥接方案、RDL中介层和硅中介层形成梯度组合。
七、玻璃核心基板：为超大尺寸封装提供“低翘曲骨架”
玻璃核心基板采用TGV玻璃通孔与ABF介质层复合结构，目标是在超大尺寸封装中抑制翘曲并保持高速信号性能。
如果说面板级基板解决的是“面积扩展”问题，那么玻璃核心基板解决的就是“大尺寸之后如何保持结构稳定”的问题。
传统有机基板在尺寸扩大后，CTE不匹配、层间应力和热历史带来的翘曲问题会变得更加明显。而玻璃材料具有较低的热膨胀系数，能够为超大尺寸封装提供更稳定的机械骨架。因此，玻璃核心基板被视为面板级平台走向量产的重要材料路径之一。
但玻璃核心并不是“材料替换”这么简单。TGV通孔制造、金属填充、玻璃与有机介质层的界面匹配、高精度层间对准，都是必须解决的工程问题。换句话说，玻璃核心真正的价值在于把材料优势转化为稳定的制造能力。
玻璃核心的竞争，最终不是单点材料性能竞争，而是TGV工艺、复合基板结构、大板制造和可靠性验证的系统竞争。
八、面板级基板、硅中介层、玻璃核心，三条路线如何选？
报告虽然以面板级和玻璃核心为主线，但从产业实践看，未来很长一段时间内，硅中介层、有机面板级基板和玻璃核心基板不会是简单替代关系，而会形成“性能、面积、成本、良率”之间的动态分工。
1. 硅中介层：高性能但成本敏感
硅中介层在电气性能和布线精度方面仍有优势，适合对信号完整性要求极高的AI封装。但随着封装面积扩大，硅中介层的成本和良率压力会上升，更适合高性能、小批量或关键应用场景。
2. 有机面板级基板：面积与成本平衡
有机面板级基板的核心吸引力在于更大的可用面积和相对可控的制造成本，适合需要集成多颗裸片、HBM接口和无源器件的复杂AI封装。其主要瓶颈仍是大尺寸翘曲、多层一致性和良率提升。
3. 玻璃核心基板：面向超大尺寸的下一代方案
玻璃核心基板更适合未来超大尺寸、高层数、高稳定性要求的封装平台。但由于材料和工艺复杂度更高，其产业化节奏取决于TGV成本、复合基板良率和产业链成熟度。
九、从报告看产业判断：先进封装进入“平台级竞争”
核心结论
综合报告内容，可以把AI时代先进封装的竞争归纳为四条主线：
1 面积主线：
2.材料主线：
3. 器件主线：
4. 制造主线：
十、投资与产业观察：哪些环节值得重点跟踪？
对于半导体行业研究者和产业观察者而言，这份报告的价值不仅在于技术路线梳理，更在于它提示了下一代AI封装平台的投资与跟踪维度。
- 基板材料：
玻璃基板、低CTE有机材料、高速介质材料； - 通孔工艺：
TGV制造、金属填充、高精度通孔检测； - 互联方案：
EMIB、EMIB-T、RDL中介层、硅中介层的份额变化； - 设备体系：
真空传输、OHT、FOUP、EFEM、大板键合与检测设备； - 产业链协同：
芯片设计、封测厂、材料厂、设备厂之间的DFM闭环。
结语：封装不再是后段，而是AI系统架构的主战场
三星电机这份报告最重要的启示，是把先进封装从“工艺环节”重新定位为“AI系统架构的关键底座”。未来AI芯片的性能释放，不再只由制程节点决定，而将越来越取决于封装平台的面积、材料、互联结构和整板制造能力。
面板级基板为AI封装提供了更大的物理空间，玻璃核心为超大尺寸结构提供了稳定性基础，而EMIB、EMIB-T和器件嵌入技术则为系统级集成提供了电气路径优化。三者结合，构成了下一代HPC封装平台的基本轮廓。
当然，技术方向明确并不等于商业化路径平坦。超大尺寸基板、玻璃核心和面板级制造，仍需要在良率、成本、材料一致性和可靠性方面持续突破。但从产业演进看，AI算力竞争已经明确进入封装代际，面板级与玻璃核心的结合，很可能成为未来2-3年半导体行业最关键的结构性机会之一。
