重點速覽
-
AI晶片測試需求進入結構性擴張
隨著輝達GPU從Blackwell世代邁向Rubin平台，以及CSP（雲端服務供應商）自研ASIC晶片加速量產，AI晶片測試的複雜度、測試時間與單價三項指標均呈現同步提升。根據各法人報告，相比前世代，下一代AI晶片的測試時間可增加100至200%，測試單價亦有望提升50至100%，推升整體測試產值大幅成長。
-
京元電為最純正AI測試受惠廠
IC測試大廠京元電（2449）被多家法人點名為台股「最純正AI晶片測試受惠股」。公司2026年資本支出已從年初規劃的393.72億元，二度上調至500億元，持續創歷史新高，主要因應AI GPU及ASIC晶片測試產能強勁需求，法人預估其2026年AI測試業績占整體比重可望突破三成。
-
探針卡族群邁入黃金成長期
AI晶片高腳數、高複雜度特性，驅動測試介面從傳統懸臂式探針卡，快速轉向單價更高的MEMS與垂直式探針卡。台股探針卡族群中，旺矽（6223）、穎崴（6515）、精測（6510）等公司已成功切入輝達GPU及CSP自研ASIC供應鏈，訂單能見度延伸至半年以上，多家法人預估其2026年營收將持續創歷史新高。
AI算力需求爆炸性成長，帶動上游半導體測試產業進入前所未有的高速擴張週期。過去，半導體測試在供應鏈中常被視為相對靜默的環節；然而自2024年起，隨著輝達GPU效能急速提升、雲端服務商（CSP）爭相推出自研ASIC晶片，晶片測試的難度與所需時間同步大幅上升，讓原本低調的測試族群一躍成為台股焦點。
從日本測試設備龍頭愛德萬測試（Advantest）2025財年淨利潤年增超過130%，到台灣京元電（2449）將年度資本支出調升至500億元歷史新高，再到探針卡族群旺矽、穎崴、精測相繼突破千金股門檻，這一連串訊號都指向同一個核心主題：AI晶片的出貨要求愈來愈嚴格，而台灣廠商正好掌握了這條供應鏈中難以被替代的關鍵地位。
本文將從AI晶片測試的流程與需求邏輯出發，進一步整理台股主要受惠廠商的定位與近期動態，供投資人自行研判參考。
一、AI晶片為何特別需要複雜測試？
相較於一般消費性晶片，AI晶片在測試環節面臨幾項重大挑戰，使得整體測試時間、設備投入與成本均遠高於傳統產品：
高功耗帶來的散熱與老化測試壓力
以輝達下一代Rubin平台為例，市場預估整機架功耗可達600kW等級，遠超前世代水準。高功耗晶片在老化測試（Burn-in）階段，必須在特定高溫環境下長時間連續運作，以篩除早期失效品，確保出貨品質。這對測試廠的無塵室面積、預燒爐（Burn-in Oven）容量與散熱控制能力提出更高要求，也直接推升了測試廠的資本支出需求。
高腳數與高頻率拉長測試時間
AI晶片的I/O腳數與訊號頻率持續攀升，高速傳輸環境下的訊號完整性（Signal Integrity）驗證更為嚴格。根據業界研究，先進製程AI晶片的整體測試時間相比一般晶片可延長數倍，測試站數需求也因此同步增加，這直接拉高了每顆晶片的測試費用與測試廠商的議價能力。
ASIC晶片客製化帶來更高換單頻率
Google、Meta、Amazon等CSP自研ASIC晶片的規格因客戶不同而差異顯著，每次世代換代都需要重新設計測試程序與測試介面，換單頻率遠高於通用GPU。對於測試廠與探針卡廠商而言，這雖然帶來較高的工程開發成本，但同時也形成難以被低階競爭者快速複製的技術門檻。
根據法人研究報告（2026年初），AI晶片下一代平台相比現有平台，測試時間預估增加100至200%，測試單價預估提升50至100%（資料來源：工商時報整理自法人報告，2026年3月）。
二、AI晶片測試流程全解析
AI晶片從台積電晶圓廠出廠後，需要通過多個階段的測試方可交付客戶使用。以下為主要測試環節說明：
各測試階段說明
| 測試階段 | 英文縮寫 | 測試時機 | 主要目的 | 台股主要受惠廠 |
|---|---|---|---|---|
| 晶圓測試 | CP Test（Chip Probe） | 封裝前，晶圓階段 | 篩除晶圓上不良Die，提高後段封裝良率，降低封裝成本 | 京元電（2449）、日月光（3711）、旺矽（探針卡） |
| 最終測試 | FT（Final Test） | 封裝後 | 針對封裝後完整晶片進行電性功能測試，確認出貨品質 | 京元電（2449）、欣銓（3264）、精測（測試板） |
| 老化測試 | Burn-in Test | 封裝後，FT前後 | 在高溫高壓環境下長時間通電運作，篩除早期失效品（浴缸曲線初期篩選） | 京元電（自製Burn-in爐）、矽品（日月光旗下） |
| 系統級測試 | SLT（System Level Test） | 封裝後，模擬實際系統運作 | 模擬真實應用情境的系統整合驗證，確認晶片在實際負載下的穩定性 | 穎崴（6515，測試座）、精測（6510，測試板） |
AI時代測試流程的結構性變化
傳統消費性晶片通常僅需FT測試一次便可出貨，但AI晶片因功耗高、失效成本極高，普遍需要通過Burn-in加上兩次FT的完整測試流程，使得所需場地與設備成本大幅攀升。此外，SLT測試的導入比例也在持續提升，尤其對ASIC客製化晶片而言，在實際應用場景下模擬驗證的需求更為迫切。
值得關注的是，台積電在先進製程產能持續滿載的背景下，已逐步將CP晶圓測試委外給合作廠商處理，法人預期京元電與日月光將是CP外溢訂單的主要承接者。
三、晶片測試服務廠：京元電與欣銓
京元電（2449）：AI測試最大純正受惠廠
京元電是全球規模最大的AI晶片測試服務提供商之一，長期擔任輝達GPU的主要測試合作夥伴。公司在自製Burn-in預燒爐方面具有多年積累的技術壁壘，這項優勢使其在AI GPU大客戶的測試訂單競爭中處於領先地位。
資本支出：500億元（全年，創歷史新高；年初原規劃393.72億元，後上調）
主要擴廠地點：苗栗頭份、桃園楊梅、新加坡廠區（2026年）；苗栗銅鑼、竹南（2027年）
2025年Burn-in測試占營收比重：7.7%，法人預期2026年隨ASIC需求攀升將顯著提升
法人預估2026年毛利率：約40%（年增約4個百分點）
（以上數字來源：工商時報，2026年3月；經濟日報，2026年4月，均為法人預估值）
從業務結構角度觀察，京元電2025年產品別營收以FT測試為主（占約58.7%），其次為CP測試（30.6%），Burn-in測試占7.7%。法人指出，2026年隨ASIC晶片導入FT及Burn-in、SLT等先進測試需求，ASIC客戶貢獻的營收預估年增將達100%，顯示業務重心正加速向高毛利的先進測試環節轉型。
此外，除輝達GPU之外，聯發科（2454）為Google代工的TPU專案也預計將採用京元電的MCC Burn-in設備，且有另一家CSP大型客戶其3奈米AI ASIC產品可能導入Burn-in製程，進一步擴大京元電在高階AI晶片測試的滲透率。（資料來源：CMoney整理自外資報告，2026年1月）
欣銓（3264）：後起之秀打入Google、Amazon測試鏈
欣銓近年積極切入AI ASIC測試市場，已與Google、Amazon等雲端巨頭的自研AI晶片專案取得合作，相關訂單於2026年起逐步進入放量階段。值得關注的是，各大CSP業者為分散測試產能集中風險，傾向於扶植多家測試廠商，欣銓正是這波「第二供應商策略」的受惠者之一。
產能方面，欣銓新建龍潭廠持續推進，同時積極布局矽光子（Silicon Photonics）測試，已建置專屬測試實驗室，提前卡位下一代高速傳輸測試需求。2026年資本支出規劃高於前一年，反映公司對AI ASIC訂單持續放量具備高度信心。（資料來源：經濟日報，2025年12月）
| 比較項目 | 京元電（2449） | 欣銓（3264） |
|---|---|---|
| 主要測試客戶類型 | 輝達GPU為主，擴展至CSP ASIC | 以CSP自研ASIC為主（Google、Amazon等） |
| 核心競爭優勢 | 自製Burn-in爐、規模最大、良率管控經驗豐富 | 第二供應商彈性角色，矽光子測試布局 |
| 2026年資本支出 | 500億元（已公告，創歷史新高） | 高於2025年（尚無可核對確切公開數字） |
| AI測試占比預估 | 2026年AI測試占比可望逾30%（法人預估） | 2026年起ASIC測試逐步貢獻（工程驗證轉量產） |
| 海外布局 | 新加坡廠（2026年擴廠） | 龍潭新廠持續推進 |
四、測試介面族群：旺矽、穎崴、精測三雄
測試介面廠商提供的探針卡（Probe Card）與測試座（Socket），是AI晶片與測試機台之間不可或缺的連接媒介，也是消耗品。隨著AI晶片規格不斷升級，對這類測試介面的技術要求持續提升，台灣廠商正在此領域建立越來越高的技術壁壘。
旺矽（6223）：台灣探針卡無競爭對手的龍頭
旺矽董事長葛長林於2026年3月公開表示，旺矽「在台灣沒有競爭對手」，主要競爭者來自美國FormFactor與義大利Technoprobe等國際大廠。旺矽訂單能見度已延伸至六個月以上，部分產品能見度甚至長達兩年，公司對2026年營收逐季成長「很有信心」。（資料來源：旺得富理財網，2026年3月）
技術面，旺矽以AI/HBM記憶體及ASIC需求為核心成長動能，主力產品MEMS與垂直式探針卡（VPC）自去年下半年起即維持產能滿載，MEMS探針卡月產能目標甚至上看300萬針。值得注意的是，旺矽2025年稅後淨利達31.77億元，年增23.8%，每股純益33.49元（資料來源：工商時報，2026年4月）。
穎崴（6515）：從FT測試座進軍SLT市場的股后
穎崴在高階測試座（Socket）領域具備長期技術積累，近期正積極從最終測試（FT）市場擴展至系統級測試（SLT）市場，服務既有的美國AI GPU及ASIC客戶。法人指出，SLT市場的測試座潛在規模是FT市場的4至5倍，此一拓展意義重大。（資料來源：鉅亨網，2026年1月）
穎崴同步布局MEMS探針卡，外資預估其2026年探針卡業務持續成長，自製彈簧探針產能目標亦同步上調，若規模效益顯現，毛利率有望進一步擴張。2025年稅後淨利16.73億元，年增21.3%，每股純益46.93元（資料來源：工商時報，2026年4月）。
精測（6510）：一條龍整合能力受台積電青睞
精測以全製程垂直整合為核心優勢，從PCB載板、薄膜電路到探針均能自研自製，回應台積電測試需求的速度較純粹外購組裝的競爭者更快。精測總經理黃水可表示，AI產業大爆發目前只是序曲，邊緣AI的全面落地將帶來更大量的測試需求，公司擴產計畫預計2026年8月總產能翻倍，2028年再度翻倍（資料來源：今周刊，2026年4月）。
精測受惠HPC與AI帶動的高效能晶片需求，以及PCIe與HBM測試規格升級，2025年稅後純益9.97億元，年增20.7%，每股純益30.41元（資料來源：工商時報，2026年4月）。
| 比較項目 | 旺矽（6223） | 穎崴（6515） | 精測（6510） |
|---|---|---|---|
| 主力產品 | MEMS/垂直式探針卡（VPC） | 高階測試座（Socket）、MEMS探針卡 | PCB測試板、MEMS探針卡 |
| 2025年EPS（元） | 33.49 | 46.93 | 30.41 |
| 2025年稅後淨利年增 | 23.8% | 21.3% | 20.7% |
| 核心成長動能 | 輝達Rubin平台及AI ASIC 3nm升級 | SLT市場擴展（FT的4至5倍規模） | 垂直整合一條龍，台積電委外測試 |
| 2026年訂單能見度 | 6個月以上，部分達2年 | AI GPU/ASIC客戶持續成長 | AI客戶需求帶動，8月產能翻倍 |
資料來源：工商時報（2026年4月），今周刊（2026年4月），旺得富理財網（2026年3月）。2025年EPS為已公告數字，2026年預估數字請參閱各法人最新報告。
五、各測試環節台股概念股對照
以下整理AI晶片從晶圓代工到交付客戶之間，各測試環節涉及的台股廠商，並說明其參與的業務角色。
| 測試環節 | 代表廠商 | 代號 | 角色說明 |
|---|---|---|---|
| 晶圓探測（CP） | 旺矽 | 6223 | 提供MEMS及垂直式探針卡，為晶圓測試關鍵耗材 |
| 晶圓探測（CP） | 穎崴 | 6515 | 提供高階探針卡及測試座，積極擴展MEMS探針卡業務 |
| 晶圓探測（CP） | 精測 | 6510 | 自研自製PCB載板與探針，一條龍垂直整合 |
| 測試服務（CP/FT/Burn-in） | 京元電 | 2449 | 全球規模最大AI晶片測試服務廠，自製Burn-in預燒爐 |
| 測試服務（FT/Burn-in） | 欣銓 | 3264 | CSP自研ASIC主要合作測試廠，切入Google、Amazon供應鏈 |
| 封測+CP外溢承接 | 日月光投控（旗下矽品） | 3711 | 全球最大封測廠，旗下矽品布局Functional Burn-in機台，望切入Rubin測試鏈 |
| SLT測試座 | 穎崴 | 6515 | 從FT測試座擴展至SLT，潛在市場規模為FT的4至5倍 |
| 測試載板（FT） | 精測 | 6510 | 大電流高速半導體測試載板，受惠HBM及PCIe規格升級 |
| 前段CP跨足 | 雍智 | 6683 | 與聯發科合作打入Google TPU測試鏈，2026年從FT擴展至CP測試 |
同業比較：測試服務廠 vs 測試介面廠，誰的成長動能更強？
兩類廠商在AI晶片測試題材中各有其邏輯：測試服務廠（京元電、欣銓）直接承接晶片出貨測試訂單，受惠於測試時間延長與單價提升，業績與AI出貨量連動性高，但資本支出需求龐大，財務槓桿壓力較重；測試介面廠（旺矽、穎崴、精測）提供的探針卡與測試座屬消耗品，隨測試次數增加而持續消耗補充，具備一定的重複訂單特性，且技術壁壘較高，毛利率結構通常優於測試服務廠，但相對在晶片出貨量的線性連動程度略低於測試服務廠。
六、FAQ常見問題
｜Q1：京元電和欣銓同樣做AI晶片測試，差異在哪裡？
A：兩者定位互補，京元電更純正、欣銓具差異化空間。
理由：京元電長期深耕輝達GPU測試，自製Burn-in爐技術壁壘高，規模優勢明顯，AI測試客戶群更廣泛，是市場公認的純正AI測試概念股。欣銓則主要服務CSP（雲端服務供應商）自研ASIC測試需求，背後有Google、Amazon等大型客戶，同時積極布局矽光子等新世代技術，具備差異化成長空間，但目前訂單仍在從工程驗證轉向量產階段。投資人應依自身判斷評估兩者的成長節奏差異。
｜Q2：AI晶片測試的SLT和FT，哪一個更值得關注？
A：SLT潛在市場更大，但目前仍在快速導入階段，FT目前貢獻更穩定。
理由：FT（最終測試）是目前最成熟的測試環節，貢獻測試服務廠最大比重的營收；SLT（系統級測試）模擬實際運算場景，可篩除FT無法發現的系統整合問題，適用於高單價AI晶片，潛在測試座市場規模估計是FT的4至5倍，但目前客戶導入速度仍視各AI晶片世代需求而定。市場普遍認為隨ASIC晶片量產加速，SLT滲透率將逐步提升，穎崴等廠商正積極搶先布局此一空間。
｜Q3：台股AI測試族群的風險在哪裡？
A：高資本支出、客戶集中度、以及AI晶片出貨節奏的不確定性是主要風險。
理由：測試服務廠需持續投入大量資本支出擴充產能，資金壓力不容小覷；若輝達GPU或ASIC晶片出貨節奏出現延遲，測試產能利用率可能短期下滑，直接影響獲利。此外，多數廠商對特定大客戶（如輝達）的依賴度仍高，客戶集中風險需納入評估。探針卡族群則面臨技術換代帶來的快速切換風險，若主要客戶導入新測試架構，既有供應商的既存優勢可能受到挑戰。投資人應依自身風險承受能力審慎評估。
