2026年6月17日，一份美國政府文件悄悄為全球半導體競爭揭開新的篇章。美國商務部晶片研發辦公室（CHIPS R&D Office）宣布，與AI新創公司SandboxAQ簽署高達5億美元的補助協議，將利用人工智慧結合物理模擬，加速半導體關鍵材料的發現與開發[1]，四大研發重點涵蓋：取代「永久化學物質」（PFAS）的製程用化學品、晶圓廠製程所需的新型催化劑、不依賴稀土的永久磁鐵，以及晶圓廠備用電源所需的新世代電池材料[2]。
乍看之下，這只是一項針對AI新創公司的研發補助；但若放在全球科技競爭的脈絡下觀察，過去二十年半導體產業競爭主要圍繞在先進製程與晶圓廠建設；未來除了持續推進製程微縮之外，材料創新、AI輔助研發與製造能力，將共同決定半導體產業競爭力。
台灣掌握全球最先進的晶圓製造能力，從台積電（TSMC）、聯電（UMC）到日月光（ASE），形成全球最完整的半導體製造聚落；然而，在光阻材料、化學機械研磨（CMP）、高純度化學品、特殊氣體等關鍵材料方面，仍高度依賴日本、美國與歐洲供應商。當全球開始運用AI加速材料創新，這項長期存在卻較少受到關注的結構性弱點，也逐漸浮上檯面。
後摩爾時代來臨：AI正加速半導體材料創新
過去半個世紀，全球半導體產業主要依循摩爾定律（Moore’s Law）持續推進，透過縮小電晶體尺寸，不斷提升晶片效能與降低成本。然而，當先進製程邁入2奈米以下節點後，電晶體尺寸逐漸逼近物理極限，漏電流、散熱、功耗及電子遷移率等問題日益嚴峻，使單純依靠製程微縮提升效能的難度持續增加。因此，產業界普遍認為，半導體已逐步進入「後摩爾時代」（Post-Moore Era）[3]。未來晶片性能的提升，將愈來愈依賴新材料、先進封裝、新型電晶體架構及異質整合等多項技術共同推動，而非僅依靠製程微縮。
目前最受矚目的材料方向包括四大類，首先是先進封裝材料。隨著AI晶片尺寸持續增加，玻璃基板（Glass Substrate）因具備高尺寸穩定性、低翹曲率及優異訊號完整性，被視為下一代高效能封裝的重要技術，有望支援更大型AI加速器與高密度封裝[4]。
其次是先進光阻劑。隨著製程節點推進至2奈米乃至更先進，傳統有機化學光阻劑的解析度已難以支撐，金屬氧化物光阻劑（Metal Oxide Resist，MOR）正在崛起。以錫（Tin）為基礎的MOR，在EUV微影下可提供更高解析度的電路圖案轉移，是半導體材料創新的前沿戰場[5]。
第三是二維半導體材料。以二硫化鉬（MoS₂）為代表的二維材料，由於厚度僅有數個原子層，被視為突破矽材料縮放限制的重要候選材料。近年來，包括imec、ASML與台積電等機構均已投入相關技術研究，希望建立可量產的二維電晶體製程[6]。
最後則是第三代半導體材料。氮化鎵（GaN）與碳化矽（SiC）雖主要應用於功率半導體，而非先進邏輯晶片，但在電動車、資料中心電源、高速通訊及能源系統中的重要性持續提升，也反映材料創新正同步推動不同半導體應用領域的技術演進[7]。
AI如何顛覆材料科學？
SandboxAQ所代表的新一代材料研發模式，核心並非一般人熟悉的大型語言模型（Large Language Models，LLMs），而是稱為大型量化模型（Large Quantitative Models，LQMs）的新型AI架構。兩者最大的差異，在於訓練方式完全不同。
LLM透過大量文字與程式碼學習語言規律，預測下一個最可能出現的詞句；LQM則直接建立在量子力學、化學、熱力學及材料科學等物理定律之上，並結合高效能運算（High Performance Computing, HPC）、第一原理計算及量子化學模擬，預測材料的電子結構、化學反應與物理特性。因此，它更適合應用於材料發現、催化劑開發及藥物設計等科學研究領域。
以SandboxAQ與NVIDIA合作開發的AQCat平台為例，其建立於超過1,350萬次高保真量子化學計算之上，可在虛擬環境中快速篩選數百萬種候選催化材料。根據官方資料，AQCat可將候選材料篩選速度提升約20,000倍，並將原本需耗費數月的候選材料篩選流程縮短至數週[8]。
值得注意的是，AI真正加速的是材料發現（Materials Discovery），而非整個材料商業化流程。即使AI能快速找出具有潛力的新材料，後續仍須經歷材料合成、可靠度測試、晶圓廠製程驗證、客戶認證與量產導入等階段，整體商業化時程仍可能需要數年甚至更久。因此，AI並非取代材料科學家，而是將傳統高度依賴反覆試誤的研究模式，逐步轉變為「AI預測＋實驗驗證」的新型研發流程，大幅提升科學研究效率。
然而，市場也提醒，不宜過度高估AI的短期效益。科技媒體《The Register》指出，當前生成式AI在實務應用中仍存在輸出不穩定與可驗證性不足的問題，使其在高風險科研領域（如藥物設計與材料發現）中，仍需依賴大量外部驗證機制[9]。因此，AI最大的價值並非立即取代實驗室，而是在大幅縮短材料探索與篩選時間，提升科學研究效率，進而加速新材料走向商業化的可能性。
材料自主化成為國家安全新戰場
近年來，美國從《CHIPS and Science Act》、關鍵礦物戰略到供應鏈韌性政策，反映出一個共同思維：未來科技競爭不只是晶片製造能力的競爭，更是科研能力、材料創新能力與供應鏈掌控能力的競爭。在這個架構下，AI被定位為加速科學發現（AI for Science）的核心工具，而材料自主化則被視為維持科技領先的重要基礎[10]。
值得注意的是，美國此次並非僅提供5億美元支持一家AI新創公司，而是同步取得SandboxAQ的少數非投票股權，代表政府希望與企業共同承擔早期技術開發風險，加速實驗室成果邁向產業化。相較於過去偏重補貼晶圓廠建設，這次更像是提前布局下一代半導體材料的研發能力。
美國商務部此次資助SandboxAQ的專案，明確點出了四大亟需突破的材料領域，也反映目前美國最關注的供應鏈弱點[11]。首先便是尋求多氟烷基物質（PFAS）的替代品。PFAS具有耐高溫、耐腐蝕及優異絕緣特性，因此廣泛應用於晶圓製造設備、冷卻液、密封材料及光刻相關製程。然而，由於PFAS具有難以分解、可能污染環境的特性，美國與歐盟近年持續收緊相關法規，使半導體產業面臨尋找替代材料的壓力[12]。其次，晶圓廠需要次世代的高純度催化劑來支援上游前驅物的生成與廢氣處理，建立國內自主的催化劑設計能力，是減少外國供應商控制美國半導體製造生態系統中製程智慧財產權的必要手段。此外，為了維持曝光機台等精密設備的運作，不再依賴中國主導的釹等稀土元素所製成的永久磁鐵，以及開發不依賴進口鋰與鈷的本土備用電池系統，皆是確保晶圓廠免於斷電與停機災難的核心材料需求。
| 優先領域 | 產業痛點 | AI戰略目標 |
| 無PFAS化學品 | 傳統PFAS具備毒性且面臨法規禁用，卻是製程中必備的絕緣與潤滑物。 | 快速篩選無污染替代品，確保晶圓廠合規營運。 |
| 高純度催化劑 | 半導體關鍵催化劑的製程專利與材料供應長期受制於外國廠商。 | 建立美國本土設計能力，奪回製程專利自主權。 |
| 無稀土磁鐵 | 曝光機等關鍵設備所需的磁鐵，高度仰賴中國單一壟斷的稀土元素。 | 開發不依賴進口稀土的新磁性材料，解除斷供危機。 |
| 新型備用電池 | 晶圓廠與資料中心的備用電力系統高度依賴進口的鋰與鈷礦物。 | 研發本土新型儲能材料，強化高科技基礎設施韌性。 |
表1. 美國晶片研發辦公室 × SandboxAQ：AI 材料研發四大優先領域；整理製表：北美智權報／吳碧娥
從這四項布局可以發現，美國希望AI協助解決的不只是材料研發效率，而是降低對單一國家供應鏈的依賴，進一步提升整體科技產業的韌性。
台灣下一步該關注的領域
面對AI加速材料發現的新賽局，台灣的產業界與研究機構目前最值得密切追蹤的有三個領域：
建立金屬氧化物光阻劑（Metal Oxide Resist，MOR）的本地研發節點：
JSR宣布在台設廠並與台積電共同開發先進光阻劑，應用材料（Applied Materials）也在新竹設立CMP聯合研發中心，這代表材料研發的重心正在向台灣移動[13]。台灣需要進一步把握這個窗口，推動更多材料廠商將工程師、設備、核心研發資源紮根台灣，而非停留在「銷售服務中心」的層次。
自主掌握第三代半導體材料製程：
台灣政府已將GaN與SiC半導體製造技術列入「核心關鍵技術」加以保護[14]，顯示政策層面已有意識。台灣的IC設計業者、功率元件廠商具備快速擴大GaN與SiC應用的基礎，但仍須強化本地材料的供應能力，才能擺脫對於上游的依賴。
AI材料科學平台的能力建設：
SandboxAQ的LQM代表的是一種「以物理定律而非人類語言為訓練基礎的AI」，能在虛擬實驗室中以遠超傳統實驗室的速度篩選候選材料，這套方法已透過AQCat工作流程的實測數據得到驗證：篩選速度較傳統方式快20,000倍，研發週期從「月」壓縮為「週」。這不是技術加速，而是材料研發典範的根本性轉移。台灣已具備半導體領域的深厚基礎，但是否能否建立類似AI材料平台成為材料技術的開發者，值得各研發單位正視。
AI材料革命來了，台灣準備好了嗎？
相較於美國積極布局材料創新，台灣的優勢長期集中在製造能力。從晶圓代工、IC封裝測試到完整的電子製造供應鏈，台灣建立了全球最具效率的半導體聚落。然而台灣擅長製造，卻未必掌握材料。以高階光阻材料為例，日本企業占全球光阻劑 91%以上市占率，具有壓倒性壟斷地位[15]；高純度化學品、CMP研磨材料、特殊氣體及部分矽晶圓材料，同樣高度依賴國外供應商。多年來，這種分工模式運作順暢，也造就台灣半導體產業的國際競爭力；但在地緣政治風險升高與材料自主化成為各國政策重點後，這項結構性依賴也逐漸浮現。
近年中國針對鎵、鍺、石墨及部分稀土產品實施出口管制，日本亦曾因政治因素調整半導體材料出口政策，都顯示材料供應已不只是商業問題，而是國家安全與產業安全的一環[16]。對台灣而言，更值得關注的是AI材料研發可能帶來的新一輪競爭。過去二十年，全球半導體競爭的核心，在於誰能建造最先進的晶圓廠；未來二十年，競爭重心可能延伸至誰能更快找到下一代材料。若美國透過AI平台、材料資料庫、高效能運算及量子模擬，率先建立完整的AI材料生態系，未來關鍵材料的專利、標準及供應鏈主導權，也可能逐步向掌握AI材料研發能力的國家集中，這對台灣而言既是挑戰，也是契機，特別是在AI晶片需求快速成長下，玻璃基板、低介電材料（Low-k）、高導熱材料、新型散熱材料及封裝材料，都可能成為台灣建立下一波競爭優勢的重要切入點。
從SandboxAQ獲得5億美元補助，反映出全球科技競爭模式正在改變。當摩爾定律逐漸逼近物理極限，未來晶片性能的提升，將愈來愈依賴材料、封裝、架構與AI共同推進。AI也不再只是提升生產效率的工具，而是逐步成為加速科學發現的新型研究基礎設施。過去二十年，全球半導體產業競逐的是誰能蓋出最先進的晶圓廠；未來二十年，競爭的核心或許將是誰能最快找到下一代材料，並率先完成從實驗室到量產的最後一哩路。
備註：
[1] 2026/6/17，U.S. Department of Commerce／NIST：Department of Commerce Announces Definitive Agreement with SandboxAQ for a $500 Million CHIPS R&D Award to Accelerate AI-Driven Semiconductor Materials Discovery。
[2] 2026/6/17，SandboxAQ：SandboxAQ Signs Definitive Agreement with the U.S. Department of Commerce for $500 Million CHIPS R&D Award
[3] 2021/4/15，台灣研究亮點：「迎接後摩爾定律世代的挑戰 ─ 三維積體電路」。
[4] 2023/9/18，Intel： Intel Unveils Industry-Leading Glass Substrates to Meet Demand for More Powerful Compute.
[5] 2026/5，Tom’s Hardware：JSR builds first Taiwan photoresist plant as Japanese materials makers race to embed next to TSMC.
[6] 2025/7，36Kr：The Dawn of a New Era for Chips: What’s Coming Up? — IMEC predicts 2D semiconductors dominating by 2039
[7] 2026/4，PatentPC：Semiconductor Materials Market: Silicon, Gallium Nitride, and Beyond — Latest Growth Stats.
[8] 同註1。
[9] 2026/3/17，The Register: AI still doesn’t work very well, businesses are faking it, and a reckoning is coming.
[10] U.S. Department of Energy：Artificial Intelligence for Science..
[11] 同註1。
[12] 2026/5/20，U.S. EPA：Per- and Polyfluoroalkyl Substances (PFAS).
[13] 2026/5/6，Tom’s Hardware：JSR to build first Taiwan photoresist plant to co-develop advanced resists with TSMC — multi-million dollar plant could come online as early as 2028.
[14] 2026/5，SemiWiki：Taiwan blends semiconductor innovation and regulation to stay ahead — GaN and SiC listed as core critical technologies.
[15] 2025/11/6，Unwire Pro：「日本半導體三巨頭斥巨資擴產：2nm 工藝時代已來」。
[16] 2024/3/29，USTR: USTR Releases 2024 National Trade Estimate Report on Foreign Trade Barriers.
|
