2026年6月17日，一份美国政府文件悄悄为全球半导体竞争揭开新的篇章。美国商务部芯片研发办公室（CHIPS R&D Office）宣布，与AI新创公司SandboxAQ签署高达5亿美元的补助协议，将利用人工智能结合物理仿真，加速半导体关键材料的发现与开发[1]，四大研发重点涵盖：取代「永久化学物质」（PFAS）的制程用化学品、晶圆厂制程所需的新型催化剂、不依赖稀土的永久磁铁，以及晶圆厂备用电源所需的新世代电池材料[2]。
乍看之下，这只是一项针对AI新创公司的研发补助；但若放在全球科技竞争的脉络下观察，过去二十年半导体产业竞争主要围绕在先进制程与晶圆厂建设；未来除了持续推进制程微缩之外，材料创新、AI辅助研发与制造能力，将共同决定半导体产业竞争力。
后摩尔时代来临：AI正加速半导体材料创新
过去半个世纪，全球半导体产业主要依循摩尔定律（Moore’s Law）持续推进，透过缩小晶体管尺寸，不断提升芯片效能与降低成本。然而，当先进制程迈入2奈米以下节点后，晶体管尺寸逐渐逼近物理极限，漏电流、散热、功耗及电子迁移率等问题日益严峻，使单纯依靠制程微缩提升效能的难度持续增加。因此，产业界普遍认为，半导体已逐步进入「后摩尔时代」（Post-Moore Era）[3]。未来芯片性能的提升，将愈来愈依赖新材料、先进封装、新型晶体管架构及异质整合等多项技术共同推动，而非仅依靠制程微缩。
目前最受瞩目的材料方向包括四大类，首先是先进封装材料。随着AI芯片尺寸持续增加，玻璃基板（Glass Substrate）因具备高尺寸稳定性、低翘曲率及优异讯号完整性，被视为下一代高效能封装的重要技术，有望支持更大型AI加速器与高密度封装[4]。
其次是先进光阻剂。随着制程节点推进至2奈米乃至更先进，传统有机化学光阻剂的分辨率已难以支撑，金属氧化物光阻剂（Metal Oxide Resist，MOR）正在崛起。以锡（Tin）为基础的MOR，在EUV微影下可提供更高分辨率的电路图案转移，是半导体材料创新的前沿战场[5]。
第三是二维半导体材料。以二硫化钼（MoS₂）为代表的二维材料，由于厚度仅有数个原子层，被视为突破硅材料缩放限制的重要候选材料。近年来，包括imec、ASML与台积电等机构均已投入相关技术研究，希望建立可量产的二维晶体管制程[6]。
最后则是第三代半导体材料。氮化镓（GaN）与碳化硅（SiC）虽主要应用于功率半导体，而非先进逻辑芯片，但在电动车、数据中心电源、高速通讯及能源系统中的重要性持续提升，也反映材料创新正同步推动不同半导体应用领域的技术演进[7]。
AI如何颠覆材料科学？
SandboxAQ所代表的新一代材料研发模式，核心并非一般人熟悉的大型语言模型（Large Language Models，LLMs），而是称为大型量化模型（Large Quantitative Models，LQMs）的新型AI架构。两者最大的差异，在于训练方式完全不同。
LLM透过大量文字与程序代码学习语言规律，预测下一个最可能出现的词句；LQM则直接建立在量子力学、化学、热力学及材料科学等物理定律之上，并结合高效能运算（High Performance Computing, HPC）、第一原理计算及量子化学仿真，预测材料的电子结构、化学反应与物理特性。因此，它更适合应用于材料发现、催化剂开发及药物设计等科学研究领域。
以SandboxAQ与NVIDIA合作开发的AQCat平台为例，其建立于超过1,350万次高保真量子化学计算之上，可在虚拟环境中快速筛选数百万种候选催化材料。根据官方数据，AQCat可将候选材料筛选速度提升约20,000倍，并将原本需耗费数月的候选材料筛选流程缩短至数周[8]。
值得注意的是，AI真正加速的是材料发现（Materials Discovery），而非整个材料商业化流程。即使AI能快速找出具有潜力的新材料，后续仍须经历材料合成、可靠度测试、晶圆厂制程验证、客户认证与量产导入等阶段，整体商业化时程仍可能需要数年甚至更久。因此，AI并非取代材料科学家，而是将传统高度依赖反复试误的研究模式，逐步转变为「AI预测＋实验验证」的新型研发流程，大幅提升科学研究效率。
然而，市场也提醒，不宜过度高估AI的短期效益。科技媒体《The Register》指出，当前生成式AI在实务应用中仍存在输出不稳定与可验证性不足的问题，使其在高风险科研领域（如药物设计与材料发现）中，仍需依赖大量外部验证机制[9]。因此，AI最大的价值并非立即取代实验室，而是在大幅缩短材料探索与筛选时间，提升科学研究效率，进而加速新材料走向商业化的可能性。
材料自主化成为国家安全新战场
近年来，美国从《CHIPS and Science Act》、关键矿物战略到供应链韧性政策，反映出一个共同思维：未来科技竞争不只是芯片制造能力的竞争，更是科研能力、材料创新能力与供应链掌控能力的竞争。在这个架构下，AI被定位为加速科学发现（AI for Science）的核心工具，而材料自主化则被视为维持科技领先的重要基础[10]。
值得注意的是，美国此次并非仅提供5亿美元支持一家AI新创公司，而是同步取得SandboxAQ的少数非投票股权，代表政府希望与企业共同承担早期技术开发风险，加速实验室成果迈向产业化。相较于过去偏重补贴晶圆厂建设，这次更像是提前布局下一代半导体材料的研发能力。
美国商务部此次资助SandboxAQ的项目，明确点出了四大亟需突破的材料领域，也反映目前美国最关注的供应链弱点[11]。首先便是寻求多氟烷基物质（PFAS）的替代品。PFAS具有耐高温、耐腐蚀及优异绝缘特性，因此广泛应用于晶圆制造设备、冷却液、密封材料及光刻相关制程。然而，由于PFAS具有难以分解、可能污染环境的特性，美国与欧盟近年持续收紧相关法规，使半导体产业面临寻找替代材料的压力[12]。其次，晶圆厂需要次世代的高纯度催化剂来支持上游前驱物的生成与废气处理，建立国内自主的催化剂设计能力，是减少外国供货商控制美国半导体制造生态系统中制程知识产权的必要手段。此外，为了维持曝光机台等精密设备的运作，不再依赖中国主导的钕等稀土元素所制成的永久磁铁，以及开发不依赖进口锂与钴的本土备用电池系统，皆是确保晶圆厂免于断电与停机灾难的核心材料需求。
| 优先领域 | 产业痛点 | AI战略目标 |
| 无PFAS化学品 | 传统PFAS具备毒性且面临法规禁用，却是制程中必备的绝缘与润滑物。 | 快速筛选无污染替代品，确保晶圆厂合规营运。 |
| 高纯度催化剂 | 半导体关键催化剂的制程专利与材料供应长期受制于外国厂商。 | 建立美国本土设计能力，夺回制程专利自主权。 |
| 无稀土磁铁 | 曝光机等关键设备所需的磁铁，高度仰赖中国单一垄断的稀土元素。 | 开发不依赖进口稀土的新磁性材料，解除断供危机。 |
| 新型备用电池 | 晶圆厂与数据中心的备用电力系统高度依赖进口的锂与钴矿物。 | 研发本土新型储能材料，强化高科技基础设施韧性。 |
表1. 美国芯片研发办公室 × SandboxAQ：AI 材料研发四大优先领域；整理制表：北美智权报／吴碧娥
从这四项布局可以发现，美国希望AI协助解决的不只是材料研发效率，而是降低对单一国家供应链的依赖，进一步提升整体科技产业的韧性。
从SandboxAQ获得5亿美元补助，反映出全球科技竞争模式正在改变。当摩尔定律逐渐逼近物理极限，未来芯片性能的提升，将愈来愈依赖材料、封装、架构与AI共同推进。AI也不再只是提升生产效率的工具，而是逐步成为加速科学发现的新型研究基础设施。过去二十年，全球半导体产业竞逐的是谁能盖出最先进的晶圆厂；未来二十年，竞争的核心或许将是谁能最快找到下一代材料，并率先完成从实验室到量产的最后一哩路。
备注：
[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，台湾研究亮点：「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] 同注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] 同注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鉅資擴產：2nm 工藝時代已來」。
[16] 2024/3/29，USTR: USTR Releases 2024 National Trade Estimate Report on Foreign Trade Barriers.
|
