美國半導體政策正由擴充本土晶圓製造能力，進一步延伸至 AI 運算系統的資料傳輸、記憶體存取、先進封裝、材料與供應鏈安全。美國商務部於 2026 年 7 月 29 日宣布，已與 7 家企業簽署意向書，擬依據《晶片與科學法案》提供合計最高 8.74 億美元的聯邦獎勵，加速下一代運算與人工智慧所需的半導體研發。
目前這批資金仍處於意向書階段，7 家企業須通過商務部的盡職調查與正式審核，才能簽署最終協議，實際核定與撥付金額也可能低於所列上限。商務部並將取得各企業的少數、非控制性股權，使這批計畫不同於傳統的單向補助。
前三大計畫取得近八成資金，政策直接對準 AI 系統瓶頸
7 項計畫涵蓋整合光子、AI 記憶體、先進封裝、新型運算架構、介電材料、供應鏈驗證與光互連元件。其中，GlobalFoundries、Kepler Computing Inc.（以下簡稱 Kepler）與 Multibeam Corporation 三家公司合計擬獲得 6.85 億美元，占總金額約 78.4%，顯示政策資源主要集中於資料傳輸、記憶體存取與晶片整合三項 AI 運算瓶頸。
| 企業 |
擬議獎勵上限 |
主要研發方向 |
預期解決的問題 |
| GlobalFoundries |
3 億美元 |
矽光子、近封裝光學與共同封裝光學 |
提高 AI 晶片互連頻寬並降低資料傳輸功耗 |
| Kepler Computing Inc. |
2.45 億美元 |
結合 3D 整合與鐵電技術的新型 AI 記憶體 |
改善記憶體頻寬、存取效能與能源效率 |
| Multibeam |
1.4 億美元 |
多晶片組裝、堆疊與數千條導線互連技術 |
提升 Chiplet 與異質整合能力 |
| Extropic |
7,500 萬美元 |
熱力學取樣單元 |
以較低能耗處理機率運算、模擬與最佳化 |
| Thintronics |
5,000 萬美元 |
超低損耗層間介電材料 |
降低高速互連與先進封裝的訊號損失 |
| OBSIDIA Semiconductors |
3,400 萬美元 |
非侵入式元件驗證技術 |
辨識偽造或遭惡意修改的電子元件 |
| Aeluma |
3,000 萬美元 |
大尺寸、無磷化銦基板技術 |
支援光偵測器、雷射元件與 AI 光互連 |
註：上述金額均為意向書所列的最高擬議金額，並非最終核定或已撥付金額。
矽光子與光互連成為最大單一投資方向
GlobalFoundries 擬獲得最高 3 億美元，為本次規模最大的單一計畫。美國商務部希望透過這筆資金，將美國近封裝光學（Near-Packaged Optics，NPO）與共同封裝光學（Co-Packaged Optics，CPO）的研發進度提前 2 至 3 年。
傳統 AI 伺服器主要透過電訊號在處理器、記憶體與交換器之間傳送資料，但隨著傳輸距離、頻寬與運算叢集規模上升，銅互連面臨訊號衰減、功耗及散熱壓力。矽光子則利用光訊號傳輸資料，並將光學元件配置在運算晶片附近，可縮短電訊號路徑，提高頻寬密度與能源效率。
GlobalFoundries 的計畫涵蓋次世代矽光子晶圓、新型光學材料、3D 混合鍵合與先進封裝，相關研發將在紐約州 Malta 與佛蒙特州 Burlington 的園區進行。公司表示依另一項協議，商務部預計取得約 1% 股權，但實際持股安排與獎勵內容仍須等待最終協議確認。
光互連因此已從單純的通訊零組件議題，轉為影響 AI 資料中心運算密度、散熱與電力成本的核心技術。當資料搬運消耗的能源持續增加，即使處理器算力提升，整體系統效能仍可能受到互連頻寬與功耗限制。
記憶體與先進封裝決定算力能否充分利用
第二大計畫由 Kepler 取得，擬議獎勵金額最高 2.45 億美元。該公司將運用 3D 整合與鐵電技術，開發新型高效能 AI 記憶體。大型 AI 模型的運算需求快速增加，但系統效能並不只取決於 GPU 或其他加速器的理論算力。若記憶體容量、頻寬及資料存取速度未能同步提升，處理器便可能因等待資料而無法充分運作，形成所謂的「記憶體牆」。美國政府因此希望在既有高頻寬記憶體之外，培育新的材料與架構路線，降低資料搬運造成的時間與能源成本。
Multibeam 則擬獲得最高 1.4 億美元，用於開發多晶片組裝、堆疊及高密度導線互連技術。隨著先進製程成本持續提高，AI 處理器愈來愈依賴 Chiplet 與異質整合，將運算、記憶體、通訊與輸入輸出功能分開製造，再透過先進封裝組成完整系統。封裝的互連密度、製程良率與散熱能力，也將直接影響產品效能及量產成本。
材料、新型運算與供應鏈驗證補足上游缺口
其餘四項計畫分別補足材料、光學元件、新型運算與供應鏈安全。Thintronics 將開發超低損耗層間介電材料，以降低高速互連與先進封裝中的訊號損失；Aeluma 將研發大尺寸、無磷化銦基板技術，支援光偵測器與雷射元件製造。
Extropic 擬利用自然熱波動開發熱力學取樣單元，希望以較低功耗完成 AI、模擬與最佳化任務。OBSIDIA Semiconductors 則將研發非侵入式元件驗證技術，用來辨識偽造或遭惡意修改的電子元件。隨著 AI 晶片進入資料中心、國防與關鍵基礎設施，元件來源、製造履歷與真實性也逐漸成為供應鏈安全的一部分。
《晶片法案》由建廠補貼轉向關鍵技術投資
《晶片與科學法案》初期的政策重點，是透過補貼、貸款與稅收抵免吸引企業赴美興建或擴建晶圓廠。其中約 390 億美元用於製造設施與設備獎勵，另有約 110 億美元投入半導體研發生態系。此次 8.74 億美元計畫並非主要用來擴充既有晶圓產能，而是支持尚未完全成熟、但可能影響下一代 AI 系統架構的技術，顯示《晶片與科學法案》的執行重點正由製造設施擴張延伸至關鍵研發能力。
政府取得少數、非控制性股權，也使公共資金的角色由單向補助逐步接近策略性投資。若受支持企業成功商業化、估值上升或被收購，政府持股可能為納稅人帶來回報。然而這種模式也提高政策執行的複雜度，政府必須處理持股估值、退出方式與利益衝突，並避免補助審核、產業監管與股東利益相互混淆。
商業化進度將決定政策投資的實際影響
這批計畫多數仍處於研發或早期商業化階段，實際影響將取決於製程良率、成本、系統整合、客戶驗證與量產能力。後續審查也可能調整個別計畫的金額、股權安排或執行條件。
相較於大型晶圓廠建設，8.74 億美元的資金規模有限，但投資方向具有明確政策訊號。當先進處理器的單點效能持續提升，競爭焦點正逐漸移往晶片間通訊、記憶體存取、封裝整合與能源效率。美國希望透過政府資本縮短這些關鍵技術的研發時程，並將光子、記憶體、封裝、材料與驗證能力留在國內。