拿下SpaceX射频芯片FOPLP封装订单，传群创将迎重大突破
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
12月29日，据台湾《经济日报》援引业内传闻报道，显示面板大厂群创成功拿下全球低轨卫星龙头大厂SpaceX的射频芯片封装订单。目前群创产能满载，并将逐季放量出货。
当前，特斯拉CEO马斯克正积极打造太空AI数据中心，射频芯片是实现太空与地球之间数据或算力稳定传输的关键组件。若群创真的获得SpaceX相关射频芯片的封装订单，将成为中国台湾第一家与SpaceX在半导体领域展开合作的厂商，顺势搭上这波太空AI发展热潮。
虽然群创的主业是显示面板，但近年来也积极转型进入半导体扇出型面板级封装市场。此次获得SpaceX射频芯片封装订单，也正是利用扇出型面板级封装技术为其进行封装，可谓是迎来了“开门红”。
关于扇出型面板级封装新业务获得捷报，群创董事长洪进扬表示，公司确实已获得国际大厂订单，但不便透露客户具体名称。他强调：“这家客户是国际大公司，已经拥有很多卫星在轨运行”，“如果讲出来大家都会知道”，这些封装用于低轨卫星的地面端接收元件。
知情人士透露，洪进扬所说的“国际大厂”正是SpaceX，而且涉及关键的射频相关应用订单。
洪进扬指出，群创通过“芯片优先”的扇出型面板级封装技术获得了这家国际大厂的订单，且出货非常顺利，客户也很满意。目前群创的相关产线正产能满载运作，订单已排满至明年上半年，正依据客户需求逐季放量出货。
业界人士分析，马斯克提出建立太空数据中心的构想，计划用火箭将AI服务器送上太空，由卫星集群、月球工业基地与太阳能电力来打造下一代算力网络，这一构想引发了全球广泛关注。市场的焦点常在于太阳能作为太空电力来源，以及天线、板材等低轨卫星零部件，却容易忽略射频芯片组件同样也是太空数据中心能否成功的一大关键。
业界分析指出，射频芯片负责将无线电信信号转换为特定波形，相关器件主要用于处理高频段电磁波，并在卫星通信中提供稳定的数据传输和即时通信，对于确保卫星通信系统效能和可靠性至关重要。
对太空数据中心而言，若只是成功将服务器送上太空，却缺乏稳定的通讯系统，那么在太空完成的算力与数据就无法回传地球。射频芯片正是串联此过程的关键环节。SpaceX愿意将如此重要的组件交由群创封装，既凸显了对群创技术的认可，也让群创顺势搭上了太空AI的商业机遇。
洪进扬强调，群创面板本业本季度已有急单出现，看好下季度面板价格齐扬，运营迎来“开门红”。至于扇出型面板级封装技术打入国际大厂供应链，并迈入量产出货阶段，对群创而言，比单纯的技术展示更具指标性意义。
编辑：芯智讯-林子
相关攻略
智通财经APP获悉，根据TrendForce集邦咨询最新面板产业研究，由于技术世代更替与生产成本竞争压力提升，以及8 6代线新产能陆续开出，近年台系面板厂逐步关闭小世代产线，并积极发展新兴事业。另一
12月29日消息，据台媒《经济日报》报道，业内传出消息称，显示面板大厂群创成功拿下全球低轨卫星龙头大厂SpaceX 射频（RF）芯片封装订单，目前群创产能满载，将逐季放量出货。目前特斯拉CEO马斯克
1 月 5 日消息，群创光电 (InnoLux) 本月 2 日宣布将以 "Display the Future，TOGETHER " 为核心主题参与即将到来的 CES 2026 消费电子展，带来多款
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭