TOSHIBA半導體廠節能減碳現況與發展
TOSHIBA半導體廠節能減碳現況與發展
2008.08.11 | 科技

一、前言
為因應地球的氣候暖化現象及生態的保育,降低半導體製造對於環境所帶來的影響,國際的半導體大廠,紛紛提出節能減碳的策略,在維持產量及經濟效益前提下,同時維護環境的生態,並可提升企業的形象。本文將對國際半導體大廠-日本TOSHIBA公司,在半導體廠的節能減碳措施,做現況及未來規劃之探討,以提供國內半導體業在節能減碳上之參考。
二、TOSHIBA節能減碳現況分析
根據TOSHIBA集團所生產的產品CO2 排放量比較,以半導體產品的CO2排放量47%比例為最高,其次是社會基礎設施產品占16%,第三為LCD產品占14%,圖一詳列出TOSHIBA集團內生產各類產品所排放CO2的比例。
圖一 TOSHIBA各項產品的CO2排放比例

TOSHIBA實行節能減碳的措施,詳列如表一所示。

表一 TOSHIBA實行節能減碳的策略


 
TOSHIBA半導體採用集團內生產的產品如:空調用設備、Renewable電力設備、電漿廢氣處理設備等,實行上述的節能減碳策略後,於2006年CO2排放量為1,130千噸(如圖二所示),雖然比2005年排放量多,但以生產量的單位排放量比較,則比2005年更減少了約7%,而由每年單位生產量的CO2排放量來看,是呈逐年下降的趨勢。TOSHIBA 2005年的半導體營收為9,045百萬美元,而2006年更成長為9,782百萬美元,成長比例為8.14%,由此可知TOSHIBA每單位的CO2減量成效良好,且營收並不受影響反而上升,所以TOSHIBA能確實的執行節能減碳的策略,並有效地利用資源,創造更高的營收貢獻度。
圖二 TOSHIBA半導體廠歷年減碳的成效


三、TOSHIBA半導體廠未來的節能減碳目標
TOSHIBA半導體廠在未來的節能減碳的實施方向,將以減少因用電而排放的CO2為目標,以1990年為基準年,於2010年減少25%。而造成溫室效應的PFC氣體的排放量,將以1995年為基準年,於2010年減少10%。在資源的有效運用上,以減少廢棄物的排放,則是以2000年為基準年,於2010年減少20%。
由圖三所示,TOSHIBA集團於2006年減碳的績效達到430萬噸CO2,其中半導體及光電產業所生產的電子元件,則減少排放111.8萬噸CO2,占集團內所有減少排放CO2的26%,其比重僅低於家電產品的41%,位居第二,如圖三所示,對於未來所有製程造成的CO2排放量,則以2000年為基準年,按每年減少的比例,朝向2025年減少1,060萬噸CO2,但TOSHIBA仍希望調高為減少3,570萬噸CO2,達成最高的目標。
 
圖三 TOSHIBA 於2025年降低CO2排放量之目標

四、結論
我國半導體產業為二兆雙星之重要產業之一,而TOSHIBA在半導體產業降低CO2的排放經驗可知,我國的半導體廠仍有節能減碳的改善空間,而國內目前進行的措施,相較於日本產業對於環境影響所制訂的政策,他們以較高的目標完成節能減碳外,並同時創造企業的利潤貢獻度。我國半導體廠若以TOSHIBA為基準,發展出更多的節能方向及目標,除了可以為環保減碳善盡企業社會責任外,在歐盟積極推動綠色環保的產品潮流下,相信企業節能減碳的實行,能為企業帶來更多商機,同時也提升企業在綠色產品的競爭力。

‧更多精彩文章請連至ITIS智網

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓