欣銓以研發深度贏得客戶
欣銓以研發深度贏得客戶
2006.04.15 | 科技

七年前,黯然告別DRAM(動態隨機存取記憶體)產業的前世界先進總經理盧志遠,帶著旗下測試工程處長秦曉隆等一批菁英,毅然決定自己創業,成立欣銓科技。七年後,欣詮更與銀行簽訂二十億新台幣的聯貸案,用在機台的擴張上,欣銓已站上前所未有的制高點。
「我們現在已是台灣最大十二吋晶圓測試廠了!」欣銓董事長盧志遠透露,今年欣銓市場占有率將挑戰三○%。他進一步強調,這行是「高資本投資」(Heavy Capital Investment)的產業,「第一次投資沒有五十億新台幣,就不要想進來。」
現在的盧志遠,也不再是那個只會談DRAM技術的工程師了。當年從美國回來、就直接參與「世界先進」籌備及營運的盧志遠,雖然準備在DRAM領域大展身手,但因世界先進一直未達經濟規模,即使連續由台積電調派曾繁城、蔡力行接掌總座,也未見起色。

看好晶圓測試的成長商機

因此,在盧志遠的「主動建議」下,當時擔任世界先進董事長的張忠謀,做出「壯士斷腕」的決定,開始讓世界先進嘗試轉為晶圓代工,也開始與台灣自立發展DRAM的夢想漸行漸遠。但另一方面,過去一向專注在DRAM戰場的盧志遠,在與認識二十年的老戰友、世界先進測試工程處長秦曉隆討論後,兩個人都看到一個商機:未來半導體廠的投資規模愈來愈大,在彼此激烈競爭下,這些廠商都會將投資重心放在晶圓生產,同時會縮小自家工廠裡後端測試的規模。
盧志遠表示,雖然後端測試不是晶圓廠的核心,但這塊投資卻占了二○%,如果以一千億新台幣的設備採購來看,就有二百億要用在這裡,「以現在這種競爭激烈的環境,如果前端製程少花二百億,是會致命的,」盧志遠從代工者的角度再一次確認商機。
以台積電一個月生產五十到六十萬片晶圓來說,過去自製與委外的比例為四比六,在加速擴充九○奈米以下的高階產能後,不論是八吋或是十二吋的晶圓測試外包比重都逐漸上升。依業界推算,台積電釋出的晶圓測試訂單,雖然五成是客戶自行下單,但另外五成卻是台積電自己決定,而這自行決定的五成中,又有五成會外包給測試廠商。同樣的,國外IDM(整合元件製造廠)也在找尋委外測試的合作對象,「未來晶圓測試市場,只會快速膨脹,不會萎縮。」

資金雄厚足以對抗不景氣

當時,欣銓只打算募集十億新台幣創業,但沒想到半導體景氣逐漸回春,加上盧志遠與秦曉隆為首的技術團隊,實力也有口碑,因此吸引而來的半導體業及創投金主多於預期,包括旺宏、華泰、鈺創、寶成工業、宏泰電工、交銀、創新工業等,共募集了十七億五千萬新台幣。二○○一年十月,欣銓正式成立後的隔年,又增資二億五千萬新台幣,以當時一家剛成立的半導體測試廠而言,二十億的資本額,的確「把口袋挖得很深」。
過去,封測產業進入門檻低,買來測試機台就可以開始接單,使得台灣封裝測試廠到處林立,在二○○○年極盛時期,台灣封測廠商合計高達三十多家,並且為創造規模、拉大差距,一線大廠一年動輒砸下百億新台幣擴產,二線也有三十到五十億,毫不手軟。但是突如其來的景氣反轉,卻讓這些廠商身受重傷,很多人都得關門大吉,「還好我們的口袋深一點,可以撐到下一個春天來,」盧志遠打趣地說。
除了口袋深,足以躲過景氣低潮外,秦曉隆帶領的技術團隊,更是欣銓穩定前進的關鍵。德州理工大學電機工程碩士畢業的秦曉隆,在美國電信電報(AT&T)、德儀(TI)工作時,就投入測試軟體開發,經驗超過二十年,加上執行副總張季明、市場行銷副總丁振毅等人,都是前世界先進後段測試的大將,「他們的核心團隊,是台灣晶圓測試技術最好的一批,」工研院IEK產業分析師蕭傳議表示。

客戶刁難使用老舊機器

鴻海董事長郭台銘曾說,鴻海擁有四流的人才、三流的管理、二流的設備、一流的客戶,「我們的策略也是如此,」不要求客戶多的盧志遠回憶,欣銓剛成立時,潔淨室還沒有完工,德儀就派人到位在湖口的總部參觀。三個月後,德儀為測試欣銓的實力,就給了個小生意,並「刁難地」指定要用位在德儀新加坡工廠裡的十台機器。「一運來台灣,我們都傻眼,因為這些骨董機器,年紀比我們工程師還大,」盧志遠苦笑著說:「就像以前空軍用的F104戰機,很多零件根本買不到,只能靠著拆零件,勉強維持七、八台運作。」 雖然三天後,欣銓順利通過考驗,但德儀並沒有就此放心,還是抱持著試驗心態,只願意給些小額訂單。盧志遠表示,雖然訂單不大,但是作業程序卻一樣都不少,除要求每兩、三天就要開電話會議外,每天報告進度的Email更是不計其數,「我知道他們在考驗,所以一開始,所有Email出去前,秦總都要看過,一封封檢查文法,」他強調:「不這樣磨合,生意根本拉不到。」考驗維持兩年,欣銓終於拿到德儀的長期訂單,也是單一最大客戶,占欣銓整體營收比重的四五%。
二○○五年欣銓又買下宏碁集團僅存的封測廠宏發,取得三十多台偵測機後,產能和服務客戶的競爭力更是強大,當其他新進測試廠商的老闆們,每天都得在產能利用率與燒錢擴廠之間來回掙扎,欣銓已經先找到一塊築有高城牆的甜美之地了。

欣銓(3264) 董事長︰盧志遠 成立時間:1999年 資本額:35.1億(新台幣) 總市值:130億(新台幣,截至2006/04/7) 2005年營業額:24.9億(新台幣) 2005年每股盈餘:2.49(新台幣) 總部所在地:台灣新竹 總部所在地:台灣新竹 近年大事紀:2000年達到損益兩平/2005年1月以16元上櫃/2006年獲得德州儀器頒發的優良供應商獎,全台灣唯一進榜/2006年與交通銀行等6家銀行簽訂6年期、授信額度20億新台幣的聯貸案。

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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