Intel傳組千人大軍搶蘋果肥單！台積、三星與高通剉著等|數位時代 BusinessNext

蘋果(Apple Inc.)破天荒將A9處理器交給製程不同的台積電、三星電子(Samsung Electronics Co.)代工，目的顯然是為了讓兩家供應商互相競爭、趁機獲利，而對蘋果訂單垂涎已久的英特爾(Intel Corp.)，傳出也組成了千人大軍、準備加入戰局！

圖說明
圖片來源：IntelPhotos via Flickr, CC Licensed

VentureBeat 16日引述未具名消息人士報導，英特爾已指派一千名(甚至更多)員工，為2016年版的iPhone量身打造其備受讚賞的7360 LTE數據機晶片。假如一切順利，那麼英特爾除了為iPhone供應數據機晶片外，還會替蘋果代工最新的系統單晶片(SoC)。

根據消息，英特爾將傾盡全力，力圖在2016年為蘋果iPhone 7供應至少一部份的數據機晶片。目前所有iPhone都是使用高通(Qaulcomm Inc.)的9X45 LTE晶片。

消息顯示，蘋果應該還未與英特爾正式敲定數據機的供應協議，但假如英特爾能持續達標、則雙方也許真會簽約。由於英特爾一開始在行動晶片市場遭到挫敗，自此便遙遙落後高通，所以這次機會英特爾勢在必得。

消息還爆料，蘋果最終希望創造一顆整合Ax處理器與LTE數據機晶片的SoC，大幅改善運算速度與電源管理效能，而這款由蘋果設計的SoC將冠上該公司的品牌標籤，並向英特爾取得LTE數據機晶片專利。英特爾則會接下代工任務、以14奈米製程技術打造這顆晶片。英特爾之所以需要組成千人大軍，也是因為之後可能會取得更多與iPhone有關的業務。

iPhone的A9晶片目前是由三星與台積電代工，雖然這兩家公司也有14奈米製程技術，但卻仍混搭了20奈米製程、效能也被打了折扣。相較之下，英特爾則完全都是使用14奈米製程，創造的晶片擁有優異的密度與閘極間距(gate pitch)。

英特爾除了14奈米外、10奈米製程也在同時研發中，成功吸引蘋果關注。雖然10奈米製程晶片當前還無法大量生產，但最快兩年就可做好準備。

依據barron‘s.com報導，Cowen & Co.分析師Timothy Arcuri曾於9月30日發表研究報告指出，蘋果希望讓三星成為主要供應商，但仍打算與台積電合作、當成「保險」，一旦良率轉佳，蘋果將坐擁絕佳優勢、未來分配訂單時就能對兩家晶圓廠施加極大壓力。

Arcuri還說，為防遭到晶圓代工廠反擊，蘋果也許會把A10處理器轉交給英特爾代工。英特爾的10奈米製程投產時間還趕不上A10，但其14奈米製程技術卻採用了次世代FinFET科技，比台積電、三星的製程擁有更佳的效能與省電效果。

Investor’s Business Daily 10月14日報導，Summit Research分析師Srini Sundararajan看好英特爾，報告稱要是台積電和三星下修明年的資本開支，英特爾的10奈米製程很有機會奪下蘋果的晶圓代工業務。 Semiconductor Advisors分析師
Robert Maire指出，英特爾正在提升愛爾蘭工廠的14奈米產能，當下似乎良率欠佳。不過他也強調說，要是英特爾搞不定14奈米，台積電和三星逐漸趕上，10奈米恐怕又有激烈競爭。

英特爾執行長科再奇(Brian Krzanich，見圖)表示，4億美元的資本開支，轉至2016年進行，將用來調整晶圓製造工具，提高產出。Sundararajan說，英特爾調高2016年資本開支，顯示該公司進入「攻擊模式」。

文章出處：MoneyDJ 財經知識庫

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。