鴻海揪蘋果、亞馬遜競標東芝半導體子公司，郭台銘：但不會和WD合作|數位時代 BusinessNext

鴻海揪蘋果、亞馬遜競標東芝半導體子公司，郭台銘：但不會和WD合作

蘋果、亞馬遜與鴻海富士康三巨頭一同合作出資競標東芝半導體子公司，將造成新的一股業務整合加乘效果。

日經新聞5日報導，東芝（Toshiba）半導體子公司「東芝記憶體（Toshiba Memory Corporation、以下簡稱TMC）」的出售協商將在本週（6月5日起的當週）迎來關鍵時刻，東芝最快有可能會在本週內敲定哪個陣營將獲得優先交涉權，而出價據傳最高的鴻海（2317）董事長郭台銘（見附圖）接受採訪時證實，將和美國蘋果（Apple）、亞馬遜（Amazon）合作、一同對 TMC 出資，且稱美國威騰電子 Western Digital（以下簡稱WD）為競爭對手、不會和WD進行合作。

郭台銘在6月4日之前於大阪市接受日經新聞的採訪，而被記者問到是否會和蘋果、亞馬遜合作，參與 TMC 競標時表示，「蘋果、亞馬遜當然會進行出資。不過出資比重不能說、這是商業機密」；而被問到和美國 WD 合作的可能性時，郭台銘指出，「為什麼會有合作的可能性呢。他們是競爭對手」。

日經新聞指出，鴻海使用記憶體的伺服器產量號稱全球最大、且也生產蘋果 iPhone 等智慧手機產品，因此郭台銘表示，身為記憶體顧客的鴻海，若能收購 TMC 的話，一定能夠產生相乘效果。郭台銘指出，「我們生產使用記憶體的智慧手機、伺服器等產品，熟知技術研發的方向性，因此若能和擁有技術能力的 TMC 合作的話，就能研發出具競爭力的半導體產品。」

東芝 2 日於日股盤後發布新聞稿，痛批 WD 阻礙 TMC 出售手續的舉動（向國際仲裁法院訴請仲裁），並稱將在 6 月後半之前決定 TMC 買家，且目標在 6 月 28 日舉行定期股東會之前簽訂正式契約。

共同通信報導，東芝5月25日向主要往來銀行說明半導體事業的出售狀況時表示，總計有4陣營參與在5月19日截止的第2輪招標，而所有陣營出價都超過2兆日圓，但東芝考慮以由產業革新機構（INCJ）等所籌組的日美聯盟為優先考量對象。

據悉，參與競標的4個陣營分別為鴻海、美國半導體大廠博通（Broadcom）、SK Hynix 以及美國投資基金 KKR。其中，鴻海是攜手夏普參與競標、博通是和美國投資基金Silver Lake合作、SK 則是攜手貝恩資本。另外，WD未參與第2輪競標，但向東芝進行單獨提案。

每日新聞4月20日報導，鴻海向東芝出示的收購提案全貌曝光，鴻海自身僅計畫取得TMC 2成股權，其餘 8 成股權希望能由日、美陣營分食（各取得40%股權）。

其中，在日本陣營部分，鴻海希望東芝能持續持有TMC 2成股權、夏普持有1成、且將找來其他日本企業取得1成股權；美國陣營部分，鴻海希望蘋果能取得2成股權，亞馬遜、戴爾（Dell）各取得1成。

日經新聞5月16日報導，因日本政府憂心東芝半導體技術外流，因此不希望東芝半導體事業賣給鴻海等和中國走得很近的企業，而為了打開此種不利局面，鴻海計畫讓轉投資的夏普做先鋒，夏普考慮將出資比重上限提高至約 2 成左右水準。

本文授權轉載自：MoneyDJ

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。」

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。