感謝貴人張忠謀！力晶改組以小吃大，更名力積電拚2020年重返資本市場|數位時代 BusinessNext

感謝貴人張忠謀！力晶改組以小吃大，更名力積電拚2020年重返資本市場

力晶科技創辦人暨執行長黃崇仁可說是半導體界最具爭議性的一號人物，但絕對沒有人敢質疑他從公司慘賠下市，一息尚存下，歷經5年轉型硬讓淨值從負翻正的能耐，然而背後貴人則是台積電創辦人張忠謀。

拼2020上市，力晶改組小吃大

力晶集團4日宣佈因應2020年上市計畫，展開企業架構調整，旗下負責8吋廠的鉅晶電子，不僅更名為「力晶積成」電子製造股份有限公司（簡稱力積電），2019年更計畫收購母公司力晶科技所屬的三座12吋晶圓廠！

力晶也表示，2020年力積電將以專業晶圓代工產業定位，在台灣爭取重返資本市場，而這也是黃崇仁今年復出公開場合時向股東預告的承諾。

力晶曾是台灣DRAM產業龍頭，股民心中印象難以抹滅，或許是力晶要重新上市，重新定位晶圓代工廠，不得不以子公司為主體，並改名的主因。

有趣的是，黃崇仁多次表示未來力晶要當小台積電，此次也取名力積電，似乎也是「向台積電致敬」。力晶表示，力積電後續會增資，爭取往來金融機構的支持。

力晶官方發佈聲明：「為徹底擺脫以往金融界、投資人乃至於一般社會大眾視力晶為DRAM、IDM（自有產品）概念股的舊形象。」

黃崇仁說，重返資本市場後，會以單純的資產、財務體質以及專業晶圓代工的明確定位，專注投資本業，善用多重籌資管道，增加未來產能擴張所需的資金調度彈性。

從DRAM轉代工，貴人台積電張忠謀

力晶自2008年起歷經全球DRAM景氣低潮嚴重虧損導致股票下櫃、5年內轉型晶圓代工業，公司估計5年獲利500億元，從賠千億到賺錢，營運跌宕起伏有如半導體界的傳奇故事，而背後的貴人是台積電創辦人張忠謀，讓力晶跟世界先進策略聯盟。

而爭議的一點，則是力晶在0.29元下市，28萬股東手中股票變壁紙，下市後，黃崇仁以每股0.3元公開收購在外流通股票，現在營運大好，股東質疑他資訊不對稱低檔收購。

展望未來，黃崇仁表示，為長期投資台灣、謀求員工與股東最大利益，過去幾年該公司一直低調規劃未來策略方向，企業架構調整，是重新出發的第一步。

力積電力拼台灣晶圓代工老三

為籌劃上市，100%控股的8吋廠子公司鉅晶先更名為力積電，並在2019年中，把力晶科技的3座12吋晶圓廠及相關營業、資產讓與力積電；換言之，力積電在2020年會擁有3座12吋廠、2座8吋廠及逾6,000名員工，將以自有獨特產品技術（product technology）的專業晶圓代工廠的產業定位，在台灣申請重回資本市場。

黃崇仁認為，力晶同時掌握記憶體、邏輯和多元化整合製程技術，過去就以獨特定位立足於晶圓代工市場，未來力積電在技術研發方面，將積極與歐、美及日本大廠合作，朝向高階的生物科技、人工智慧與半導體晶片連結，持續優化生產MOSFET、車用電子等成熟技術產品，打造新定位。

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。