網路巨擘與資本市場將如何改變半導體產業?
網路巨擘與資本市場將如何改變半導體產業?

日前高通執行長莫蘭科夫(Steve Mollenkopf)釋出善意,希望與蘋果公司重新合作。蘋果與高通的爭端始自2017年,蘋果指高通收取不合理的專利授權費,高通則指控蘋果不法竊取商業機密,如今兩家公司若願意和解並攜手合作,對半導體業將帶來版圖重組的重大衝擊。

不過,我認為這則新聞背後,還有一個重要大趨勢值得關注,而且很可能是未來十年衝擊半導體業最大的一股力量。我相信,類似蘋果這種網路時代造就出來的巨大企業,未來十年將對半導體行業帶來巨大的破壞力,而且力量會愈來愈強,甚至扭轉整個產業的樣貌。

首先,高通與蘋果的爭端,如今和解是從高通執行長口中提出來,其實態勢已經很清楚,因為眼前這個戰爭繼續打下去,先受不了的一定是高通。蘋果不論經濟規模及產業實力都太強大,實在不是高通可以得罪得起的客戶。尤其過去居IC設計龍頭的高通,如今市值已明顯輸給輝達及博通,若未來蘋果訂單又拿不回來,市值恐怕只會再往下掉。

沒錯,觀察經濟規模及產業實力最重要的指標,就是公司的股票市值。

若以市值來排序美國的FAAMG及中國的BAT,這些網路大軍可以大致分成三個等級,第一級最具份量的是微軟、蘋果、亞馬遜及谷歌,市值在8500億至7700億美元之間,至於第二級的有阿里巴巴、臉書及騰訊,市值在4100億至3800億美元之間,至於網飛(Netflix)市值1200億美元,百度650億美元,只能列入規模小很多的輕量級。

誰是巨人,誰是小矮人?

這些網路大廠的市值,遙遙領先全世界所有產業,當然也明顯超越半導體公司。以目前全球市值最大的半導體企業來看,三星、英特爾、台積電可以算是第一梯隊,市值在2600億至2000億美元之間(不過,三星電子包括半導體及手機事業等,不是很純粹的半導體股),至於第二梯隊應該以輝達、博通、高通為代表,市值在1000億至700億美元之間。另外若對比台灣半導體代表隊,聯發科在130億美元,日月光不到100億美元,聯電低於50億美元,誰是巨人,誰是小矮人,很容易區別。

市值規模是企業實力的綜合指數,也是企業影響力的具體指標,會對產業發展產生巨大的改變力量。早年資訊(IT)產業還未崛起前,電信產業具備影響科技發展的重要力量,但1997年英特爾、微軟及思科等IT產業市值超越電信產業後,資訊產業開始決定科技產業發展方向,二千年中後期網路產業崛起,不僅搶奪資訊業的影響力,更讓電信業影響力式微,逐漸淪為替別人打工的「笨水管」。

市值規模的大小,會是大廠決定是否切入的因素。例如,重量級的谷歌、蘋果、微軟及亞馬遜等,可以很容易就挖角優秀的半導體人才,在內部成立IC設計團隊進行產品開發,或是在外部物色及投資優秀的IC公司,這對現金滿滿的大廠來說絕對不成問題。至於大陸的華為早在十多年前就投資晶片設計的海思,阿里巴巴今年則成立人工智慧晶片團隊平頭哥,還有騰訊、百度、小米甚至家電業的海爾都已開始投資IC事業,這些都是各行各業搶攻半導體的例證。

市值規模的懸殊差異,也是網路大廠決定出手併購的關鍵因素。

兩年前,IC設計業中的智財元件(IP)龍頭廠安謀(ARM)被軟銀以320億美元收購,就是一個指標案例。軟銀靠著目前近千億美元的市值,募集到第一個願景資金也高達一千億美元,而且資金來自中東與科技業,是國際資本力量最具體的集結,這個收購案其實已宣告網路大軍不僅大規模介入半導體,更要積極扭轉這個行業,透過掌控這家半導體設計最核心的智財元件廠,未來要進一步掌控全世界的物聯網產業。

半導體產業各環節,那個領域最容易被打破?

除了市值因素外,半導體產業已步入成熟,摩爾定律的發展已經慢下來,也是網路大廠切入發展的主因。半導體產業成熟的現象很明顯,例如高成長不再、激烈競爭導致利潤微薄等,這種產業環境也讓人才有機會釋出來,網路大廠可以很從容地找到人才,在內部開始各種IC產品設計,切入AI、物聯網、自駕車等最有前景的新題目。

如果大廠切入半導體業已成趨勢,那麼,半導體產業的各個環節中,那一個領域最容易被打破?

我認為依序為IC設計、封裝及晶圓代工,會如此判斷的原因,當然市值還是一個很重要的因素,例如台積電市值最高達2200億美元,就是一個相當具有競爭障礙的門檻,大廠若想切進來,沒有五至十倍的市值,恐怕都要再三考量。

不過,IC設計的市值也不低,例如輝達、博通、高通都在一千億至七百億美元間,不能說沒有進入門檻,但因為IC設計行業進入障礙相對還是比較低,而且都是輕資產的型態,除了前面幾家大廠外,更多的是規模很小的中小型企業,這些看在市值巨人的網路大廠眼中,根本就是蛋糕一片,很容易一口就吃掉。

事實上,IC設計這幾年最流行的就是併購,例如博通就是靠併購壯大的高手,其中與安華高(Avago)370億美元的合併案,讓博通併成一家市值達千億美元的大廠,因此,未來網路大廠收購IC設計的例子絕對會更多,而中小型IC設計公司除非掌握很利基的產品線,否則很難單獨營運存活。

至於在產業鏈中重要性在逐漸降低的封裝業,雖然市值不大,但因為能夠創造的價值綜效有限,不見得是大廠想要切入的市場,至少,投入IC設計可以做出替客戶創造更多價值的AI等產品,但投入封測業只能賺有限的加工錢,顯然沒有太多投資誘因。

倒是從市值角度來看,三年前日月光董事長張虔生提出合併矽品的計畫,當時引起產業一陣抗拒與騷動,但即使合併後變成全球封測業龍頭,市值仍不到百億美元,在全球資本場中只能算是小弟弟,台灣不要用自己狹隘的視野來看世界,在此又得到一次驗證。

每年到了年底,許多半導體界的朋友都認真做明年的計畫,顯然很多人覺得明年不會是一個好年,但是,看多了產業演變,我還是相信,再怎樣不景氣,仍然是強者恆強的局面,只是網路大軍會在未來幾年,成為產業改變調整的重要因素,台灣最好趕快做準備,免得大難來時一點心理準備都沒有。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #半導體
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