台積電晶圓瑕疵門,除營收短少5.5億美元,還透露些什麼?
台積電晶圓瑕疵門,除營收短少5.5億美元,還透露些什麼?

台積電在1月中傳出南科14B廠晶圓良率異常,因此報廢上萬片晶片,針對此事台積電在15日發出聲明指出,因晶圓報廢重做,調降第一季財測。

台積電在2月15日發出聲明中,把矛頭指向某化學原料供應商。「化學原料供應商的一批光阻原料中某特定成分因被處理的方式與過去有異,導致光阻液中產生異質的聚合物。而此異質聚合物對晶圓14B廠生產的12/16奈米晶圓產生了不良影響。」

台積電指出此次事件預計將使第一季營收減少約5.5億美元,毛利率減少2.6個百分點,營業利益率減少3.2個百分點,每股盈餘減少新台幣0.42元。第一季報廢的晶圓將於第二季補足。引發業界熱烈討論。

罪魁禍首是光阻原料供應商,但台積電供應鏈管理與進料檢驗也須加強

台積電企業訊息處資深處長孫又文向《數位時代》說明,「台積電現有線上晶圓檢驗(in-line wafer inspection )儀器無法檢測出該異常狀況,而後部分晶圓良率偏離(outlier),追查後發現光阻原料有問題。過程中花了一點時間。」

台積電聲明中所提到的光阻液(photoresist)是晶圓製造中的微影成像(Photolithography)步驟的關鍵化學品。晶圓製程中光阻劑被敷塗在晶圓後,接續的曝光(改變光阻劑溶解度)、顯影(去除溶解度較高的光阻劑)、蝕刻(移除未被光阻劑覆蓋的晶圓外膜)、去除光阻劑等步驟都和光阻劑有關,因此光阻液的使用是影響製程良率的關鍵因素之一。

晶圓製造商對於包括光阻液在內的化學品進料檢驗(Incoming QC)及供應鏈管理(SQE)都嚴格控管,才能避免晶圓在製程被污染,影響製程良率。

在供應鏈管理中,從原料的製程、生產設備與生產地點若有任何變動,該原料供應商都要通知使用廠商,在這次提供問題光阻液的廠商並沒有事先告知,在「資訊不透明」的狀況下導致台積電事後追查才發現晶圓良率有異常。

罪魁禍首是該光阻液供應商,據自由時報指出,陶氏化學為問題光阻液的供應商,台積電將求償40億元,但台積電並未證實此訊息。卻也顯示台積電的供應鏈管理與進料檢驗都還不夠嚴格,需要加強。

影響一:短期而言就是財務損失

短期而言對台積電就是財務損失。

不過對此半導體分析師陸行之公開在Facebook上提出疑問,「為什麼台積電被供應商(日本晶圓運輸設備及美國光阻劑化學大廠)陷害,台積電及投資人股東卻要自行認列獲利短少(5.5億美元營收短少及3.5億美元營業利潤短少,其中不包括再投片生產補足的營收及獲利),還要再自掏腰包買原料及承擔折舊費用幫客戶重做?

對於陸行之的質疑,某產業分析師認為「自掏腰包,處理危機速度快,晶圓製程很多道,雖然現在原材料業者願意承認光阻劑的問題,但是真要走到法庭上判賠多少?台積電要舉證其他製程沒有瑕疵,要拿自己的參數出來給大家看,並且曝光其他材料供應商,因此權衡之下自己掏錢最便宜最快。」因此台積電的處理方式也很有可能回歸檯面下的商業談判,不會直接對簿公堂。

「對於TSMC客戶而言,自掏腰包重製晶片是負責任的做法,至少讓客戶知道買到的不會是有問題的那批,而且也承諾Q2可以趕完給客戶,TSMC很有可能在承諾的Q2底前就完全趕完,這也是競爭力之一。」

影響二:客戶是否會轉單三星?

14廠晶圓報廢受波及的主要客戶是Nvidia的GPU產品以及MTK、海思的手機應用處理器(AP)。目前看起來市場上這兩類產品存貨水平尚可承受一個月的供應缺口,對產品價格影響有限,有可能影響系統廠延遲出貨,但不嚴重。

「相較之下,在高階製程採三星方案對於海思跟MTK而言是比較難的一步,首先是海思母公司華為與三星有競爭關係,一旦三星以任何理由,如廠房失火、機台中毒、材料問題等無法交貨,將重挫華為。而MTK本身就與三星AP有競爭關係,因此選擇對客戶負責任的TSMC仍為首選,直接客戶不至於考慮轉單。」某產業分析師指出。

尚待追查的大重點:製程管控方面是否有盲點?

不過供應鏈管理與進料檢驗問題外,台積電製程管控方面還有盲點更值得釐清。

台積電並沒有公布報廢晶圓總量,但《經濟日報》指出,法人以台積電南科14B廠先進製程每片賣價5,500美元推算,報廢總晶圓量約達10萬片,而10萬片報廢晶圓總量約等於南科晶圓14B廠一個月的總產能。(註:對此孫又文強調,最原初的應變措施僅有良率偏離較多的晶圓全部重做,但後來為了確保晶圓品質僅有些許良率偏離的晶圓也全部重做)

一名半導體晶圓製程專業人士就指出,「以10萬片報廢晶圓量來看,問題不全在光阻液供應商,台積電內控也出了問題。若光阻劑有問題,在進料檢驗時沒有抓到,為什麼在晶圓製造後品管也沒有辦法更早發現避免讓問題擴大?」

「若台積電的製程管控方面也有盲點那就表示,這並不僅是疏忽進料檢驗(Incoming QC)的小失誤,而是一個系統性失靈(System breakdown)大漏洞。也就是說台積電南科14B廠從供應商管理(SQE)、入料檢驗(IQC)到製程管控(IPQC與PQC)等層層把關全都『一起失靈』」該人士強調。

孫又文指出:「外界對於台積電製程並不了解,許多看法並非事實。」

關鍵字: #台積電
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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