Intel放棄5G手機晶片市場,並不代表退出5G戰局
Intel放棄5G手機晶片市場,並不代表退出5G戰局
2019.04.26 | 蘋果

上週蘋果與高通訴訟案大和解,蘋果將採用高通數據機晶片後,英特爾(Intel)同時也宣布退出5G數據機晶片市場,讓外界好奇,英特爾是因為蘋果才退出市場的嗎?

的確,蘋果重回高通懷抱,讓英特爾,失去了一個以2億顆晶片為單位的大客戶,看似很重的打擊。但實質上,失去蘋果5G訂單只是壓垮駱駝的最後一支稻草,英特爾對於5G數據機晶片市場早萌生退意。怎麼說?

Intel對於5G數據機晶片市場早萌生退意

從根本面來看,智慧型手機高成長時代已過,市場飽和、手機價格越來越貴,換機周期延長等因素讓智慧型手機出貨量2018年開始衰退,年成長率為-4.1%,這個衰退的幅度遠超過手機產業鏈預期。從各大市調公司數字來看,今年可能也是衰退局面。

Intel Bob Swan
英特爾執行長Bob Swan曾說,智慧型手機數據機業務看不到獲利與投資回報的清楚路徑。

同時5G手機滲透率也進展緩慢,IDC預估2019年5G手機銷量僅為670萬支,必須到2023年數量才會成長到全球 26% 的市占率,因此有很長一段時間將是4G與5G共存。

種種因素來看,就算5G時代,手機整體出貨還能正成長,成長幅度也大不如4G時代動輒20%以上的亮麗數字。對Intel來說,5G數據機晶片不是值得投資的未來。

也因此英特爾執行長Bob Swan當時才會強調,「智慧型手機數據機業務看不到獲利與投資回報的清楚路徑。」

加上,英特爾雖然提供4G數據機晶片給蘋果,但在手機領域實力一直落後於高通。英特爾是PC時代霸主,Intel 2007年起錯失iPhone與Android帶動的手機風潮,同時在4G時代,英特爾力推WiMax技術,想與高通推行的LTE爭奪技術標準,但不幸成為高通手下敗將,英特爾在5G數據機晶片戰場,專利、技術、人才與生態系等布局很難超越高通。

5G數據機晶片除了高通還有聯發科、三星、華為四家業者,競爭異常激烈。英特爾在業界也難排上前兩名。高通將在2020年推出SoC整合單晶片,把數據機晶片直接整合在一起,也讓英特爾挑戰加劇。

另外業內人士也指出,「英特爾原本寄望與中國展銳合作,希望能在中國市場有一番成果,成為反敗為勝的關鍵。2014年英特爾積極和展銳合作,但在今年的MWC上,英特爾證實合作破局,這件事也重挫數據機晶片業務部門。」

「高通5G數據晶片大受手機品牌商歡迎,當英特爾不再有蘋果訂單保障後,大客戶難尋,未來增添不少不確定性與風險,」該人士強調。

因此失去蘋果5G訂單只是壓垮駱駝的最後一支稻草而已,並非主因。

丟掉5G數據機晶片,仍留著基地台等基礎設備?

不過,英特爾全面退出5G數據機晶片,不代表退出5G戰局,英特爾著眼於較有競爭優勢的天線等5G基地台基礎設施晶片。

「5G不僅用在手機通訊而已,產業界更期待的是5G能帶來萬物互連與智慧城市等物聯網的新生活應用,」業內人士強調。

因此英特爾著眼的是各類物聯網裝置啟動的「邊緣運算」與資料中心等「雲端運算」帶來的大成長,而非智慧型手機。況且行動時代的裝置數量以10億為單位,但物聯網可能暴增至以500億為單位,這塊餅非常大,而且一切都還剛開始,機會無窮,相較智慧型手機已經看到了「天花板」,充滿機會。

著眼500億為單位的物聯網

邁入物聯網世代,摩爾定律的未來又遭受挑戰,Intel、 NVIDIA與Xilinx與Intel等全球前十大晶片設計廠商莫不具焦三大領域,1.運算力(Compute)2.網通(Networking) 3.儲存(Storage)。

NVIDIA 創辦人兼 CEO 黃仁勳於 GTC 2018
NVIDIA近期收購伺服器互聯技術商Mellanox。
圖/ James Huang 攝影

NVIDIA就砸下67億美元,從Intel與Xilinx手中搶下乙太網路交換機、伺服器晶片網通大廠Mellanox,就是看到5G時代,資料中心中運算力(Compute)、 網通(Networking)與儲存(Storage)三者整合(Integration)的重要性。

而Intel布局已深,已推出多種產品。5G基礎設備關聯到邊緣運算與雲端運算等網通技術傳遞,在網通領域,FPGA保有相當多的優勢。

多元硬體加速晶片種類中,FPGA與ASIC常拿來做比較。若單純以效能來看,ASIC是一種為了某種需求訂製的專用晶片,在量產後成本與延遲與功耗等表現都優於FPGA。但ASIC晶片的演算法是固定的(ASIC設計製造後電路就固定無法改變),也就是說,若使用了ASIC加速某種類神經網絡演算法,後來別種演算法更優異,也無法變更,這些投資就浪費掉。

FPGA的優點就是可以重新編碼,可以配合不同的演算法做不同的設計,不需更改硬體設計,直接透過升級軟體改變晶片硬體功能,因此具有高度的彈性。

現在5G應用一切尚未成熟,演算法更新速度也快,因此具有高度彈性的FPGA,很適合用在5G基地台天線RRU(遠端射頻單元,Remote Radio Unit)中。

FPGA產品線布局迅速,連ASIC趨勢都準備好

為了FPGA市場,Intel採用收購策略。2015年,Intel以167億美元的價格,收購全球第二大FPGA商Altera,隨即成立現在的可編碼部門(PSG),專攻FPGA晶片。2018年Intel收購矽谷晶片公司eASIC,提供一種介於FPGA與ASIC中間的技術。(延伸閱讀:Intel低調收購的晶片商eASIC,背後帶來的價值是什麼?

市場競爭來看,這個領域GPU大廠NVIDIA的手也很難伸進來,FPGA領域就屬第一大廠Xillinx與英特爾兩家獨強。相比5G數據機晶片的研發延宕,FPGA產品線布局迅速,已經推出MAX、Cyclone系、Arria與Stratix等系列。

針對5G基礎設施部署。lntel看準需求推出FPGA 加速卡 N3000 產品。已經獲得日本樂天(Rakuten)與美國Affirmed Networks採用。

不僅於此,Intel看得非常遠,未來5G電信商若將從FPGA轉換為ASIC,Intel也都準備好了。Intel在2018年併購的團隊eASIC,就可以提供電信客戶從FPGA轉ASIC晶片的客製化服務。

「eASIC產品已經好了,就等待電信客戶有需求上門,」英特爾可程式化解決方案事業群業務經理林士元指出。

「由於ASIC晶片成本下降,效能提高、功耗也較低,因此預期客戶轉換意願加,」林士元強調。根據過去4G的發展,電信客戶紛從FPGA轉為ASIC晶片也花了約2年到3年的時間,因此,英特爾已經提前布局。

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