最壞的日子已過?美光新加坡擴廠,準備迎接2020半導體需求35%的春燕
最壞的日子已過?美光新加坡擴廠,準備迎接2020半導體需求35%的春燕
2019.08.16 | 物聯網

根據TrendForce對記憶體儲存研究調查數據,今年第二季NAND Flash產業產值,與第一季維持持平、約為108億美元,而需求多來自於智慧型手機、筆記型電腦及伺服器,這部分需求表現相較第一季有所復甦。

展望第三季的表現,雖有旺季帶動需求,有助於出貨表現,但是受到地緣經濟衝突影響,研究報告預估可能導致需求表現較往年疲弱。

美光新加坡擴廠
美光科技宣布啟用在新加坡擴建的 3D NAND 快閃記憶體晶圓廠。
圖/ 美光提供

而美光科技則無畏目前市場疲弱的狀況,於14號宣布啟用在新加坡擴建的3D NAND快閃記憶體晶圓廠,讓美光在新加坡的佈局更加完整。

此次擴建的設施能夠為無塵室空間帶來運作上的彈性,更可以促成3D NAND技術進階節點的技術轉型。由於目前美光在第三代96層3D NAND已可進入量產,因此技術上目前要將重心擺在第四代128層去發展,將128層3D NAND做到更穩定、能夠量產的階段。

所以即便美光預期該擴建的新廠,可於下半年開始生產,但礙於目前市場NAND供過於求的情況,以及要將3D NAND技術提升,所以暫時不會因為擴廠而增加任何新的晶圓產能。

所謂3D NAND快閃記憶體,主要是依立體堆疊的方式儲存資料,這樣一來就能比原先同樣面積的2D NAND快閃記憶體,有了更多的儲存容量。3D NAND快閃記憶體的優勢主要就是大容量、低成本以及高可靠性。

從TrendForce記憶體儲存研究的最新數據,美光第二季NAND Flash營收來到14.61億美元,比起第一季是下跌17.7%;而在產能的規劃上,第一季已經宣佈較先前生產計畫減少5%、第二季更進一步擴大至10%,但是關於3D NAND的產出比重仍是維持在9成以上,看得出來3D NAND依舊是美光的重點。

擴建完工的揭幕活動現場,美光總裁暨執行長Sanjay Mehrotra也表示,目前美光的3D NAND技術和儲存解決方案是支援公司長期成長的關鍵,主要應用的領域是以5G、人工智慧(AI)以及自動駕駛等。

他也表示,美光在新加坡的NAND卓越中心擁有最新的智慧製造技術以及流程,能減少製造過程中的變數,並提高產量、產能,同時改善產品品質。

執行長同時也針對近期國際間的貿易大戰發表看法,表示即便短期來看產能是減少的,但是長程看來,由於大量的產業都需要記憶體的使用,因此他對未來記憶體的表現依舊相當樂觀。

美光新加坡擴廠導覽
美光總裁暨執行長 Sanjay Mehrotra(左)與美光副總裁暨新加坡總經理Chen Kok Sing(右)陪同新加坡副總理暨財政部長王瑞杰(中)參觀廠區導覽。
圖/ 美光提供

無獨有偶,新加坡副總理暨財政部長王瑞杰(Heng Swee Keat)也到場致詞,他表示目前新加坡佔全球半導體市場約11%,並佔了新加坡國內生產總值(GDP)7%以上,是該國製造業最大的產業之一。

王瑞杰話鋒一轉也提到,即便現在全球半導體業都因為經濟的不確定因素而面臨「逆風」的狀態,但他個人認為這樣的狀況應該看成是半導體的一個超級週期(Super Cycle),2020年全球的需求將恢復適度增長,不僅全球需求將上看35%成長率,未來幾年的年成長率也會落在2%~9%之間。

而主要帶動明年半導體增長的動能,王瑞杰表示除了來自於智慧手機、平板電腦以及可穿戴式裝置等,此外還有快速發展的新技術,如:5G、人工智慧、自駕車等,上述的產業跟技術也因為都是利基於半導體,因此這些都是加速半導體產業前進的動力。

責任編輯:蕭閔云

資料來源:THE STARTS TIMESchannelnewsasiaZDNet

關鍵字: #5G
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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