提前發表!聯發科5G單晶片「大翻盤」年底量產,斥資上億研發基地曝光
提前發表!聯發科5G單晶片「大翻盤」年底量產,斥資上億研發基地曝光

「這個晶片,是我們從2G時代開始累積的階段性成績。」聯發科技董事長蔡明介一手拿著自家內部編號「MT6885」的第一個5G SoC(系統單晶片),一手比著象徵著5G的「5」,滿臉笑意地面對媒體鏡頭。

正是這一個5G SoC,讓聯發科先前被外資看衰,被指「動作太慢」將無力加入明年中國5G換機戰;也是這一個5G SoC,超出預期提前量產時程,讓聯發科近期局面大翻盤,成功躍升5G晶片領先地位、追上高通的腳步。

成功加快量產時程,聯發科5G地位大躍進

明年,5G將從「助跑」進入到「正式賽道」。市調機構IDC預估,2020年5G智慧型手機出貨量將成長至1.235億支,占整體出貨量8.9%,但要5G手機要真正走向成熟,「心臟」晶片無疑是關鍵。

今年推出的5G手機,都還只能採用「支援5G的晶片外掛5G數據機」的過渡方案,像是「高通Snapdragon 855+X50」、「華為Kirin980+Balong5000」;但下一步,必定得走向整合5G數據機在內的5G SoC。

而在這場賽局中,變化總來的比計畫更快。

回顧市場概況,早在今年2月的世界行動通訊大會MWC上,跑最快的高通宣布自家5G SoC將在今年第二季送樣給客戶,2020年上半年就有採用的裝置推出。但這「第一」並沒有持續太久。

到了9月的德國柏林消費性電子展IFA上,華為和三星都分別發表了自家5G SoC,華為的「Kirin990 5G」由自家手機Mate 30率先採用,而三星的「Exynos 980」則將和vivo合作,於明年初推出搭載的裝置。

【HUAWEI】Kirin 990 5G.jpg
華為日前在德國發表了Mate 30系列手機,搭載自家第一個5G SoC Kirin990 5G。
圖/ 華為

反觀聯發科,早在今年5月的Computex上,就宣告將發表業界第一款5G SoC,內部編號為MT6885的晶片,原定將於2020年第一季量產,但當時卻不被外資看好,認為聯發科將趕不上明年中國爆發的5G換機潮,市場要被對手瓜分。

本月初,事態翻盤,摩根士丹利證券半導體產業分析師詹家鴻推翻原先說法,判定聯發科進程超乎預期,MT6885將提前到今年12月就可大量生產,預估明年上半年,聯發科可以攻下三成的中國5G手機市占率。

「對5G明年看法,我們還是比較正向樂觀,明年在大陸需求就有1億以上的需求量,」聯發科財務長顧大為透露,聯發科5G SoC已經在今年第三季送樣給客戶,明年第一季就有客戶會採用並推出量產裝置。

「我們會在12月公開更多資訊,整體來說進度非常順利,」顧大為一番話,再次掃走日前傳言陰霾,強調聯發科對5G的信心。

IMG_5680fix.jpg
這款具有轉折意義聯發科5G SoC日前首次亮相,聯發科日前也表示,第二款較平價的5G SoC也將於明年上半年推出。
圖/ 聯發科

然而,高通日前宣布,未來Snapdragon 6、7、8三系列新品都是5G SoC,最先推出的將是Snapdragon 7系列。

5G SoC.jpg
圖/ 數位時代

屏蔽室實驗室,模擬5G數萬種使用情境

勢頭正旺,聯發科也順勢出擊,在上個月正式啟用斥資50億在竹科打造的「無線通訊研發大樓」,這也是在台灣第10棟辦公大樓,並罕見地邀請媒體參觀。

包括手機通訊、上網、射頻、WIFI在內,「無線通訊」相關技術都歸這棟大樓所管,當然包含現在最重要的5G,就連一間5坪不到、小小的5G實驗室,都得耗費上億元打造。

IMG_7801_edited.jpeg
該大樓佔地1.26公傾,建築物涵蓋地下三樓及地上十樓,座落在竹科A、B大樓的對面。
圖/ 聯發科

以「手機晶片」為主營的聯發科,在樓內共設有30間電磁波屏蔽室,為的是在晶片送樣,營運商、手機廠商進行各種複雜的驗證測試前,聯發科得先自己先「模擬」,做好萬無一失的測試;而光是一間可以屏蔽外在訊號的空房間,造價也得要100萬台幣。

「在這個小房間裡,我們得模擬在不同國家、不同狀況下的環境,」現場工作人員說道,關鍵是在這層層疊加的機器上,透過工程師寫編碼,來模擬在不同國家基地台、情境等狀況。

無線通訊研發大樓 5G 2.jpg
在一間電磁波屏蔽室中,通常會有兩個模擬的機架。
圖/ 聯發科
無線通訊研發大樓 5G.jpg
共計有30間電磁波屏蔽室,測試項目不同。
圖/ 聯發科

根據現場工作人員透露,單單一張晶片,聯發科就得測試6~9個月,因為各國支援頻段不同,當一張晶片支援的頻段越多,測試的時間就越久,其中模擬的環境相當複雜,光是模擬的環境就有好幾萬個,像是在高速奔馳的地鐵裡、收訊不良的地下室、山區⋯⋯

「你單單看到這一台,就已經花了上億元,」而這些屏蔽室,有的是為4G測試、有的則是5G,各不相同。

蔡明介:天天都在看併購機會

「針對5G,我們七成的研發人才都在這裡,」蔡明介說道。

走在5G晶片研發這條賽道上,聯發科已經投入數千名人力、斥資超過1,000億台幣,即便研發團隊囊括歐洲、印度、美國、新加坡,但台灣仍是「大本營」,超過七成的關鍵人才還是以台灣為主。

「以我們現在的規模,一年營業額將近2,000多億台幣,在成長的過程靠自己當然是一條路,但是還滿累的。」

蔡明介回憶,聯發科22年一路走來,無論是獲得技術也罷、人才也好,投資併購一直都壯大自己的關鍵方式。被問起是否未來也會併購5G相關公司增強競爭力?他雖表示併購不僅限於5G,但仍不排除任何可能。

「我們天天都在看,always on!」蔡明介笑著表示。

責任編輯:蕭閔云

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