為何天璣1000只支援Sub-6,還讓聯發科底氣十足?官方揭5G背後戰略佈局
為何天璣1000只支援Sub-6,還讓聯發科底氣十足?官方揭5G背後戰略佈局

市調機構IDC在上一個月,「調升」了5G智慧型手機的出貨量,預估2020年全球手機出貨量將達1.9億部,晶片大廠激烈的5G之爭,無疑成為了活絡市場的「神助力」。

聯發科的第一款5G手機處理器「天璣1000」,在11月底剛剛發表,對比高通晚一週亮相的Snapdragon 865及Snapdragon 765,最大的差別,可聚焦在兩點:

1. 支援頻段:

面對全球兩大5G主要頻段,中低頻的Sub-6(6GHz以下)及高頻mmWave(毫米波), 天璣1000只支援Sub-6 ,高通則兩種都支援。

2. 運行方式:

天璣1000為已整合5G modem(數據機晶片)在其中的SoC(系統單晶片) ,高通S765也是SoC,但最旗艦的S865卻不是,而是處理器外掛modem X55協同運作。

讓外界好奇的是,在同一條5G路上,為何兩家大廠做出了截然不同的選擇?聯發科今(25)日也從產品策略上,針對這兩點詳細說明,透露了自家5G的戰略佈局。

和高通「一魚兩吃」不同,聯發科為何只專攻Sub-6?

「台灣電信業者競標的5G頻段,包含3.5GHz的Sub-6、28GHz的mmWave,用目前的總頻寬和標金估算一下, 業者願意投標在Sub-6的金額,是mmWave的413倍 ,」聯發科技無線通訊事業部總經理李宗霖說道。

當頻率越高,優勢是頻寬更大,連網的速度會更快,但劣勢則是波長短、穿透力弱,容易被外界阻擋。因此,若要充分發揮5G的特性,高頻的mmWave是最終的「必然走向」,但要大規模覆蓋,布建的基地台就得更多、更密集,所需成本很高。

然而,在2019~2020年,5G才正在起步,以初期布建來說,和4G頻率相近的Sub-6,對於電信商會是「更快」、「更省力」的選擇。

不只是台灣,聯發科再以全球電信商的進程,來證明Sub-6才是現在的主流: 根據GSA統計,全球已經有56個電信商開始提供5G服務,其中54個採用Sub-6、2個採用mmWave。

「Sub-6是兵家必爭之地,Sub-6也是電信業者的基本共識,這才是主流,」相比高通想mmWave和Sub-6「一次做齊」,李宗霖表示,聯發科則是給客戶「需要」的,如此一來也能降低技術難度,加快5G晶片量產時程,讓聯發科在5G之路上,成功趕上高通的腳程。

5G
Sub-6和mmWave是5G兩大主流頻段,但現在開發mmWave的電信商並不多。
圖/ OnePlus via YouTube

畢竟,mmWave作為一項「新技術」,想要正式穩定地商用,無論是對電信商、基礎設備商、晶片商,還是終端裝置廠商來說,仍有眾多困難需要克服。李宗霖解釋,mmWave最大問題是在天線,也就是射頻前端的部分,像是天線、功率放大器等零組件,要怎麼很好地整合在一起,這是最大的考量。

「我要澄清一下,Sub-6跟mmwave的技術,聯發科是同時在做的,只是在轉成產品的過程中,我們根據市場考量,選擇先做Sub-6,先專心把一件事情做好。」

聯發科透露,當mmWave未來逐漸普及後,聯發科也會推出mmWave的產品,預計2020年下半年開始量產,但究竟會以何種形式推出,官方並未多做說明。

SoC讓聯發科底氣十足,第二款5G產品天璣800明年第二季問世

談到第二點——5G SoC,也是聯發科和高通在5G旗艦產品上「諜對諜」時,自認為勝券在握的關鍵。

「如果你要問我,5G中有哪些例子,很適合採用分離式設計,而不適合SoC,老實說我還真想不到,」聯發科技執行副總經理暨財務長兼公司發言人顧大為,談起高通S865仍採用分離外掛式方案時,自信地說道。

聯發科 5g
聯發科趁著年終之際,分享5G的戰略佈局。
圖/ 唐子晴攝影

高通5G旗艦處理器S865,在正式發表前就備受矚目,但卻令人意外地沒有做成SoC。以高通先前的說法,雖然X55要整合進S865中並不是問題,但在效能和連接能力上,就無法達到完美,因此採用外掛式的方案,性價比才更高。

市場更猜測,面對目前全球5G進度不一、混亂的市場,S865採用外掛式方案,讓廠商在不同個市場,可以更有「彈性」,例如在5年內都沒有5G的國家,或許手機不用外掛支援5G的X55,而是外掛一張一張僅支援2G~4G的數據機晶片。

「毫無疑問,SoC一定比較好,但SoC也更難,要把AP(處理器晶片)和modem這麼大的系統,整合到單一晶片,工程確實非常浩大。」

SoC到底好在哪?李宗霖解釋,如果要採用分離式設計會有兩個缺點,一來是耗電高,因為兩張晶片大量資料,需要相互傳送;二來是所占用的手機設計空間變大,減少了電池可用空間,會讓手機功耗更大、甚至得設計得更厚。

MediaTek 5G SoC天璣800 (圖2).jpg
聯發科反覆強調,雖然「天璣1000」和高通S765都是5G SoC,但定位不同,業界拿兩者相比是錯誤的,並預告明年將推出5G新系列處理器——天璣800,才算是S765的對手。
圖/ 聯發科

談完SoC的「好處」後,聯發科強調,未來5G產品線都將以SoC為主,並預告繼自家定位「旗艦級」的天璣1000後,明年將推出「中高階」的天璣800,一樣將採用SoC設計、7nm製程,採用的終端裝置,將於明年第二季量產,並將在2020 CES上透露更多細節。

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