台積電7奈米再發威,拿下英特爾高階GPU處理器大單透露什麼訊息?
台積電7奈米再發威,拿下英特爾高階GPU處理器大單透露什麼訊息?
2020.01.21 | 合作

英特爾才剛於CES展上發表代號「DG1」的自家首顆GPU處理器,連上市日期目前都尚未有明確定案,就有外媒報導更高階、代號「DG2」的獨立GPU處理器,或將採用台積電的7奈米技術,預計將於2022年問市。若此謠言屬實,對台積電來說不僅是吃下一張大單,也讓外界對於英特爾先進製程狀況感到好奇。

台積不對客戶評論,委外代工:隨時準備好

上週(1/16)剛結束第四季法說會的台積電,有法人提問關於「北美的某大公司」其委外代工(Outsource)業務時,總裁魏哲家表示,台積電一直對於委外代工這塊業務樂見其成長,台積電能做的就是持續發展技術滿足客戶的需求,而且台積電很有信心成為業界的領導者,但依舊不會針對市場傳聞及單一客戶進行評論。

魏哲家台積電tsmc
台積雖無法對客戶進行評論,但魏哲家強調樂見委外代工業務的發展,而台積電也隨時都準備好用先進技術協助客戶。
圖/ 簡永昌

此番言論被外界解讀是對於潛在客戶英特爾可能會有下單動作做好準備,如今看來似乎真有其事。

此次外傳下單會是以台積電7奈米技術為主,就目前看來,蘋果、華為、AMD等已經是7奈米的座上賓,不過日前AMD執行長蘇姿丰也提到目前7奈米的交貨時間被拉長,根據業界分析師的說法目前交貨時間約是4個月,若未來再加入英特爾DG2大單,可能讓產能很滿的7奈米再添負荷。

圖二_AMD揭示7奈米製程Radeon RX 5700系列遊戲顯示卡.jpg
蘇姿丰在今年CES展上對媒體表示,目前台積電7奈米產能交貨時間拉長,顯見台積電7奈米的熱門程度。
圖/ AMD

話雖如此,台經院分析師劉佩真認為,英特爾若將DG2委給台積電代工,這將是對於台積電在產業地位的提升,顯示台積電在其先進製程的良率跟表現都有極高的水準。

獨立GPU背負使命,更高階DG2為何給台積代工?

至於這次被點名的英特爾獨立GPU:DG1,在今年CES展上亮相,這顆GPU背負的使命看來不小,確實是英特爾用來搶攻遊戲、創作、影像等市場的一大武器。

先登場的是DG1、屬於比較初階的獨立GPU,將採用英特爾Xe架構、同時Xe架構更是規劃要導入英特爾7奈米的技術。但被歸類為更高階、高性能的DG2卻被傳出要委給台積電代工、以其7奈米製程來生產,這透露了什麼狀況?

英特爾客戶運算事業群執行副總裁Gregory Bryant
英特爾今年在CES展上首度端出首顆獨立GPU:DG1,顯示了英特爾對於創作、影像等市場的企圖心。
圖/ 翻攝intel官方直播連結

劉佩真分析,目前英特爾宣布Tiger Lake筆電處理器採用自家10奈米技術,並於2020年推出外,也宣布2021第四季端出7奈米製程,爾後更將於2024年量產5奈米,相較台積電的奈米製程速度顯然有所遞延。

根據台積電目前所揭露的先進製程進度來看,除已在量產的7奈米家族外,5奈米將於今年上半年進行試產、預計下半年進入量產階段,且產能拉升相當迅速;至於6奈米將於今年上半年進入風險試產,年底預計可進入量產。更為先進的3奈米目前研發進度順利,將於今年北美技術論壇上揭露更多訊息。

台經院劉佩真
劉佩真針對此一傳言表示,若屬實將是對台積電市場地位的推升、但另一方面也顯示了英特爾在製程上的瓶頸與延滯。
圖/ 簡永昌

除了可以從去年底英特爾針對Ice Lake處理器交貨延遲道歉一事,推測10奈米製程的狀況依舊有問題存在外,面對作為重要產品的獨立GPU,若能盡快解決製程技術的障礙,委由台積電代工讓這顆DG2可以順利誕生搶市,或許對英特爾來說也是一種解決方式。

延伸閱讀:擁台積7奈米助攻!AMD搶吃英特爾CPU市場,這一仗打得如何?

採用台積7奈米,推測是成本考量

另一方面,DG2將採用的是台積電奈米技術,而非近期大力推廣導入EUV(極紫外線)的N7+,有一說是因為成本考量。當DG2進入量產時,台積7奈米產能較不會像現在滿載情況,因此考慮用的是7奈米而非效能表現更佳的N7+。

不過值得關注的是,英特爾並不是就這樣棄守先進製程的發展。CPU的部分仍會以自家技術為主,7奈米也會是英特爾下一代CPU的驅動力,包括伺服器、桌機、筆電等種類,但何時能靠技術突破這些外界的種種傳言,10奈米製程是否能在今年順利將Ice Lake、Tiger Lake的生產步上軌道,也有待英特爾的表現了。

資料來源:wccftechAdoredTv

責任編輯:陳映璇

關鍵字: #台積電 #英特爾
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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