英特爾10奈米不給力、新GPU下單台積電？財務長親上火線回應|數位時代 BusinessNext

桌機、筆電市占雙雙下滑

但面對桌機、筆電的市場，Davis依舊有信心。根據Mercury Research最新數據顯示，桌機市場去年英特爾擁有82.3%、較前年下滑4.2%，筆電市場則是擁有85.4%、較前年下滑4.5%。

雖然兩個市場的表現都呈現微幅流失的狀態，但Davis認為，雖然有看到對手AMD在桌機（17.7%）、筆電（14.6%）市場的占比逐步提高，但那多半是目前英特爾因為產能表現所無暇顧及、供應的中低端市場，主力的高端市場依舊在英特爾的掌控中，Davis也表示，接下來產能穩定後要再重新搶回市占，對於英特爾來說也不會是難事。

不過伺服器這端確實較為棘手。

伺服器市場遇強敵

由於去年AMD靠著擁有台積電7奈米加持的第二代EPYC處理器，在伺服器市場打開一線生機，市占率從2018年的1.8%微幅提升到2019年的3.9%，隨著今年即將登場的第三代EPYC處理器、代號「Milan」處理器登場，以及主打機器學習、高效能運算等應用的全新架構「CDNA」GPU架構，都將會在今年下半年登場，多方的布局也看得出AMD的企圖心。

反觀英特爾，Davis認為在先進製程的進度上落後市場預期，或許是影響接下來英特爾跟AMD在爭奪伺服器市場的重要因素。 依目前的時程規劃，英特爾的7奈米（或等同於台積電的5奈米）要到2021年下半年才能問世，至於英特爾的5奈米（或等同於台積電的3奈米）更還沒有明確的時間點。

目前英特爾的作法是加快產品的路線圖，雖然10奈米產能無法跟14、22奈米相比，但英特爾若要重回排行榜第一名的位置，相關成本必須有所投入，讓自10奈米以下（指7、5、3奈米）的先進製程可以在生產、研發、建置等同步進行，以利能提供更良好的產品給客戶。

此外，Davis也提到，在英特爾的預測裡，目前AI市場僅是起步狀態，就英特爾來說關於AI的相關收入為40億美元（約新台幣1,200億元），但到2024年，AI的全球市場規模將有機會上看250億美元（約新台幣7,500億元），其中包括資料中心、雲端等需求也會更加強勁，這部分產品亦是英特爾的強項。

Davis表示，目前40億美元收入裡，過半業績來自於Xeon處理器，接下來英特爾也將針對客戶提供立基於CPU、GPU的解決方案，來強化伺服器市場。

傳英特爾獨立GPU下單台積電，最快2021年問世

也或許真的是AI需求即將來臨，伺服器市場對於相關應用也越來越多，今年在CES展上剛亮相的第一顆獨立GPU：「DG1」預計是搭載xe架構、並採用自家10奈米技術，為一顆定位為初階的獨立GPU處理器。代號「DG2」定位為高階的獨立GPU處理器，曾經一度傳出將由台積電的7奈米協助代工，但台積電未做出評論。

如今有外媒指出，這顆DG2最終採用的可能不是台積電的7奈米，而是直接使用6奈米技術，預計將於2021年問世，目標跟NVIDIA及AMD一較高下。目前台積6奈米預計在上半年進行風險試產，下半年（或於明年初）投入量產。

若這個傳聞屬實，不僅反應英特爾在先進製程上的表現真的遇上瓶頸、不得不出此策略。台經院分析師劉佩真認為，此一動作將會對台積電在產業的地位有所提昇，顯示台積電在先進製程的良率跟表現都有一定的水準；此外，當英特爾、AMD及NVIDIA都不約而同採用台積電的先進製程作為武器，接下來整個伺服器市場的版圖會怎麼走，依舊讓人相當期待。

責任編輯：陳映璇

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。