英特爾打臉晶圓代工廠的製程秘密！堅守摩爾定律、靠效能決勝負：「別玩數字遊戲」|數位時代 BusinessNext

「別玩數字遊戲」！英特爾打臉晶圓代工廠的製程秘密，堅守摩爾定律、要靠效能決勝負

先進製程的數字究竟意義為何？老大哥英特爾站出來強調，別陷入數字迷思，攤開晶片裡的電晶體密度、效能才是最真實的，而英特爾也是唯一還遵循摩爾定律的公司。

跟著摩爾定律走，英特爾：「別再玩數字遊戲」

根據摩爾定律的規則，半導體要在18-24個月內，讓電晶體的集成數量能夠成長1倍才算數。而過去《數位時代》也曾專訪過工研院電子與光電系統研究所所長吳志毅，他指出過去製程的命名都是依據閘極的長度而定，但自從過了10奈米後，由於面積逐漸縮小、要在新的節點達到比前一代1倍的成長難度提升不少，因此各家業者在命名上就比較不再遵守過去的方式，比較像是透過一種「先喊先贏」的感覺，當然最終還是必須回歸到電晶體密度、晶片的效能來檢視。

昨（15）日舉行的「英特爾架構日」中，謝承儒讓數字來說話。跟自家前一代14奈米的電晶體密度44.67百萬顆相比，10奈米的電晶體密度有2.26倍的提升、達到100.78百萬顆；而以台積電的7奈米為例，較前一代10奈米電晶體密度有1.6倍的提升，約來到91.2百萬顆，這麼一來，應該很容易理解為什麼外界總用「英特爾的10奈米等同於台積電的7奈米」來比較。

此外，謝承儒也分享了用在最新發表的CPU「Tiger lake」的10奈米SuperFin製程，透過增加FinFET（鰭式電晶體）中的「鰭」來強化該製程的效能表現，因此比起10奈米，有20%的效能提升，不過因為在架構中多了「鰭」的設計，因此面積有些微的增加，但英特爾解釋，如何抉擇取決於客戶對於產品的需求，究竟是「面積」抑或是「效能」，例如行動裝置可能就會更在意晶片的面積。

不只靠製程，晶片的表現也要打「團體戰」

謝承儒也進一步表示，不同晶圓代工廠的不同製程已無法單純用簡化的數字比較，除了是因為業界沒有一個共同的命名標準外，將不同製造商的製程技術單純簡化成數字上的競爭並不恰當。同時他也認為，「外界太著聚焦在單一項目的比較了」。

在英特爾的眼中，一個能被用來運作的晶片包括了科技六大創新支柱：製程與封裝、XPU架構、記憶體、互聯架構、安全性以及軟體。謝承儒表示，外界太過於專注在製程的數字卻忽略了其他的影響力，例如擁有好的架構設計對晶片在終端裝置的效能表現上肯定有幫助，絕非製程這個環節可以「獨撐大樑」；又或是當一個晶片裡面所需要的技術由外面代工廠製作，英特爾的角色就是用良好的封裝技術，讓這些不同的晶片可以更順暢的溝通、達到良好的效能表現。

外包不是技術差！做最有效的決策才是英特爾考量

外界也相當好奇今年7月執行長史旺（Bob Swan）的一席「外包說」（Out Sourcing），謝承儒解釋，站在英特爾的角度，未來考量將會是更全面性的，別人若擁有比英特爾更好的技術，也會思考是否委由他人去製造，這部分不單只是成本的考量、也可能包括產品上市（Time to Market）的速度。

英特爾台灣分公司發言人鄭智成以獨立GPU為例，當場上所有獨立GPU都是由晶圓代工廠製作的時候，沒有理由英特爾要捲起袖子自己來，可能他們的技術上沒有晶圓代工廠成熟、也可能因為產能要留給更重要的產品，所以選擇外包就是個能讓產品加快上市時程的考量。

另外，未來外包產品將採用先進製程或成熟製程，英特爾都不會設限，只要能協助產品效能和表現達到最佳化，都會考慮。對於是否會由外面代工廠封裝完畢再送回英特爾，鄭智成表示，這部分也都沒有絕對，可能是由外部廠商完成後交回英特爾、又或是將半成品送回英特爾再封裝。

可預見的是，未來英特爾將持續往封裝技術上鑽研，假設當所有人都獲得了相同的素材，那麼廚師炒菜的功力就成了如何端出一盤美味佳餚的關鍵，半導體的封裝技術正是這個概念，「這部分英特爾也已經在做了」，鄭智成說。

不過眼下比較現實的問題，還是英特爾製程的良率跟產能是否可以跟得上市場的需求腳步，尤其仍守著50多年前提出、可能面臨到瓶頸的摩爾定律，英特爾該如何面對兇猛的競爭對手們？對於這一點，謝承儒很有自信地表示，英特爾依舊是以摩爾定律為策略核心，而且端出來的產品表現夠好，市場肯定會接受，「你也看到了10奈米SuperFin的數字了不是嗎？」

責任編輯：錢玉紘

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。