從火雞棚出生的ARM,憑什麼讓賈伯斯和其他大廠都買單,還成半導體史上最大收購?
從火雞棚出生的ARM,憑什麼讓賈伯斯和其他大廠都買單,還成半導體史上最大收購?

9月14日,AI運算公司輝達(Nvidia),以400億美元的驚人價格,與軟銀集團(SoftBank)達成協議,併購軟銀旗下的ARM公司。

消息一出立刻炸鍋,由於長久以來,ARM都是以獨特的中立性為經營方針,堅守不與客戶競爭為原則,將核心技術授權給「任何公司」。原為日皮英骨的ARM,在被美國公司Nvidia併購後,能否還能保持中立,備受矚目。

Arm Nvidia.jpg
本月14日,Nvidia宣布收購Arm。
圖/ Nvidia

延伸閱讀:半導體史上最大收購案!Nvidia砸1.1兆從軟銀手中買下Arm,背後打什麼算盤?

時間回到1980年代,由於當時的英特爾(Intel),拒絕替英國的橡果電腦(Acron Computers)研發16位元處理器,橡果只好自行成立研發部門,此部門即為ARM成為獨立公司的前身。

1990年,橡果電腦、蘋果(Apple)和晶片製造商VLSI共同合資,將橡果的研發部門獨立出來,於英國劍橋設立另一個子公司,ARM Holdings正式成立。英特爾大概想不到,當初所做的決定,竟促使如今最強勁的對手誕生。

1997年,賈伯斯回歸蘋果後,曾使用ARM的技術,推出掌上型電腦Newton,但銷售成績不佳而停產。幸好,賈伯斯也因此開始使用基於ARM的晶片,作為最初iPod、iPad和iPhone的基礎。初嚐成果的ARM,也因為其低耗能的技術特色,陸續吸引更多合作夥伴,例如 索尼(Sony)、惠普(HP)、國際商業機器公司(IBM)、和飛利浦(Philips)等。

ARM現任執行長西蒙.賽加斯(Simon Segars)原為STC(Society of Technical Communication)員工,但是在報紙上讀到有關於ARM的文章後感到嚮往,因而寫信至ARM尋求一份職位。賽加斯說,即使ARM當時只是一間新創公司,為降低成本,辦公室甚至是設在養火雞的穀倉內,他仍對於該公司文化,以及微型處理器的晶片設計深深著迷。

賽加斯曾提到:「在STC明亮的辦公室內,你每天打卡上下班,周末計算著上工的時數,但是來到ARM,一切都不同!每個人都全心投注於工作之上,並願意做任何能幫助公司往成功邁進的必要之事。最後一個離開辦公室的人,只需鎖上門並開啟警報器即可。」可見得他被ARM的向心力深深吸引。

2013年,賽加斯接任ARM第三位執行長,加速推動智慧產品晶片的研發。不過在他上任之前,就已經領導團隊開發ARM7和ARM9處理器,幫助世界上第一台智慧手機誕生。

2016年,軟銀集團以320億美元的價格,收購ARM。賽加斯表示,會同意軟銀的收購,一方面是認為在軟銀的幫助下,公司會有更進一步的發展,同時提到,軟銀大多數的客戶,都與ARM主要的客戶沒有重疊,這也表示,ARM可以持續奉行中立主義的策略,將智慧財產權同時販售給蘋果、三星(Samsung)或華為等互相競爭的公司。

ARM的業務日益擴大,從一開始的電腦和手機,到智能家電、智慧汽車、智能城市和穿戴式裝置等,在AI的領域被廣泛應用。它的商業模式並非生產晶片,而是設計,並將核心技術授權予他人。大多數的製造商主要取得項目為「指令集」的授權,即處理器如何處理命令的技術以及晶片的配置藍圖。

除此之外,ARM的技術有著低功耗能、設計與生產分離的特點,使製造商有更大的客製化空間來製造晶片,對比它的主要競爭對手英特爾(Intel),雖然對生產線絕對的掌控權,但同時也限縮了製造商的發展空間。這也是為什麼ARM能夠以小搏大,與英特爾互相競爭的原因。

如今,市面上約有85%的可攜式裝置內,都能找到ARM的設計,在2017年以前,一度取得全球半導體IP市場過半的市占率。然而截至2019年三月底的財報顯示,在半導體IP市場的整體佔有率下降至44.7%,同比下降12.7%;技術授權費的收入也同比下降8%。

ARM解釋,由於近年國際貿易情勢緊張,致使一些製造商自2018年起,開始囤積相當數量的晶片零件;以及科技的日趨成熟,手機的週期壽命也逐漸拉長,這些都是市占率不如以往的原因。不過隨著ARM逐漸打入IoT產業,若以中長期來預估,其技術授權費仍有上升的趨勢。2019年,ARM整體營業額為18.98億美元。

賽加斯認為,ARM與Nvidia看見的是被AI定義的未來世界,而技術上的結合,將能推動更好的AI服務和產品製造,並研發最適合AI應用的晶片。不難理解此次的併購,雙方都在AI軟體以及晶片製造上,看見廣大的商機和願景。

責任編輯:蕭閔云

參考資料:ZDNETBBC

關鍵字: #Nvidia #ARM
往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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
台達電全解讀
© 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