華為零貢獻,台積電仍預期Q4能成長4%、年成長幅度達30%!動能從哪來?
華為零貢獻,台積電仍預期Q4能成長4%、年成長幅度達30%!動能從哪來?

「長遠來看,高效能運算(HPC)將會是台積電重要的成長動能,」台積電總裁魏哲家今(15)日在台積電法說會上表示,只是這樣的情況是否會與另一個成長引擎:智慧型手機(mobile)的營收占比達到黃金交叉,魏哲家只以「no comment」回應。

隨著新冠狀病毒(COVID-19,俗稱武漢肺炎)的影響,台積電看到的是這隻黑天鵝加速了產業的數位轉型跟帶動新的生活型態(new Normal),「遠距工作、遠距教學確實加速了高效能運算的需求,」魏哲家強調,但這並不表示智慧型手機(mobile)的成長動能趨緩。

台積電總裁 魏哲家
魏哲家表示,高效能運算(HPC)因為疫情帶動的遠距辦公、數位轉型等因素,成為了接下來帶動半導體成長的強勁動能。
圖/ 螢幕截圖

相反的,隨著蘋果最新手機採用的A14晶片是以台積電5奈米先進製程製造,可預期的是,接下來全球在5G智慧型手機的普及跟基礎建設會有強大需求。魏哲家也指出2020年的5G手機滲透率有望達到17-19%(high-teens percentage)、且明年還會再往上攀升,讓智慧型手機跟高效能運算持續成為台積成長雙引擎。

靠生力軍5奈米加入,第三季先進製程營收達全季61%

台積電甫公布的財報顯示,今年第三季的合併營收約為3,564億3000萬元,QoQ增加14.7%、YoY增加了21.6%;稅後純益約為1,373億元,QoQ增加13.6%、YoY增加35.9%,至於第三季每股盈餘(EPS)則為新台幣5.3元。

台積電2020Q3 製程營收占比
圖/ 螢幕截圖

從製程類別來看,第三季5奈米製程的出貨佔台積電第三季晶圓銷售金額的8%,7奈米製程為35%,至於16奈米製程則為18%,整體而言先進製程的營收達到全季晶圓銷售金額的61%,相較於第二季的54%來說成長不少,這全都歸功於5奈米製程的貢獻。而從技術平台來看,智慧型手機(Smartphone)為46%、比起上一季成長12%,HPC(高效能運算)為37%、比起上一季成長25%,IoT(物聯網)則為9%、比起上一季成長24%。

台積電2020Q3 平台營收占比
圖/ 螢幕截圖

台積電財務長暨發言人黃仁昭表示,第三季營收受惠於由5G智慧型手機、高效能運算和物聯網相關應用,驅動了客戶對台積電的先進製程、特殊製程之強勁需求,才創造高營收。同時台積電也表示,5奈米家族(含4奈米)未來將會是另一個量大且重要的製程節點,2021年5奈米佔晶圓營收有望上看20%。

未鬆口2奈米技術,但承諾技術、研發仍以台灣為重

在法說會上,各界也相當關注台積電在先進製程上的腳步跟佈局,也期待能揭曉2奈米的技術架構。不過魏哲家依舊沒鬆口,僅表示目前3奈米的進度都在掌握之中,將會緊密與現有客戶保持良好關係,智慧型手機跟HPC應用都將會在3奈米量產時成為重要應用的領域。

先進製程 時程 技術 附註
7奈米 2018年量產 FinFET架構
7奈米強效版(N7+) 2019年量產 FinFET架構+EUV(極紫外光) 與7奈米相比,邏輯密度提升15-20%、
6奈米 預計2020年底量產 FinFET架構+EUV(極紫外光) 與7奈米相比,邏輯密度提高18%,且與7奈米設計規格相容,客戶能直接轉移。
5奈米 2020 Q2進入量產 FinFET架構+EUV(極紫外光) 與7奈米相比,邏輯密度提高80%、效能提高15%、功耗降低30%
5奈米加強版(N5 Plus) 2021年量產 FinFET架構+EUV(極紫外光) 與5奈米相比,5%速度提升、10%功率提升
4奈米 預計2021年Q4試產、2022年量產 FinFET架構+EUV(極紫外光) 與5奈米設計規格相容,客戶能直接轉移
3奈米 預計2021年試產、2022下半年量產 FinFET架構+EUV(極紫外光) 與5奈米相比,邏輯密度提高70%、效能提升15%、功耗減少30%
2奈米 開發中 未定

此外,美國大選在即、近期共機頻頻擾台威脅台海安全,相關的全球局勢是否會影響台積電的佈局腳步?黃仁昭解釋到,不論美國總統最後是誰,都不會影響台積電赴亞利桑那州設廠的計畫,主要還是回到美國政府釋出的利多是否能符合台積電的需求。至於向來以台灣為重要技術、生產基地的台積電,也不會讓共機頻繁擾台的事件影響深耕台灣的決心,「我們對每種國際局勢的危機都做好了各種處理計畫,」黃仁昭說。

華為Q4恐零貢獻,台積電仍預期能微幅成長至少4%

展望接下來第四季的發展,黃仁昭表示,5G智慧型手機的推出和高效能運算相關應用,對擁有五奈米製程的台積電而言需求仍強勁,預估合併營收將介於124-127億美元之間(約台幣3,720-3,810億元),而毛利率也預估將落在51.5-53.5%之間。

黃仁昭台積電tsmc
黃仁昭表示,今年全球半導體(不含記憶體)將有中個位數的成長,而晶圓代工年成長也達到20%。至於台積電本身更將優於大環境、預計年成長幅度將上看30%。
圖/ 簡永昌

而華為過去曾是台積電的重要客戶之一,自9/15以後將不再出貨,意味著第四季開始將是「零貢獻」,這個缺口該怎麼補?雖然台積電一向不對客戶做個別評論,但黃仁昭用第四季的預估合併營收來解釋,應能比第三季微幅成長至少4%。預估是缺口已經被填滿,或是失去華為對台積電來說已經不具威脅性。而接下來台積電對華為的態度就是遵循法規。

台積電也預期,今年全球半導體(不含記憶體)將會有中個位數的成長,而晶圓代工年成長也達到20%。至於台積電本身更將優於大環境、預計年成長幅度將上看30%。「擁有技術領先優勢的台積電肯定能在這個趨勢浪頭上取得商機,」魏哲家說。

責任編輯:錢玉紘

關鍵字: #台積電 #華為
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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