台積電承諾加速供給!到底車用晶片缺貨缺什麼?調研:這3產線最緊缺
台積電承諾加速供給!到底車用晶片缺貨缺什麼?調研:這3產線最緊缺

編按(2021.1.28 13:30更新):針對車用晶片缺貨問題,TrendForce報告指出,自2018年起車市逐步疲軟,加上2020年受到疫情嚴重衝擊,使主要模組廠的備貨動能明顯不足。然而,2021年全球汽車市場正在復甦,預估整車銷售量將自去年的7,700萬輛回升至8,400萬輛,同時汽車在自動化、智慧化和電動化發展下,對於各種半導體元件的用量將大幅上升,然先前因車市需求疲軟導致車廠備貨量偏低,長短料的現象已嚴重影響車廠稼動率與終端整車出貨。

因此,近期IC供應鏈的缺貨現象,已從消費性電子與電腦資通訊產業(Consumer & ICT),逐步蔓延到工控與車載市場(Industrial & Automotive)。過往車用半導體市場主要以垂直整合製造(IDM)或Fab-lite(即IDM企業將部分製造業務轉由協力廠商代工,是資產輕量化的一種策略)生產為主,例如恩智浦(NXP)、英飛凌(Infineon)、意法半導體(STMicro)、瑞薩(Renesas)、安森美(On Semiconductor)、博通(Broadcom)、德州儀器(TI)等。由於車用IC一般需要高溫高壓的操作環境,以及較長的產品生命週期,故需要高度要求其產品可靠度(Reliability)與長期供貨(Longevity)等特性,因此通常並不輕易地轉換產線與供應鏈。

全球晶圓代工產能滿載,車用半導體喊缺


然而,在全球晶圓代工產能不足的情況下,車用半導體受產能排擠影響顯著,例如12吋廠的車用微控制器(MCU)與影像感測器(CIS);8吋廠的車用微機電系統(MEMS)、離散元件(Discrete)、高性能電源管理IC(PMIC)與顯示器驅動IC(DDI)。TrendForce表示,目前車用半導體以12吋廠在28nm、45nm與65nm的產線最為緊缺;同時,8吋廠在0.18um以上的節點亦受到產能排擠。

隨著自營晶圓廠的資本支出、研發攤提與營運成本較高,近年IDM車用半導體供應商亦擴大委外晶圓代工到台積電、格羅方德(Globalfoundries)、聯電(UMC)、三星(Samsung)、世界先進(VIS)、穩懋半導體(Win Semiconductor)等。其中,台積電(TSMC)就於2020年第四季法說會明確表示,車用半導體去年第三季觸底,第四季開始追單,考慮轉換Logic產能到Specialty IC Foundry,以支持長期合作的終端客戶。

2021.1.28 10:00更新台積電官方聲明:台積電對車用晶片短缺發表聲明,表示緩解車用晶片供應挑戰對汽車產業造成的影響是台積公司的當務之急。汽車產業供應鏈既長又複雜,台積公司已與客戶合作確認其關鍵需求,正在加速生產相關車用產品。在台積公司的產能因各領域的需求而滿載的同時,我們正重新調配產能供給以增加對全球汽車產業的支持。

全球車用晶片大缺貨,導致福斯、奧迪等汽車業者減產,德國經濟部長更寫信向台積電求援。今(27)日經濟部長王美花邀請台積電、聯電、力積電、世界先進等4間國內主要代工廠代表一起吃便當、商討車用晶片缺貨問題。會後與廠商達成共識,將優先解決車用晶片需求,以降低對汽車產業的影響。

經濟部長王美花
王美花邀台積電等4間代工業者討論車用晶片缺貨問題,會後取得共識將努力調產能。
圖/ 經濟部

王美花解釋車用晶片缺貨狀況,源自2020年出現減單狀況,貨量比2019年來得少,大約三、四月的時候,台灣晶片製造商都有提出警告,告知客戶因為新冠疫情而觸發的遠距商機,帶動筆電、手機產品需求提高,若選擇減單,未來恢復很困難。

她說,後續發展果然因為電子產品需求快速增加,加上5G晶片需求也變多,讓台灣4家代工業者的生產線都是滿載,甚至是超載,因此沒辦法提供更多量能給車用晶片,才會對產業鏈造成影響。

王美花表示,今天跟4家業者討論,大致上取得一個共識與三個執行方法,大家的共識是,「廠商了解產業重要性,願意配合政府請求來盡量支援車用晶片,讓美國、歐洲、日本可以得到更多晶片。」

至於三個方向會怎麼做?王美花說,第一,廠商會優化生產線,把本來100%的生產產能拉高到102%、103%,這些多出來的量給車用晶片使用。第二,晶圓代工因為處於供不應求狀況,對不同產業客戶有「supporting rate」(支援率),例如你要100片,我可能只能給80片,但他們同意之後車用晶片部分會是所有業者裡最優先的。第三,代工業者願意跟其他產品的客戶協調,了解是否有機會調動交貨時間與產能,協調後可轉供給車用晶片業者。

王美花強調,車用晶片供應鏈相當長,去年底汽車業需求就產生了,代工業者也有在想辦法處理,但他們就是專注在生產這一塊,所以即便取得共識,也很難要求每個業者一定要生出多少的產能出來,加上廠商有義務先提供原先下訂的業者訂單,所以大家是在必須先履行義務的情況下來想辦法,「這是一個困難的任務,他們會在可行範圍內盡量配合。」

責任編輯:吳元熙

關鍵字: #台積電
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