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
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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