英特爾的IDM 2.0能否開闢出另一藍天
英特爾的IDM 2.0能否開闢出另一藍天

3月23日,英特爾公司在Engineering the Future線上發布會上,宣示雄心勃勃的「IDM 2.0」,重申英特爾會將最重要的產品,留在自家晶圓廠生產。不過也會將部分產品,委託台積電先進製程代工。CPU以外的產品會交給台積電、聯電、三星電子、格芯等,晶圓代工廠生產。

英特爾的「IDM 2.0」主要有三大重點

首先,英特爾會維持全球自家工廠大規模生產的營運模式,英特爾會在自家工廠生產多數的產品。目前英特爾7奈米(相當於台積電的5奈米)製程開發進展順利,並且積極使用EUV技術。封裝技術方面,英特爾可使用多個IP或「晶片塊」(Tile)。這顯示英特爾在半導體先進製程及封裝方面,仍持續前進,足堪支援在自家工廠生產多數產品。

其次,英特爾將擴大使用第三方晶圓代工產能。英特爾下一代Meteor Lake 7奈米CPU的部分晶片塊,將在2023年委託台積電代工。CPU以外的產品線,擴大委託台積電、聯電、三星電子、格芯代工生產。

第三點為英特爾將再次跨入晶圓代工服務。英特爾宣布將成為美、歐主要晶圓代工產能供應商。英特爾將成立「英特爾晶圓代工服務」(IFS)部門,為美、歐客戶提供晶圓代工服務。英特爾晶圓代工計畫獲得微軟、高通、IBM、Google、思科、亞馬遜、愛立信以及比利時微電子研究中心(IMEC),8大公司、組織的支持。

Intel-HQ-RNB-Santa-Clara-4-690x460_c.jpg
圖/ Intel

最令人矚目的是,英特爾宣布將投資200億美元,在美國亞利桑那州設立兩座先進晶圓廠。這兩座新晶圓廠除了生產自家產品外,將提供在英特爾IFS下單客戶生產所需的產能。目前英特爾在亞利桑那州共有4座晶圓廠,加上將設立的兩座新晶圓廠,則總共6座晶圓廠,亞利桑那州成為英特爾在美國的生產重鎮。

2015年英特爾宣布以167億美元購併FPGA大廠Altera,這是英特爾進入晶圓代工事業的「引子」。2016年8月英特爾在IDF宣布開放晶圓代工服務,紫光展訊使用英特爾14奈米製程開發生產智慧型手機應用處理器,LG使用英特爾10奈米製程開發生產智慧型手機應用處理器。由於英特爾製程延宕,10奈米製程「千呼萬喚」在2018年5月方問世,自家產品都無法順利上線,遑論「社外」的晶圓代工客戶。英特爾當年的代工事業大計,落到「悄悄落幕」的下場。

英特爾14奈米製程於2014年9月量產,領先群倫。台積電的16奈米製程於2015年第三季進入量產,10奈米製程(與英特爾14奈米製程性能相當)在2017年6月量產。英特爾此時製程技術領先台積電約2年。

依照英特爾原本規劃的時程,10奈米製程應在2016年下半年量產,無奈一再拖延,直到2018年5月方量產。可惜的是量產不順,真正大量生產被推遲到2019年第二季底。

台積電於2018年4月量產7奈米製程,2020年4月量產5奈米製程,2022年下半年量產3奈米製程。而英特爾的7奈米製程則延宕到2023年方可量產。因此目前台積電在製程技術方面領先英特爾約2年。

台積電.jpg
圖/ 台積電

延伸閱讀:[英特爾與台積電相爭,是成功的一步棋、還是自不量力?分析師這樣看
][1]

面子問題與供需失調,英特爾怎麼選?

由於英特爾在製程發展不順利,目前主流產品仍由14奈米以及10奈米擔綱。主要競爭對手超微,使用台積電7奈米製程,性能卓越,因此在市場搶了不少英特爾的市占率。

英特爾由於製程發展不順暢,導致設計部門無法全力發揮,因此內部遂有積極委託台積電以最先進的製程代工生產CPU的聲音。產業界的消息指出,英特爾已與台積電簽約,將委託台積電以6奈米製程生產獨立繪圖晶片,以5奈米、3奈米生產部分CPU產品。

英特爾是全球第一大半導體公司,是美國的驕傲,委託台灣台積電生產,有「面子」問題需要考量。尤其是在這波,全球半導體供需失調的情境下,強化自家在地生產,可說是英特爾的「當務之急」。

因此英特爾的新營運模式,將附加價值低的CPU以外產品,委託外部晶圓代工廠生產,留下附加價值高的CPU及伺服器處理器在自家生產。同時將採用台積電3奈米製程生產CPU以因應市場的挑戰。

先進製程投資龐大,因此英特爾企圖進入晶圓代工市場,以擴大自家先進製程的「出海口」,以免產能閒置。

Intel
圖/ shutterstock

英特爾的晶圓代工瞄準美、歐市場,企圖以在地生產的優勢取得訂單。然而英特爾可能不熟悉晶圓代工的營運模式,有許多困難需要克服。除此之外,除非英特爾可以不計盈虧,否則英特爾的生產成本高,無法與台積電競爭,客戶可能無法接受高昂的代工價格。

從第一波跳出來支持英特爾的八大公司、組織來看,僅有高通一家為IC設計公司,其餘的為軟體、系統公司及研究組織。盡管高通總裁表示將會在英特爾投單,然而當英特爾端出的製程技術、良率、價格等,如果無法讓高通滿意,「在商言商」高通可能無法在英特爾下單。

高通是英特爾潛在的競爭者,高通將來可能開發推出筆電、伺服器CPU,如此一來高通與英特爾關係丕變,檯面上講得是「場面話」,實際商業行為是以利益為優先。

客製化IC(ASIC),則是英特爾的可行之策。替微軟、Google、AWS等開發客製化IC,成為英特爾晶圓代工服務的可行之策。從IC設計到代工生產,「一條龍」的服務,將可能為英特爾開闢一片新藍天。

責任編輯:錢玉紘、陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)
[1]: https://www.bnext.com.tw/article/61959/intel-idm-revolution-

關鍵字: #Intel #晶圓代工
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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