台灣通訊業產值達3.9兆!MIC揭5G商用發展4大趨勢、供應鏈不可忽視的一大風險
台灣通訊業產值達3.9兆!MIC揭5G商用發展4大趨勢、供應鏈不可忽視的一大風險
2021.05.24 | 5G通訊

資策會產業情報研究所(MIC)於《34th MIC FORUM Spring新局》線上研討會中,由資深產業分析師鍾曉君以5G商用進程與供應鏈現況為題,包含了5G全球用戶的概況、5G產業的4大趨勢,以及台灣產業供應鏈需注意的風險。

全球5G頻譜持續開標,2025年5G連網數將突破2成

截至2020年Q4,已經有38個國家完成5G頻譜的分配。此外,還有個值得關注的數字,是2021~2022年間規劃毫米波(mmWAVE)頻段拍賣的國家僅17國,鍾曉君表示,主要是因為電信商對於毫米波的需求並不顯著,讓監管單位取消或延後相關的拍賣時程。

在用戶方面,全球的5G用戶也達到近4億人,其中以中國超過3億人為最多、美國則有1,500萬、南韓有1,300萬,而台灣截至2021年3月,5G用戶突破193萬人。展望未來的5G滲透率,將由南韓為首,接續為美國、日本、中國,到了2025年使用5G的連網數將突破2成。

在商用的終端方面,仍以5G手機為最大宗,5G終端產品超過700款,其中一半為智慧型手機,其他還包含無人機、相機、機器人、電視、相機、工業路由器等。

5G發展四大趨勢

趨勢一:電信商不同的部署策略

目前包含台灣在內,大部分的電信商都採用non-standalone的模式,就是沿用4G的基礎建設,只要加裝5G的基地台,就可以做到5G網路的覆蓋,優點是需要投入的成本較低,不過傳輸速率會受到一些限制。

但以南韓兩家電信:SKT與KT來看,在5G商用的部署策略上有些不同。SKT選擇慢慢從4G的基礎架構轉移至5G,KT則預計直接部署5G的核網與基地台。後者可以參考T-Mobile目前的狀況,的確部署了5G的相關設備,改善了可用性與延遲,但是在下載速度上卻可能輸給與4G共存的狀況。所以SKT選擇了慢慢過度的方式。

趨勢二:開放網路

Rakuten Mobile
樂天移動的5G在2020年9月部分地區開台,除此之外,其RCP也在全球擁有15家客戶。
圖/ Rakuten Mobile

樂天移動(Rakuten Mobile)提供雲原生平台(Cloud Native Platform)行動通訊網路,最簡單的說法,就是利用軟體升級,而非建置新的基地台來佈建、並處理5G訊號。

同時,樂天移動也野心勃勃地希望直接出售相關的解決方案,建立了Rakuten Communications Platform(RCP)平台,且平台上也讓第三方夥伴上架服務,如Nokia、中磊、Red Hat等,讓客戶進行挑選。

具有更加彈性、開放,且解放硬體綁死在同樣供應商等優勢,讓此類以軟體為先的5G商用佈建模式,非常值得觀察。

趨勢三:雲端大廠與電信商間更緊密的合作

必須先提到MEC技術。MEC是多接取邊緣運算(multi-access edge computing),直接用例子來說,現在自動駕駛如果要將資訊以傳統方式層層回傳到遠端伺服器,做完回應再傳回車子上,所耗費的時間過長,可能就來不及反應突發狀況。MEC則能夠直接處理資訊,免去傳至遠端伺服器,能更即時地反映現況。

這讓雲端大廠有了切入點,透過推出專用的產品並在邊緣基礎架構上與電信商合作,將平台嵌入其基礎架構。因此,未來可以看到雲端大廠不論是AWS、GCP或Azure,都會與電信商有更緊密的合作。

趨勢四:5G專網商機

中華電信、中華精測5G專網-智慧製造
中華精測是中華電信集團內首個導入5G專網的子公司。
圖/ 中華電信

5G專網被視為5G應用重要的一環,自然是電信商不可忽視的商機。不過,更值得注意的是,吃到這個商機的真的只有電信商嗎?

在德國、日本,政府都切入專屬的頻段並發放執照給非電信企業建構專網,德國包含BOSCH、Audi、BMW、Airbus;日本則是NEC、TOSHIBA、三菱電機、東京大學等,雖然還沒有明顯的進展,但對電信商來說,勢必會有一些排擠效應,能否提供給企業完整且理想的解決方案,甚至涉入的更多,而不只是單純的協助部署的角色,可能是未來必須思考的方向。

通訊設備產值雙位數成長,缺料等問題成供應商風險

而最後,展望未來,受到新冠狀病毒(COVID-19,俗稱武漢肺炎),以及中美貿易戰、科技戰的影響,2020年全球通訊設備產值達到5,816億美元之規模,下滑8%;但2021年在行動裝置領域市場復甦(5G手機換機潮)的帶動,加上5G電信網路與資料中心等市場帶動下,全球通訊產業預估將成長15.7%,達6,731億美元。

對於台灣通訊業者(包含行動通訊、無線通訊、有線通訊)來說,未來整體成長也有望達近10%,達到新台幣3.9兆元,最受惠的可能是通訊關鍵晶片,包含手機基頻與射頻、無線網路、乙太網路、寬頻網路等業者。但必須注意的是,在供不應求、貿易戰、疫情的三方夾擊下,缺料、交期拉長、原物料價格調漲等,都是營運可能的風險。

責任編輯:蕭閔云

關鍵字: #5G
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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