台積電、Intel、三星力拚擴廠,盼明年緩解晶片荒!專家:背後藏兩大隱憂
台積電、Intel、三星力拚擴廠,盼明年緩解晶片荒!專家:背後藏兩大隱憂

半導體缺貨茲事體大,甚至會引發供應鏈「斷鏈」危機,缺少了一顆約莫10美元的晶片,就有可能影響一台5萬美元汽車能否出貨,更遑論是普及於市場的手機,這類消費性電子是否能如期生產出貨,成為各廠關注的焦點。

也因如此,各國將半導體視為重要戰略物資,紛紛想要擁有自己的晶圓廠,或是開出誘人的條件,吸引海外代工、封測大廠擴建。上游晶圓代工及IDM廠的產能也逐步擴增,包含台積電、英特爾(Intel)、三星(Samsung)、聯電、格羅方德(GlobalFoundries)與中芯國際(SMIC)皆開出擴廠規劃。

晶圓代工廠商資本支出及擴產布局策略。
圖/ 盧佳柔製作

這樣的擴廠熱度主要來自三大因素。首先是疫情推動遠距辦公、遠距教學等新常態發展,造成筆電需求高漲;其次為新興應用科技需要的晶片數量明顯增加,包含自駕車、電動車、雲端運算、AI與4G轉5G的建置,諸如此類的結構性需求墊高對晶片數量;第三則為美中貿易戰,使得國際大廠在中國的地方以外重複下單,規避風險。

即便是晶圓廠各地擴建,然而就現階段來說,產能擴充速度仍趕不上供給需求,主要原因在於,近期宣布擴建的晶圓廠都還尚未完成建廠,實際能開出產能時間點大約落於2022年之後,這也意味著要到明年後,產能才將有望舒緩。

但是,在產能緊缺問題獲得解決的同時,其實也反應出供給過剩的兩項危機,也就是擴產數量過多和庫存過剩的狀況發生。

晶圓廠各地擴建,可能出現供給過剩?

根據SEMI(國際半導體產業協會)6月發表的「全球晶圓廠預測報告」(World Fab Forecast)顯示,全球半導體製造商將於2021年底前啟動建置 19 座高產能晶圓廠,2022 年即將開工的高產能晶圓廠為 10 座,且不排除期間又有晶片製造商宣布新建設案(此報告也匯總另 8 個可能同期動工的低可能性建設案資料)。

全球半導體晶圓廠建置時程與產量規劃

也就是說,未來3年將額外增加29座晶圓廠,與現在的數量相比足足增加了四分之一,屆時難以避免會出現產能閒置、供過於求的問題。

不僅如此,瑞信亞洲半導體分析師Randy Abrams分析指出,「為了因應產能吃緊、製造緩衝空間,企業已開始增加回補庫存,半導體庫存量有明顯攀升」。而庫存量需求將可能導致產能不對稱的情況,有些次產業需要的庫存不足,相對也造成某些次產業產能庫存過剩。

整體來看,2023年擴產計畫結束、並進一步提升產能後,晶片業者庫存量可能會出現變化。

如產能供過於求,成熟製程衝擊更大

近一步來看,若未來出現產能供過於求的狀況,首當其衝的將是目前產能建置最多的28奈米,因其無論是技術和成本都相對成熟,且可應用於車用、驅動IC、顯示器和感測器等多元方案,為近期半導體擴廠的首選製程。

工研院電子與光電系統所所長吳志毅指出,正因為28奈米的進入門檻低,當產能充足的狀況下,代工價調降機率會明顯攀升,未來受到的影響恐怕會比先進製程高出許多,「畢竟現今具備先進製程代工能力屈指可數」。

因應產能緊缺問題,半導體廠商相繼宣布擴產計畫,未來若出現產能過剩問題,成熟製程將首當其衝。
圖/ Infineon

台積電產能擴充策略,先進&成熟製程雙管齊下

全球晶圓代工龍頭台積電的策略則是將主力放在先進製程投資上,但先前卻有分析點出,「台積電不投資成熟製程、專注先進製程的失算」等說詞。資策會MIC資深產業分析師鄭凱安則認為,台積電的成熟製程營收,在全台晶圓代工成熟製程營收占比已超過70%,近年來的確積極投資先進製程產能,但不能以此認定晶片短料是台積電的責任。

再者,台積電的考量也可能是成熟製程容易陷入殺價競爭。不過,這個20年難得一見的晶片荒在全球發酵下,反而為聯電、世界先進這些深耕成熟製程廠商帶來一道曙光,晶片在產能緊缺下,獲得更高的議價空間,近期漲價幅度甚至是往年價格的一半。

台積電在宣布於南京投入28奈米計畫後,據傳也將於高雄、日本和德國加碼擴建成熟製程。

也因如此,就連台積電也開始啟動28奈米的擴產計畫,據了解南京廠已準備就緒,而另外兩座廠房據傳可能落於日本熊本和高雄;順利的話,台積電三個新廠總計月產能可超過10萬片,預期2022年底會陸續開出產能。

產能過載遲早發生,供應鏈解決之道在哪?

「產能過載狀況是必然會發生的事,只是時間早晚問題」,業界專家如此分析。

但他也指出,半導體供應鏈面對這樣問題早有一套反應機制,首先,若晶圓代工廠的產能利用率下滑,連帶也影響代工價調降、衝擊毛利率,特別會衝擊到聯電、世界先進等二線的晶圓代工業者,而這些業者早已與晶片商簽署長約,藉此綁住客戶,維持穩定收益。

產能從供不應求到供過於求是必然發生的事實,目前預估發生時間點可能會在2022年下半年之後。
圖/ shutterstock

再來是晶片商庫存過多問題,專家分析,可能會透過降價求售的方式,由代理商或通路商消化,同時也能進一步強化庫存管理機制。

反觀台積電,即便代工價格下滑,幅度也不至於過高,因為到目前為止僅調漲過一次而已。

大幅擴張產能可能帶來的供過於求的狀況,面對未來的潛在威脅,各廠比拚的重點將聚焦於良率、價格、交期與技術支援等層面,進一步提升自我競爭力,才是生存王道。

【熱門焦點】

iPhone13亮相!iPhone 12、iPhone12 mini直接降價4000元,其他舊機也有折扣

蘋果發表iPhone 13系列、新款iPad、Apple Watch 7,新色、規格亮點一次看

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:錢玉紘

往下滑看下一篇文章
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放

AI正以驚人速度重塑世界樣貌,金融產業也不例外。國泰金控作為台灣最大的金融控股公司之一,不僅積極擁抱創新變革,更透過開放分享促進產業共好:在「2025國泰金控技術年會」中分享「GAIA 2.0技術框架」,揭示多代理(Multi-Agent)雲端協作架構,讓AI從知識問答助理進化成可以自主推論、規劃與協作的夥伴,拉開以人為中心的金融科技新世代序幕。

以GAIA 2.0技術框架為基礎,加速集團應用百花齊放

GAIA是國泰金控為實現AI即服務(AI as a Service)提出的關鍵技術框架,歷經一年的發展,不僅成功建立超過200種資料類別的知識庫、彙整50多種生成式AI模型的Model Hub、設有70道安全防護檢查點的AI護欄。

國泰金控
國泰金控副總暨國泰世華銀行數據長梁明喬分享GAIA 2.0技術框架與集團GenAI應用案例
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數據長梁明喬指出:「隨著代理式AI技術崛起,我們在今年提出GAIA 2.0技術框架,目標是讓AI助理(Assistant)進化成AI Agent,可以跨單位整合工具、數據與分工,實現真正的智慧協作。」

舉例來說,為深化集團員工運用AI提升工作效率,我們打造員工AI助手—Agia,協助同仁進行知識查詢、資料摘要等任務,提升效率與生產力;另外,透過AI自助開發平台—GAIA Studio,讓員工以No Code工具,連結內部知識庫,並以視覺化介面或Prompt快速自主開發,打造業務場景所需的生成式AI服務與工具。GAIA Studio 上線三個月已有28個部門自助開發超過40支內部應用AI服務(包含行銷文案、各類產品知識、趨勢摘要等)。

在技術面,具體作法是透過GAIA 2.0框架下的四個模組,包含負責統籌AI Agent任務分配與協作流程的「Agent Core核心框架」、提供安全自主運作環境的「Agent Workspace可控環境」、連結Agent間共通語言的「Agent Protocol串接協定」,以及集中管理AI工具與元件的「Agent Marketplace整合市集」,以加速AI Agent應用研發與部署。

梁明喬表示:「接下來,我們將以GAIA為引擎,打造通用型、業務型、IT型與服務型AI應用,如Vibe Coding、CUBE Intelligence等服務,一步一腳印擴展集團的AI Agent生態圈,型塑智慧金融新格局。」

舉例來說,隨著生成式AI普及,客戶對於數位(助理)服務的期待更高,國泰世華銀行數位品牌CUBE推出「CUBE Intelligence」兩項新服務,包含「升級版」智能助理–阿發,滿足客戶詢問複雜問題的需求,無論客戶提出什麼問題,都可以完整步驟與適當的情緒價值強化與客戶的連結,讓服務更智慧、貼心且符合期待。

國泰金控
國泰金控副總暨國泰世華銀行數位長陳冠學展示「CUBE Intelligence」兩項新服務
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數位長陳冠學表示:「除了升級版阿發,另一新服務是我們也在CUBE App新增『對話式功能搜尋(CUBE Search)』,就像把行員放到CUBE App一樣,讓客戶可以用自然語言輕鬆找到想要的服務,讓服務體驗變得更聰明、更人性也更懂你。」兩項CUBE Intelligence新服務即將在年底正式上線。

跨界合作推動台灣大型語言模型落地,加速生成式AI發展

大型語言模型具備強大的語意理解與內容生成能力,是生成式AI快速發展的關鍵推力。國立政治大學金融科技研究中心主任王儷玲指出:「金融產業因為有獨特的金融語境、法規語意以及在地化的繁體中文知識,國際通用模型並不適用,必須建構本土知識庫、標準化模型機制、AI 法規沙盒及在地算力平台,發展台灣企業共同主導與管理的大型語言模型,方能讓更多金融業者透過微調打造適用模型、加速可信賴的AI Agent服務落地。」

國泰金控數數發中心數據暨人工智慧發展部副總經理劉浩翔進一步補充:「本地大型語言模型的成功關鍵,不僅是掌握充足且高品質的數據,還要透過後訓練微調與人類回饋強化學習的訓練方式去微調出適用的AI模型,藉此提升答案的精準度,尤其是需要跨法規、多層邏輯的嚴謹金融專業知識。」

AI要成功,除了應用場景、模型,算力也扮演至關緊要角色,對此,鴻海科技集團亞灣超算執行長姚延宗表示:「本土算力是支持本土大型語言模型落地的關鍵。」不過,他也強調,AI算力快速迭代且進入門檻高,不是每一間企業都可以自建算力,因此,亞灣超算與NVIDIA合作啟用超算中心,讓金融等台灣企業可以按需租賃所需算力,解決資料共享等敏感問題,加速金融AI應用的多元發展。

國泰金控
產業與學界專家於國泰金控技術年會交流生成式AI如何在台落地應用,左起為:國泰金控副總經理施君蘭、政治大學金融科技研究中心主任王儷玲、國泰金控數數發中心副總經理劉浩翔、鴻海科技集團亞灣超算執行長姚延宗
圖/ 數位時代

總的來說,從GAIA 2.0技術框架的推出、生成式AI的落地應用、到積極參與本土大型語言模型建置等行動,可以清楚看到,國泰金控正由內而外推動全面AI創新:強化內部流程效率與治理能力、以智慧化服務提升客戶體驗,並透過技術開放與跨域合作,為金融產業的數位與AI智慧轉型注入新動能。

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
進擊的機器人
© 2025 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