電動車起飛帶動半導體！專家：未來十年亞太區將成全球半導體基石|數位時代 BusinessNext

電動車起飛帶動半導體！專家：未來十年亞太區將成全球半導體基石

電動車需求激增帶動半導體市場，看旺長期市場發展，勤業眾信預測未來十年半導體市場發展將轉向雙驅動模式，未來十年將助亞太區銳變為全球半導體基石。

隨著全球環保意識升級，電動車需求激增，也帶動半導體市場，而台灣科技大廠鴻海更是在日前發佈了三款台灣自主研發的電動原型車，看旺未來長期的市場發展。

勤業眾信聯合會計師事務所今（26）發布《新常態下的曙光–亞太半導體起飛》報告（Anchor of global semiconductor：Asia Pacific Takes Off），預測未來十年半導體市場發展將轉向「消費端+企業端」雙驅動模式，特別是以5G、人工智慧（AI）和物聯網為首的數位技術，其應用將更偏向垂直產業與企業端的智慧場景。

在消費應用端，電動車與自駕車也將成為驅動半導體需求的最重要因素，預計至2030年，每輛車的半導體價值將成長十倍，2020-2025營收年均複合成長率將達到14.3%。

「台灣、韓國、日本、中國大陸」可謂是亞太區的半導體四強，主導了整個亞太區半導體上中下游的產業發展，而一連串的黑天鵝事件也提升亞太半導體在全球的重要性。隨著需求從消費端擴大至企業端，預計2030年全球半導體產值將突破一兆美元；而亞太半導體市場在全球的占比將達到62%。

勤業眾信聯合會計師事務所高科技、媒體及電信產業負責人陳明煇會計師表示，在推動亞太半導體產業上游至下游發展方面，身為亞太區的半導體四強「台灣、韓國、日本、中國大陸」均發揮至關重要的作用。

例如，日本企業在半導體材料領域的占比超過全球市場的一半；而台灣和中國大陸則主導了全球半導體封測市場；且台灣更是目前為止最大半導體代工地區，相較其他三個地區，保持相對較高的出口額。另一方面，政府支持也是半導體產業發展的主要推動力之一，包括稅收減免等資金和經濟刺激舉措，以及人才培養計畫，有效助力亞太半導體產業保持競爭力。

展望半導體三大產業發展趨勢

一、具產業戰略意義，政府支持助推動發展

半導體不斷提升的需求及在全球經濟中日益增強的重要性，使得半導體晶片已成為重要戰略資產。全球半導體短缺和地緣政治局勢緊張的現狀，加強各地區對半導體供應鏈的審查，並促使彼此間爭奪半導體產業的領導權。例如，美國拜登政府正在努力將半導體製造業轉移回美國，以減少對少數晶片製造商的依賴。

2020年亞太區汽車半導體收入為121.9億美元，其中，日本在汽車半導體領域以98.6億美元的收入遙遙領先亞太其他地區，台灣以8.2億美元位居亞太第二，韓國以5.7億美元位居第三，中國大陸以5.1億美元位列第四。

整體看來，亞太區當前占全球汽車半導體市場的三分之一。在全球營收排名前15家半導體企業中，亞太區企業占據五席，充分彰顯亞太區的市場主導地位，從產業發展軌跡可見各政府在推動亞太半導體產業中扮演了關鍵角色。

勤業眾信報告指出，韓國政府未來十年將與三星、SK海力士等上百家韓國公司投資約4,500億美元，打造全球最大的半導體產業供應鏈；日本在半導體領域針對尖端半導體集中投資規畫，設置約18億美元的基金以大幅擴充扶持政策；而中國國家大基金二期300億美元的資金未來幾年將會陸續投入半導體產業。

台灣企業則是已規畫至2025期間，在半導體投資超過三兆台幣（約1,070億美元），除了在晶片代工環節實力強勁之外，在上游的 IC 設計、中游的晶圓生產、下游的封裝和測試以及設備、材料全領域都有佈局。陳明煇指出，目前台灣半導體產業亦積極處理電、水和廢棄物問題，重塑其科技生態系統永續發展，發展綠色半導體供應鏈，有機會成為台灣未來的新競爭力。

二、AI大力推動半導體產業各領域發展

AI將成為推動整個半導體產業各領域發展的重要因素，引發未來十年的應用和創新浪潮。

勤業眾信報告指出，AI的角色日益重要，並正在以「新興技術與需求和改進半導體的設計與製造過程」兩種方式影響半導體產業的發展。藉AI新興技術與需求為半導體產生新的市場機會，其應用從以智慧手機為主的消費性驅動，擴大至金融、醫療等產業的應用；第二種則是藉以大幅改進半導體的設計與製造過程。透過節約成本、縮短產品上市時間、提高企業運作效率以及產品品質，使半導體產業實現新的盈利成長機會。展望未來十年內，AI每年可以為半導體公司增加十億美元利潤。

陳明煇表示，半導體產業正面臨著巨大的AI人才缺口問題，AI領域的人才成為半導體公司發展的新動能，需求量急速增長，期望未來可透過政策和企業相互合作，及時調整人才策略以應對未來科技趨勢的發展。

三、永續意識抬頭，汽車產業驅動半導體需求

在低碳經濟理念與政策的驅動下，全球汽車產業正朝著「綠能化、智慧化、聯網化」三大方向催生新的變革，隨著電動車的發展，功率半導體與第三代半導體等需求將大幅增加，成為驅動半導體需求的重要因素；智慧化和網聯化也將刺激路面感測器和通訊半導體需求的成長。未來汽車半導體有望成為半導體產業內發展最快的領域，預計增速高達14.3%，年收入將從2020年的387億美元增加到2025年的755億美元。

創造產業競爭力與持續發展動能，強化供應鏈韌性

常態黑天鵝事件為半導體產業提供重新思考和重塑現有模式的機會，製造商和供應商之間須相互合作以建立更靈活的半導體供應鏈，為產業創造更具適應性的未來。從各地區的政策層面，全球半導體短缺和地緣政治局勢使得各政府加強了對半導體供應鏈的審查，相競確保和加強其供應鏈自主性；在企業層面，全球半導體和電子廠應分別考慮短期和長期的策略，以確保其未來的供應鏈和業務穩定發展。

短期策略包含評估並分析供應鏈風險，企業應評估供應商失去製造能力後對企業帶來的潛在影響，並建立備用的供應商選擇方案，以儘量減少供應鏈中斷的情況；從長遠來看，半導體公司應審視其供應鏈策略和營運模式，以應對製造地域集中和缺乏適應性給企業帶來的風險。半導體公司不應依賴地理集中的製造模式，而應考慮轉向透過靈活且允許多路徑的「靈活供應節點網絡」模式，有助於消除單點故障。

最新10月號雜誌《無程式碼時代來了！》馬上購：傳送門
「電子雜誌」輕鬆讀：傳送門

責任編輯：傅珮晴、錢玉紘

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。