挑戰龍頭鴻海？立訊在中國設新廠，明年開始生產iPhone拚產量翻倍|數位時代 BusinessNext

挑戰龍頭鴻海？立訊在崑山設新廠，明年開始生產iPhone拚產量翻倍

日經報導，立訊精密正在中國崑山興建一座大型組裝廠，最快明年開始生產 iPhone，預估產量可望翻倍，此舉挑戰鴻海的意味濃厚。

日經亞洲 (Nikkei Asia) 報導，立訊精密正在中國崑山興建一座大型組裝廠，最快明年在這座等同40座足球場大小的工廠開始生產 iPhone，預估產量可望翻倍，此舉挑戰鴻海的意味濃厚。

立訊位於崑山巴城的製造園區面積達28.5萬平方公尺，最快明年可生產數百萬支 iPhone。

消息人士說，有了新工廠，立訊的iPhone產量可望從今年的約650萬支，最快到明年初提升到1200萬至1500萬支。立訊目前在崑山已有一座組裝iPhone工廠組裝iPhone，是2020年夏季向緯創買下的。

根據日經取得的資料，立訊不只在崑山設新廠，還將把附近原本屬於iPad組裝廠仁寶電子的工廠租賃下來、加以翻修。設新廠、租賃和翻修費用加總後，立訊的總投資額已達到人民幣110億元。

這等規模不止凸顯立訊的雄心，也展現蘋果對中國供應商的依賴加深。據悉中國聞泰科技最近已打入蘋果供應鏈、拿下Mac mini和Apple TV訂單，京東方加入新iPhone的供應鏈名單。

此消息激勵立訊股價周三盤中一度大漲 5.8%。

蘋果目前一年出貨約2億支iPhone，其中有六成由鴻海代工，三成由和碩代工。

一名看過立訊新廠房的蘋果供應鏈主管之後說：「新廠的規模和潛在產能令人吃驚。立訊對鴻海及和碩造成威脅的那一天，可能提早到來。」

另一名蘋果供應鏈主管說，立訊雖然是第一年正式生產新款 iPhone，但產線的良率提升速度比預期快，業界別輕忽。

據日經掌握的消息，立訊和崑山市政府已在10月底舉行動工儀式，目前挖土機和起重機正在趕工，並找來數千名員工加速興建進度。一名員工透露，已知該廠預定生產智慧手機，公司要求明年 4 月完成第一階段進度。

根據官方文件和聲明，立訊設廠計畫可創造超過人民幣 1000 億元的銷售，最終將有39條產線。立訊創辦人王來春 (Grace Wang)10 月底曾感謝市府幫忙加快工程進度和發放執照。

立訊是北京當局寄予厚望的本土製造業者，近年替蘋果代工品項迅速增加，包括AirPods耳機、Apple Watch 和iPhone。目前該公司在印度和越南替蘋果組裝AirPods和生產零組件，甚至跨足半導體領域，替蘋果無線耳機使用的晶片進行封裝測試。

海通證券科技分析師Jeff Pu說，雖然立訊和聞泰長期以來的客戶是小米、Oppo 和Vivo，但為了拓展市占率和尋找成長機會，正積極打入蘋果供應鏈。

「他們不只能提供低價，也能滿足蘋果需求靈活應變，這些都是庫克 (蘋果執行長) 重視的特質。他們也是最早在東南亞建立工廠，幫助蘋果產線分散化，以避免遭美國課徵關稅的一群。更別提他們擁有中國政府支持設廠的優勢。」

Pu說，富士康無論在產能還是營運管理來看，毫無疑問仍是蘋果代工廠龍頭，也會是蘋果新產品別無他想的重要合作夥伴，但隨著立訊等中國廠商在技術和財務提升到一定水準，可能直接與和碩與緯創等競爭。

本文授權轉載自：鉅亨集團

責任編輯：傅珮晴、錢玉紘

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。」

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。