分析師看2022「中期看好聯電、長期看好台積電」,預言英特爾未來可能賣給台積
分析師看2022「中期看好聯電、長期看好台積電」,預言英特爾未來可能賣給台積

明星半導體分析師陳慧明從區域到全球的角度來看半導體產業,深度分析台灣半導體產業在國際間的定位,以及今年可能會遇到的風險及議題。

時序進入2022年,根據《今周刊》1305期封面《2022全球經濟關鍵報告》的調查,各方經濟投資專家最看好的電子產業仍由半導體居冠。然而,今年半導體產業能否平穩成長、一路看好?

「電子產業下游的存貨水平,還是需要關注。」關注半導體產業逾25年、曾是知名外資分析師,現任聚芯資本管理合夥人陳慧明在《今周刊》專訪中,談到今年半導體產業的風險。「產業本來就需要循環,就算一路看好,還是需要微幅調整。」陳慧明認為,今年最可能的發展劇本,將是下半年開始進行存貨調整。

從1996年,陳慧明開始關注半導體以來,半導體整體產業的複合年成長率約為6%。不過去年成長超過25%,加上2020年成長逾2成,「這是『非有機性(non-organic)』的成長。」陳慧明說。

這兩年半導體產業的大成長,主要是因供應鏈出狀況,其中一個環節短缺,就造成整體供需混亂,導致供需不平衡,他形容,半導體供應鏈也像海運一樣,價格大幅上漲。

舉蘋果與電子產業下游的代工大廠鴻海、和碩、廣達、仁寶、緯創、英業達為例,七家廠商的存貨金額從前年第2季以來,已經增加近45%,他們的存貨金額一家比一家高,但是存貨周轉天數卻沒有增加,就代表營收同步增加。不過,根據陳慧明觀察,下游的銷貨量並沒有大幅增加,「銷貨金額這數字就是虛胖的」,他認為,終端的營收增加恐怕有不少是來自產品價格提升,而非出貨量。

中期看好聯電、長期台積電

TSMC
圖/ shutterstock

陳慧明預測,可能不少廠商在第一季過後,看到存貨依舊太多,5月開始取消部分下半年訂單,再加上今年下半年可能會有半導體產能陸續開出,從這個角度來看,價量回歸正常,陳慧明就對今年半導體的成長力度稍微保守一點。

即使如此,陳慧明並不認為半導體就此悲觀,他注意到,半導體最上游的「矽晶圓」供給有限。晶圓代工這兩年擴產規模都相當大,台積電增加超過六成,聯電甚至增加超過一倍。

他分析,晶圓代工全球家數減少,但是矽晶圓供應廠家數減少的更多。全球前幾大的矽晶圓商信越、勝高、環球晶、世創(Siltronic)等公司都是計畫生產,就算是去年半導體大幅成長,目前預估今年矽晶圓的出貨量卻仍只有6.4%的個位數成長。矽晶圓供給有限,代表即使今年下半年代工產能慢慢開出,也不是每家都能拿到足夠晶圓

總的來說,半導體今年上半年的需求還是大於供給、持續緊繃,但是到了下半年產能慢慢開出來後,市場會要消耗過去二年因產業鏈所累積的訂單與存貨題,半導體需求回歸平衡、成長率就會開始趨緩。

但是又考慮到晶圓代工的產能受限於矽晶圓的出貨量,供給成長量不大,也不至於供過於求、導致供需失調,所以也不需要太過悲觀。至於台灣兩大晶圓代工廠,陳慧明不諱言地說:「中期看好聯電、長期看好台積電。」

英特爾可能賣廠給台積電

pat-gelsinger-rnb-2-16x9.rendition.intel.web.1920.
圖/ Intel

首先是聯電,從需求上來看,電動車、物聯網等電子設備很多都是使用成熟製程,未來需求一定會大幅增加。供給面則由於市場上二手機台價格很高,所以成熟製程產能擴充不多,但是聯電於八吋產能擴充非常積極,反而顯現出中短期優勢。

加上聯電估值偏低,目前股價淨值比只有約3.1倍,比起台積電和世界先進8倍以上,都還有不小差距。陳慧明提到,聯電2020年股東權益報酬率(ROE)只有12.3%,只要2021年超過20%門檻,說不定市場會給出更好的評價。

談到大家最關心的台積電,陳慧明認為,台積電最主要的客戶還是在美國,產業結構與美國高度配合,長期以來都跟著美國電子龍頭客戶成長,共同克服客戶製造上面臨的問題。「誰最好,誰就去找台積電。」他形容,跟著全世界最厲害的人念書,久而久之也會變得厲害。

就算最近台積電和英特爾稍有矛盾,但雙方在部分產品上還是會合作。現在台積電營收與英特爾的差距已經不到3成,未來還有可能越縮越小,但是台積電市值卻是英特爾的2倍以上。一旦英特爾規模比不過台積電,資本支出就無法增加,要力拚趕上台積電就更困難。

陳慧明接著分析,目前兩家資本支出都在2百億美元以上,英特爾暫時還不會放棄代工。不過他強調,只要台積電維持製程上的優勢,與英特爾的技術拉到3至4年距離,加上台積電2025年後,每年資本支出可能高達5百億美元下,陳慧明大膽預言,不排除將來英特爾放棄製造,賣廠給台積電的可能。由此來看,兩大廠應會進一步加深合作。

「未來應用端愈來愈多,長期來看,半導體絕對是相當重要的產業,也是台灣非常核心的產業。」陳慧明如是說。從20年前的電腦與筆電,到10年前的智慧型手機,台灣的半導體產業都享受到甜蜜的果實;接下來的電動車,台灣依然很有機會。

本文授權轉載自:今周刊

責任編輯:傅珮晴、侯品如

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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