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
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