鴻海投資紫光喊卡、出清持股降至0%!劉揚偉半導體佈局怎麼走?
鴻海投資紫光喊卡、出清持股降至0%!劉揚偉半導體佈局怎麼走?

12月17日更新:鴻海處分中國紫光持股

鴻海昨(16日)深夜拋出震撼彈,公告出清大陸投資事業紫光集團持股,處分後持股為0%。鴻海表示,「 先前是因財務考量投資紫光,惟因時序已屆年底且程序上尚無法定案,為了避免此案延宕而可能產生之諸多不確定性,因此決定處分紫光持股。

事實上,鴻海投資紫光的形式較複雜。根據鴻海晚間公告,鴻海集團旗下工業富聯透過轉投資方式取得興微基金,而興微基金轉投資晟粵廣州公司,興微基金持股晟粵廣州約48.91%,興微基金以不低於人民幣53.8億元(約新台幣237億元),將全數晟粵廣州持股處分給煙臺海秀積體電路產業投資中心(煙臺海秀)。處分後,興微基金對北京智廣芯控及紫光集團持有股權為0%。

回顧今年7月中旬,鴻海集團旗下工業富聯出資約人民幣98億元(約新台幣435億元)入股紫光集團,由於投資涉及半導體晶圓代工或製造、IC設計、封測等敏感技術項目,當時引發不小騷動,經濟部投審會認定鴻海「未事先申請」,擬裁罰最高2500萬元或撤回交易;且因投資案延遲公告被證交所重罰15萬元。

鴻海董事長劉揚偉曾在法說會表示,「新紫光集團重整後,已不包含半導體廠」,希望降低主管機關的疑慮,並說明投資紫光集團有兩個原因,第一新紫光獲利能力不錯才做財務投資;其次可透過投資關係,與紫光背後的客戶、供應商建立好的合作關係。

即便紫光投資案喊卡,劉揚偉近來在半導體上佈局積極,砸7.48億元加大投資鴻揚半導體,鴻海對鴻揚半導體持股比例達98.9%,強攻第三類半導體碳化矽(SiC)元件晶圓製造。此外,鴻海還延攬台積電前共同營運長蔣尚義擔任半導體策略長,借重蔣尚義豐富的半導體產業經驗,提供集團全球布建策略及技術指導。

以下為7月13日全文

紫光集團在宣布破產後重組已步入收尾階段,並且引進新資金,鴻海集團旗下工業富聯(FII)出資約人民幣98億元(約新台幣435億元)成為紫光集團新入股名單股東之一,投資紫光讓鴻海集團布局半導體事業再向前跨一大步。

根據資料顯示,本次投資紫光的資金包括智廣芯出資人,涵蓋中國國有資金廣東國資、湖北國資、河北國資等,除了中國國有資金外,智廣芯第二大股東晟粵產業投資合夥企業中還包括鴻海旗下工業富聯,工業富聯通過興微產業投資合資企業共同出資98 億元入股。

得晶圓者得天下!擴展半導體事業上下游全包

「得晶圓者得天下」!郭台銘一手打造的鴻海王國中獨缺半導體事業這一塊拼圖,因為接下來的智慧型手機、電動車、人工智慧與物聯網、元宇宙等,無一不能沒有半導體晶片,鴻海更不能將這種戰略物資全數掌握在別人手中。

郭台銘早就想投入半導體產業,但是一直苦無機會,因此當2016年郭台銘功買下夏普之後,想趁勝追擊,積極想再收購發生財務問題的東芝半導體,但在收購過程一度受阻,郭台銘甚至為了抗議媒體報導不公,在股東會上公開撕報紙以明己志。

然而東芝最後決議以2.4兆日圓的價格,將半導體產業賣給日美韓聯盟之後更名為鎧俠(KIOXIA),讓郭台銘後來多次公開直指日本政府「沒把東芝交給他是最大的錯誤!」

儘管跨足半導體之路受阻,但是郭台銘並未放棄,反而找來具有半導體專長的劉揚偉擔任董事長,作為投入半導體產業的重要關鍵人物,而鴻海甚至為半導體產業領域定下4個核心策略,包括穩定提供小IC、共同設計自有IC、並且籍由關鍵技術自主開發及布建多元產能。

近年來鴻海在全球各地擴展半導體事業,各項投資與布局從IC設計、封測、晶圓製造、小IC、第三代半導體等全面展開,利用各種投資與合作策略聯盟投入,反而更加的積極跨大步前進。

積極南進擴展半導體事業

鴻海先前轉投資日本夏普(Sharp)旗下已有8吋晶圓廠,2021年透過子公司投資取得馬來西亞DNeX約5.03%股權,8月再取得旺宏台灣竹科6吋晶圓廠,強攻第三代半導體碳化矽(SiC)晶圓製造,並且在中國山東青島轉投資首座晶圓級封測廠、與歐美品牌車廠Stellantis合作布局車用半導體。

今年以來更是動作頻頻,除攜手國巨成立國創半導體、宣布入股MOSFET廠富鼎布局車用半導體,更透過子公司取得馬來西亞DNeX集團持股、間接投資大馬8吋晶圓廠SilTerra。SilTerra以8吋晶圓廠為主,提供CMOS製程技術,應用範圍涵蓋先進邏輯積體電路(IC)、混合訊號和射頻元件以及高壓元件等。

馬來西亞DNeX集團先前與鴻海子公司BIH簽訂備忘錄成立合資公司,在馬來西亞布局12吋晶圓廠,鎖定28奈米和40奈米製程。另外,為布局印度本土半導體製造,鴻海也透過子公司BIH投資1.187億美元,與印度大型跨國集團Vedanta簽署合作備忘錄,成立合資公司、鴻海占40%。

另外為投入第3類半導體,日前更宣布參與盛新材料科技募資案,投資5億元並取得盛新材料10%股權,增進碳化矽(SiC)供應鏈的關鍵材料取得,建立鴻海車用半導體領域的長期競爭優勢。

入股紫光取得記憶體

中國紫光集團在2014年確立發展儲存型快閃記憶體(NAND Flash)方向,而紫光集團更是中國扶植的重要企業,希望藉由紫光集團來推動中國NAND Flash、DRAM生產。

對於投資紫光的策略,微驅科技總經理吳金榮指出,NAND Flash、DRAM是紫光最有價值的地方,而且紫光是中國的本國企業,紫光存儲DRAM、長江存儲朝3D NAND Flash發展,在中國的半導體供應鏈扮演一定的角色。

另外就是紫光展銳是行動通訊與物聯網領域核心晶片研發設計商,這也是鴻海看中其在行動通訊與物聯網領域、元宇宙等,做為新產品與新應用著墨之處。

吳金榮指出,隨著全球景氣走緩,半導體產業景氣也直轉直下,從過往的賣方市場轉為買方市場,今明兩年會更加明確,因此鴻海的半導體布局雄心不會只有目前如此這般,可能會再加速力道進行全面的投資與布局。

鴻海對於半導體事業營運目標也訂出明確的計劃,2021年相關營收規模約在700億元左右,預期今年業績目標朝向年成長10%~20%邁進,預計在2023年集團在半導體的營收目標上看1000億元。

吳金榮說,就今年的投資策略看來,鴻海投資半導體事業的雄心壯志,尚未停止。

責任編輯: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