中芯手握7奈米製程一度震撼業界,為何評論指他們將陷入兩難?
中芯手握7奈米製程一度震撼業界,為何評論指他們將陷入兩難?

今年7月,中芯國際被逆向工程公司TechInsights披露,早已掌握7奈米製程技術,雖然還很粗淺,卻已默默供應超過一年之久。《金融時報》近日的專家評論則指出,中芯國際在製程技術上的突破,卻可能成為他們發展策略上的兩難掙扎。

《金融時報》上,由大中華區記者凱薩林.希爾(Kathrin Hille)撰寫的一篇評論指出,中芯國際掌握7奈米製程技術的消息,在產業界引發了一陣討論,可說中芯國際的7奈米技術進入量產階段,或許只是時間上的問題。

但這也導致中芯陷入一個兩難境地,要使用已經被競爭對手淘汰的技術,不惜成本大規模挺進7奈米製程,他們究竟願意投入多少?

中芯國際在2017年延攬前台積電大將梁孟松,成為他們快速發展的契機。梁孟松曾經表示,他在三年內帶領中芯團隊從28奈米奔赴7奈米,完成5個世代的躍進,這是一般企業需要10年功夫的成果。

中芯2020年時就公佈了7奈米製程技術,並在同年宣佈完成N+1 7奈米製程晶片,後續也開發出N+2 7奈米製程技術。

7奈米恰好是高性能運算晶片的最低門檻,可以完成從伺服器到智慧型手機各種運算需求,目前也僅落後最先進的5奈米製程一個世代。倘若中芯正式大規模對外提供7奈米製程代工,他們也將成為目前製程技術第三先進的半導體代工公司。

掌握7奈米製程,為何卻讓中芯陷入兩難?

只不過難題在於,美國從2020年就將中芯國際列入實體清單,限制ASML向中芯出口EUV(極紫外光)設備,該設備自2019年起就是7奈米製程的主流設備,而目前中芯使用的DUV(深紫外光)設備,雖也能用於7奈米製程,但效果較差、良率較低,整體成本更為高昂。

EUV
EUV設備是目前7奈米製程的主流選擇,無法取得EUV設備的中芯只能使用DUV生產,不僅良率低,成本也會更為高昂。
圖/ 艾司摩爾Facebook

在資源有限的情況下,中芯國際是否會為中國政府的策略方向,不惜成本繼續推進7奈米製程技術,並用效率較低的方式完成量產,還是會選擇將產能分配給成熟製程,滿足市場上的熱烈需求。

使用DUV生產7奈米晶片,代表額外的成本與較低良率,會讓他們很難在國際上與其他競爭對手對壘。《金融時報》引述半導體專家道格拉斯.福勒(Douglas Fuller)的說法指出,外界對中芯實現7奈米製程反應有點太過誇張,「據了解產量很糟糕。」

且目前兩位聯合執行長的方向似乎有所分歧,梁孟松目標一直放在推進先進製程上,而趙海軍則希望擴大在成熟製程的市占率。中芯上週的財報會議上,趙海軍也透露會擴大成熟製程的產能,以應付工業領域對晶片的需求。

值得一提的是,美國正在與荷蘭、日本的DUV設備製造商洽談,希望限制DUV設備出口給中芯,不過外界認為,中芯早已預先購買大量設備,因此遭受的衝擊可能不會太大。

半導體產業即將衰退,中芯是否敢加碼投資7奈米?

加上半導體產業的好日子可能已經暫時到盡頭,《彭博社》指出,在迎來不斷創新高的營收紀錄後,可能將遇上10年來最嚴重的衰退。

智慧型手機、個人電腦等3C產品在2022年的銷售就出現顯著衰退,研究公司Gartner預估,智慧型手機今年銷售將下滑7.1%,而個人電腦也會下滑9.5%。Gartner已經兩度下修2022年智慧型手機的銷售預期。

半導體_semiconductor
半導體產業經歷了疫情下的瘋狂成長後,普遍估計即將面臨一波衰退浪潮。
圖/ shutterstock

而美光也警告,半導體產業的許多需求都在快速蒸發。先前許多企業都因擔憂晶片不足的情況瘋狂屯貨,例如汽車產業購入的晶片數量就比銷售出的要多出40%。結合近來半導體成本上升,台積電、三星、Intel等企業紛紛頂不住壓力調漲價格,很可能造成供需狀況一夕之間反轉。

而在半導體產業可能面臨衰退時,中芯又是否敢不計成本擴大7奈米製程量產,也是讓人好奇的問題。

《金融時報》指出,雖然現在中芯多仰賴中國國內市場,貢獻整體營收的70%以上,但不代表他們會全然優先考慮中國的產業目標。該文引述一位專家的說法做結,「他們的目標是成為技術先進且能營利的公司,當他們被迫放棄這個目標時,就是中國真正與世界脫鉤的時刻。」

資料來源:Financial TimesBloomberg

責任編輯:侯品如

關鍵字: #半導體產業
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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