台灣ASML林口設廠增資百億!衝2奈米、還把歐洲供應鏈帶來,有何底氣在寒冬加碼?
台灣ASML林口設廠增資百億!衝2奈米、還把歐洲供應鏈帶來,有何底氣在寒冬加碼?

台灣艾司摩爾增資林口設廠,經濟部投審會通過

EUV(極紫外光曝光機)大廠ASML(艾司摩爾)啟動在台最大投資案,規劃在新北市林口工一產業園區內新建廠區,預計最快2026年啟用。昨(29)日經濟部表示,通過過台灣ASML逾100億元增資案,這是去年底ASML宣布林口投資案後,首次向投審會申請的增資案,主要將用於林口設廠。

投審會昨通過荷蘭商艾士麥以56億4655萬元及1億4000萬歐元(折合將近新台幣50億元)增資台灣ASML。

ASML林口新廠預計明年7月動工,這將是ASML在台灣最大投資金額,不只如此,ASML還計劃將歐洲供應鏈帶到台灣落地。在半導體一片寒風刺骨中,ASML有何底氣在台灣加碼投資?以下為2022年11月16日報導:

總統蔡英文宣布,EUV(極紫外光曝光機)大廠ASML(艾司摩爾)將啟動在台最大投資案,引發各界關注;《日經亞洲》隨即也於17日凌晨報導指出,ASML也將同時投資1.81億美元,於首爾近郊設立新的支援中心。

ASML生產的EUV是生產7奈米以下先進製程不可或缺的機台,因此ASML自然會以能就近服務大客戶為優先,儘量貼近台積電及三星電子(Samsung Electronics)所在的城市,並成為在半導體陷入低潮期時,少數仍能夠反其道而行,加大投資力度的企業。

ASML獨壟EUV市場!成台積、三星競爭關鍵

semiconductor
半導體行業在近半年來,正逐步進入修正期,甚至諸如台積電、美光(Micron)和英特爾(Intel)等國際大廠也都紛紛縮減資本出
圖/ Infineon

半導體行業在近半年來,正逐步進入修正期,甚至台積電、美光(Micron)和英特爾(Intel)等國際大廠也都紛紛縮減資本出。主要原因還是來自於消費市場的需求疲軟,筆電、智慧手機等產品需求也已耗盡疫情紅利,連帶影響半導體廠的訂單數量。

不過即使如此,將時間軸拉長三至五年來看,由於疫情推升了數位轉型的速度,讓諸如電動車、資料中心和頭戴式裝置等應用場景增加,連帶擴大市場規模。像這類的產品,市場上仍需求強勁。除了要有精密的設計、5G的普及外,先進製程也是能否讓例如高階CPU(中央處理器)、GPU(圖形處理器)等產品落地的關鍵。

然而,想要做出先進製程,並同時保有良率,就絕對需要EUV的輔助。仗著這樣的市場需求,ASML便有了持續挹注資金的底氣;加上又獨壟了EUV市場,這樣特殊的市場位置,讓這間荷商能在景氣一片低迷的狀況下,繼續加碼投資。

ASML
ASML是全世界唯一能生產EUV的企業,EUV又是讓當前世界頂級半導體廠保持競爭力的關鍵。
圖/ ASML

《華爾街日報》也指出,ASML是全世界唯一能生產EUV的企業,EUV又是讓當前世界頂級半導體廠保持競爭力的關鍵。因此,即使各大廠區都在縮減資本支出,基於擔心落後對手的原因,也絕不可能砍掉對ASML的訂單。 目前ASML所累積的已下訂金額,估計已高達380億歐元。

除此之外,在上個月的電話會議上,ASML也表示,美國禁令的影響對ASML來說幾乎微乎其微。進一步檢視,不同於應用材料(Applied Materials)、科林研發(Lam Research)等設備商供應範圍還囊括了成熟製程,ASML只做先進製程的供應商以外,唯一有能力做出先進製程的中芯國際(SMIC),在甫要踏入先進製程時就遭美國襲擊,這也是為何衝擊力道還打不到ASML。

另外,ASML也在電話會議上表示,預計至2025年,ASML的年營收將會落在300至400億歐元,毛利率則在54%到56%之間。與2021年全年營收186億歐元相比,成長幅度驚人。

延伸閱讀:ASML第3季營收亮眼!美國禁令加上客戶砍支出,接下來怎麼應對?

基於上述種種原因,讓ASML即使在半導體市場狀況不佳的情況下,在華爾街的眼中身價仍是水漲船高。海納國際集團(SIG)的分析師Mehdi Hosseini更在週一(14日),將該股評級上調至正面,認為ASML需要拉長交期的方式能夠克服持續的衰退。

ASML助攻!在台灣、南韓都擴大投資

目前,台灣是ASML全球唯一的光罩模組生產基地,也在南科設立了EUV全球技術培訓中心。蔡英文也在臉書上宣布,著眼於台灣和韓國將會是未來先進製程的關鍵之地,未來ASML也會把EUV專用的2奈米的量測設備落腳台灣,ASML也證實,地點將選在新北市。

台積電先進製程Roadmap
台積電先進製程Roadmap
圖/ TSMC

另外,根據《日經亞洲》的報導,ASML在韓國的支援中心將會落腳於南韓華城,佔地將達16,000平方公尺,投資總額為1.81美元(約2400億韓元)。預計會在2024下半年開始運作,主要目的是希望能就近服務三星及SK海力士等重要客戶。而在台積電與三星的藍圖中,皆將2奈米的量產訂於2025年。

ASML行長彼得.溫尼克(Peter Wennink)也指出,這座設施業務包含設備維修、人才培訓等等,並能供應需要更換的部分零組件,在地零組件比率將提高到50%,對比當前的10%成長許多,進一步降低斷鏈風險。溫尼克也指出,未來該中心也可能會擴展為生產基地。至於主要是支援哪一部分的製程,ASML則回應《數位時代》記者表示,目前還不便公開。

延伸閱讀:半導體大缺工,ASML艾司摩爾卻養出「夢幻員工」!它怎麼做?

責任編輯:錢玉紘

關鍵字: #半導體
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