英飛淩收購GaN Systems!它是誰?為何成立15年就成台積電最大氮化鎵客戶?
英飛淩收購GaN Systems!它是誰?為何成立15年就成台積電最大氮化鎵客戶?

2022.3.03英飛凌收購申明全文:

英飛凌與GaN Systems 宣布兩家公司已簽署最終協議,英飛凌將以 8.3 億美元收購 GaN Systems,此次計畫將以全現金交易的方式收購。

GaN 技術導入行動充電、資料中心電源供應、住宅用太陽能逆變器和電動車車載充電器等應用正處於轉折點,這也讓市場更加蓬勃發展。

基於優異的研發資源、對於應用的理解和客戶合作計畫,收購 GaN Systems 的計畫將大幅加速英飛凌 的 GaN 發展路徑。依據英飛凌的策略,此次的併購將透過掌握所有相關的電源技術 – 從矽、碳化矽到氮化鎵,進一步強化英飛凌在電源系統領域的領導地位。

2022.3.03更新
英飛淩 (Infineon)與GaN Systems今天宣布兩家公司已簽署最終協議,英飛淩將以 8.3 億美元的價格收購GaN Systems。

英飛淩全球執行長Jochen Hanebeck 表示:「GaN技術正在為支持脫碳的更節能、更節能且滿足脫碳目標的解決方案鋪平道路。在移動充電、資料中心電源、住宅太陽能逆變器和電動汽車車載充電器等應用中的應用正處於轉捩點,帶來強勁的市場成長動能。」

Jochen Hanebeck 指出:「基於業界領先的研發資源、應用知識和客戶合作計畫,收購 GaN Systems 計畫將加快我們發展氮化鎵GaN路線圖。按照我們的戰略,透過這次的合併,我們將掌握所有相關電源技術,進一步加強英飛淩在電源系統領域的領導地位,無論是在矽、碳化矽或氮化鎵應用上。」

「我們是全世界把氮化鎵(GaN)帶入車用上,唯一有實績(proven record)的公司。」GaN Systems全球業務發展副總裁莊淵棋在談到氮化鎵的未來時,信心滿滿。

你或許不知道這間IC設計公司,但事實上,GaN Systems為現今台積電在氮化鎵代工上的最大客戶,這不僅是對GaN Systems的肯定,更是公司在與其他同業競爭車廠訂單時的重要優勢。

GaN Systems成立於2006年,總部位於加拿大渥太華,從成立之初便聚焦於氮化鎵的產品研發,近期則因為搭上車用商機而被看好,一位前台積電處長、現台系車廠高階主管分析:「新公司能被選為台積電的合作夥伴,代表台積電對他們的成長性有所期待。」

看準氮化鎵商機!Toyota、BMW 都入股他們

說起車用第三類半導體,大部分人都會想到在2017年,於Model 3車款中率先導入碳化矽(SiC)逆變器的特斯拉(Tesla)。從那時起,能承受相對高電壓的碳化矽,便一直是車廠主要採用材料。同為第三類半導體的氮化鎵,則因為能承受的電壓範圍較低(低於800V),近年應用一直停留在手機充電器等消費市場。

然而近年,氮化鎵在承受高功率的技術上已有所突破,導入車用的部分逐漸變多。在2019年的東京車展上,名古屋大學與Toyota先進電力電子技術研究部共同開發的「all GaN car」, 便是採用GaN Systems的產品。此外,該公司也在2020年,拿下BMW價值1億美元的合約,足見氮化鎵入車,已非遙不可及的未來。

進一步檢視,相較於碳化矽,氮化鎵擁有更好的材料性能,於開關時的耗損非常低,成本更是近乎於矽(Si)。此外,GaN Systems執行長 Jim Witham也曾指出,製造碳化矽所需要的能耗是氮化鎵的10至20倍,在ESG大勢所趨之下,氮化鎵還兼具綠色優勢。

這也就不難理解,為何除了BMW之外,還包含Toyota(豐田)、德國汽車一級供應(tier1)商 Vitesco(緯湃科技)、環旭電子和宏光半導體等,都是這間加拿大公司的背後股東。

4大應用將帶飛氮化鎵!緊跟車用、資料中心

莊淵棋曾為漢磊總經理,深耕第三類半導體市場已久。而他也看好在未來幾年內,氮化鎵將會在車用、資料中心兩個戰場大顯身手,甚至可能取代部分碳化矽的應用。

首先,莊淵棋分享,雖然目前碳化矽是車載充電器(OBC)的主要材料,然而隨著電動車對功率的需求越來越高,「超過150KHz (千赫茲) 時,碳化矽性能將會降低。」此外,氮化鎵還擁有另一項優勢:能用較小的體積,達到更好的功率表現。

像這樣的大好商機,不僅GaN Systems看到了,眾多大廠也沒有放過。莊淵棋指出:「像是BOSCH(博世)、Denso(電裝)這些tier1車廠都在做了,未來只要看相關車廠出貨幾台,市場就有多大。」

GaN Systems 分析OBC趨勢
圖/ GaN Systems提供

其次,便是車用DC/DC電源轉換器。電源轉換器會將輸入電動車內的大電壓,轉換成較低的電壓,供車內眾多IC使用。由於氮化鎵無論在成本還是轉換效率都更有優勢,隨著技術突破,莊淵棋透露,已經有很多車廠準備好要導入氮化鎵電源轉換器,「未來到底是採用碳化矽還是氮化鎵,車廠會用性價比作為考量。」

第三,GaN Systems也相對看好牽引逆變器。不過這項技術目前尚餘發展較為初期的階段,市場研究機構Yole Développement指出,預計要到2025年之後,相關的需求才會有更顯著的成長。

最後,GaN Systems在資料中心的佈局上,也準備好切入資料中心的新賽道。莊淵棋解釋,由於氮化鎵能有效提高電源供應器的功率密度,並達到縮減尺寸的效果,這讓資料中心業者可以在機櫃空間不變的情況下大幅提升運算能力。

延伸閱讀:我在張忠謀身邊22年的日子:張淑芬是怎麼成為「台積電的月亮」?

一位業內人士則分析,GaN Systems之所以如此積極的切入車用和資料中心等新領域,主要是與同業Navitas在65瓦手機充電器市場的競爭上落後,需要另尋新戰場以彎道超車,「他們的技術很早就在車用佈局。」莊淵棋則認為,2025車廠導入氮化鎵是趨勢,現在開始切入配合驗證,是恰好的時間點。

另名系統業者表示,雖然GaN Systems作為台積電的客戶聲譽大增,也接到大筆訂單,「但如果之後聯電、世界先進也都跳進來,優勢局面很可能就會被打破。」

2026年車用將達總營收五成,GaN Systems有何底氣?

從營收來看,2021和2022年,GaN Systems皆已實現雙倍成長。莊淵棋預估,依照當前能見度,2025年車用加上資料中心客戶,將會佔GaN Systems總營收五成,2026年則會實現車用佔營收來源的一半,資料中心約15%的好成績

至於GaN Systems為何能繳出這樣的亮眼成績?莊淵棋分析,GaN Systems除了是市場早入者,搶先同業打入汽車供應鏈外,「我們能滿足不同車廠,對氮化鎵的驗證需求。」

GaN Systems GaN power transistors applications
圖/ GaN Systems提供

他解釋,例如車廠客戶,現階段在導入氮化鎵時,由於對新興材料不是那麼了解,在設計上需要大量協作以解決問題。同時,與汽車、工用客戶的緊密合作,也幫助雙方共同發展出可靠的驗證方法,也能縮短開發週期,達到成本控制。

另外,由GaN Systems所開發的封裝專利技術「GaNPX」,能克服中高功率應用時的散熱問題。莊淵棋透露,目前都是在歐洲做封裝比較多,「台灣這邊也會開始導入。」預計這項技術將能滿足更多車廠於高功率時代,對氮化鎵性能的需求。

延伸閱讀:ChatGPT超級熱,黃仁勳為何是隱形贏家?

責任編輯:錢玉紘

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