【觀點】晶片禁令怎麼把中國IC設計、製造龍頭壓著打?美國真正怕的是什麼?
【觀點】晶片禁令怎麼把中國IC設計、製造龍頭壓著打?美國真正怕的是什麼?

日前,美國與日本、荷蘭政府達成協議,共同管制先進半導體製程設備輸出到中國,由於事涉敏感,日本與荷蘭兩國皆不會對外公布管制的內容。

目前日本政府正與業者協商,預計2023年春季,可能開始執行管制先進半導體製程設備輸出到中國。

美國是世界最強大的國家,美國頒布對中國先進半導體設備的出口管制,不畏懼中國的「報復」,因此「清楚地」公布制裁內容。

岸田文雄
岸田文雄在2020非執政時期,針對時任日本首相菅義偉談及美日安保條約是否適用於釣魚台群島發表觀點。

日本與荷蘭在中國有很多商業利益,中國是日、荷的重要市場,因此在美國的「壓力」下,不得不配合美國的政策,為了避免「公開得罪」中國,日、荷低調處理對中國的管制措施,不對外公布。

出手管制先進半導體生產設備輸出,對記憶體、邏輯晶片同步源頭打擊

2022年10月7日,美國商務部「工業與安全局」(BIS, Bureau of Industry and Security),發布對中國高科技技術的出口管制措施。

對半導體管制,邏輯晶片方面16/14奈米(含)以下的生產設備,除非獲得許可,否則不准出口給中國廠商。

記憶體方面,DRAM在18奈米(含)及以下,NAND快閃記憶體128層(含)以上的製程設備,需取得核准方可出口到中國。

這次頒布的禁令,新增對記憶體製程設備的管制,這對中國記憶體產業造成嚴重打擊。邏輯製程無法發展先進製程,製造商依然可以靠成熟製程取得足夠的生意,維持業務發展;但記憶體產業就不同了,如果無法發展先進記憶體製程技術,則產品會喪失競爭力,成本無法與用先進製程生產記憶體的廠商競爭。

美拉日、荷一起管,盟友面臨產業發展與參戰陣營兩難

美國對中國半導體產業的管制措施,僅對美國廠商有約束力,對非美國的廠商恐怕力有未逮。日本與荷蘭在半導體製程設備的市占率分居全球第二、三名,如果沒有日、荷的配合,中國廠商有可能可以靠日、荷提供的設備,「繞過」美國禁令,發展先進製程。

ASML Campus in Veldhoven (with logo)_43660 (1).jpg
ASML是荷蘭半導體微影設備供應巨頭,台積電也是客戶之一。
圖/ ASML

荷蘭的ASML是DUV(深紫外光)微影機的主要供應商,只要管制高階DUV對中國的輸出,就可掐住中國往先進製程發展之路。不過ASML總裁對管制該公司DUV微影機出口到中國,颇有微詞。他認為這將影響全球半導體的供應鏈,並且迫使中國加緊發展自己的半導體製程設備,短期間中國當然無法發展出完整的半導體製程設備,不過假以時日,中國有可能開發出本土的半導體製程設備。

延伸閱讀:美國禁令大反撲!華為籌組「復仇者聯盟」,重構中國半導體供應鏈

日本方面,「東京威力科創」的塗佈、蝕刻、清洗等設備,涵蓋很多半導體的重要製程,如果沒有加以管制,中國廠商可利用這些設備取代部分美商設備,因此傳出美系業者認為禁令對日、荷半導體業者在中國的經營有利。

日本在中國有龐大的商業利益,日本許多商品在中國有不小的市場,因此日本政府雖然配合美國的要求,不過為了日本企業的利益,日本政府不得不密切與各相關公司討論,以制定出各公司可接受的方案。

延伸閱讀:美國為何特意拉攏ASML、東京威力?中國向WTO哀嚎有用嗎?

北京高調政策宣言、企業產值快速發展敲響警鐘,終引美戒心

美國「下重手」管制先進半導體技術輸出到中國公司,主要的考量是唯恐 被用於軍事用途

如果中國能維持以往「低調」,不高舉「2025中國製造」、「一帶一路」等擴張目標,維持美中和諧的關係,美國沒有將中國視為「威脅」,則中國半導體產業的發展,會令人「害怕」。

2018年川普政府發動美中貿易戰,開啟美中對抗的局面。美國意識到華為在5G技術的領先,以及華為這家公司與中國政府關係密切,為了防止華為「坐大」,2019年5月,美國將華為及其70家關係企業列入「實體名單」以管制美國先進技術輸出給華為。

2020年5月15日,美國沿用「外國直接產品規則」(FDPR, Foreign Direct Product Rule),管制所有用到美國技術的半導體公司,除非獲得許可,否則不得對華為及其關係企業提供產品及服務。

這個禁令,斬斷海思的「生機」,全球沒有晶圓代工廠(包括中國的晶圓代工廠)敢接海思的訂單。同時也將原本可超越三星電子,成為全球智慧型市佔率第一的華為,打成二、三線的智慧型手機廠商。

華為
圖/ 網易科技

海思是當時中國實力最堅強的IC設計公司,不僅技術達全球一流水準,2019年海思營業額高居全球10大IC設計公司之林,營業額與聯發科在伯仲之間,若不是被美國制裁,2020年海思營業額就可能超越聯發科。

以往海思與蘋果是兩家最早採用台積電最先進製程的公司。台積電於2020年第一季開始量產5奈米製程,當時蘋果公司的A14 Bionic處理器,以及海思的「麒麟9000」,是當時全球「惟二」最先採用5奈米製程的頂級手機應用處理器。

管制先進製程的真正用意恐非產業發展,而是劍指其軍事用途

可惜的是海思遭美國制裁,從2020年9月15日後(3個月緩衝期),海思就無法在台積電繼續下單生產,麒麟9000成為海思高階晶片的「絕唱」。

海思IC設計實力超強,假使沒有美國的制裁,海思很可能「大放異彩」,在手機、人工智慧、高效能運算、無線通訊等領域開發出頂級IC,將中國IC科技的實力,提升到全球一流水準。好在美國及時「出手」制止海思,防止海思可能開發出的高階IC「流入」軍事用途。

IC製造方面,若美國沒有對中國半導體製造業起了戒心,不對先進製程設備加以管制,中芯可以買到所有的先進製造設備(包括EUV),則今天中國半導體製造業的情況將有另一風貌。

在沒有設備取得的障礙下,中芯可能於2020年進入7奈米製程量產,2023年進入5奈米量產,成為繼台積電、三星電子之後,具先進製程生產能力的晶圓廠。

另一雄心勃勃的華力微,也可能推進到14奈米製程。在沒有管制的情況下,中國半導體製造業不僅在量方面,大幅增加,在質方面也躍升到全球一流的水準。

中美貿易戰
圖/ Shutterstock

美國智庫可能很早就看出中國發展半導體產業的潛力,因此建議美國政府及早採取行動,以免中國在半導體產業取得優勢,進而影響地緣政治的面貌。

2019年美國要求荷蘭政府禁止ASML將EUV(極紫外光)設備出貨給中芯,2020年制裁華為、海思,2020年12月將中芯列入「實體名單」,管制高階製程設備出貨到中芯。這兩大措施「遏止」中國IC設計及IC製造兩大龍頭的發展。

2022年10月7日美國發布對中國高科技技術出口的管制措施,將管控升級到所有的中國公司。

今年美國與日本、荷蘭達成協議,共同管制先進半導體製程設備出口到中國,美國對中國的「緊箍圈」愈來愈緊,將中國半導體製造業「圈在」成熟製程領域,以免增加地緣政治的風險。

延伸閱讀:科技戰大反撲,中國密謀3策略!美晶片禁令變半導體催化劑?

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

責任編輯:林美欣

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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