【觀點】力邀台積電、三星與英特爾,美國也積極扶持!印度半導體機會有多大?
【觀點】力邀台積電、三星與英特爾,美國也積極扶持!印度半導體機會有多大?

從全球供需演變的過程來看,美國、歐洲等先進國家是消費市場的引擎,帶動經濟成長。為了提供「物美價廉」的產品,製造端的供應鏈,會往工資低、勞動力充沛的地區移動。

早期日本、台灣、韓國等地區,人民教育水準高、勤奮,工資低,成為美、歐大企業製造業遷移地區的首選。

製造業逐水草而居,從東亞轉移至中國建成世界工廠

隨著經濟規模愈來愈大,以及台、日、韓等地,工業水準快速提升,工資也水漲船高,因此製造供應鏈開始往中國大陸轉移。1990年代中國積極推動社會主義市場經濟,促使世界各國,開始到中國投資設廠。

在中國積極招商引資吸引國外公司到中國的政策下,同時也帶動中國本土廠商的興起,經20多年後,中國成為世界工廠,是全世界最大的製造基地。

中國幅員廣大,人口眾多,人民勤奮,教育水準佳,是讓中國登上世界工廠的主要因素。

2019年美中關係丕變,美國開啟貿易戰,之後升級到科技戰。美國積極引導美商及其供應鏈夥伴,將製造基地遷離中國,越南、印度成為從中國遷出的新製造基地首選。

越南人口約1億,加上人民勤奮,因此有條件成為新的製造基地。

世界工廠的下一站?印度

根據4月份聯合國世界人口的數據,印度人口達14.28億,超過中國的14.25億,成為全球人口最多的國家。單以人口論,印度有資格成為第二個世界工廠。

印度是多民族、多文化的國家,各民族有各自的語言、文化,雖然是個大國,然而存在「國中國」現象,使國家政令推廣常遇到阻礙。

更麻煩的是種性制度,儘管政府明文廢除,然而根深蒂固的傳統,仍會造成社會族群的相處問題。

印度領土面積達316萬平方公里,居全球第七位。2022年印度「國內生產總值」(GDP)達3.38兆美元,超越英國,居全球第四。僅次於美國、中國及日本,預估到2028年,印度GDP有望超越日本,成為全球第三大經濟體。

印度近年來經濟快速成長,電子產業蓬勃發展,2022年印度電子製造業規模約為1400億美元,預估到2025年將大幅成長到2400億美元。受惠於經濟快速成長,印度國內電子產品市場快速成長,成為全球最有潛力的市場。

美中政治衝突後,美國政府敦促美商盡量將原來在中國的製造基地外移,印度成為國際大廠從中國遷移出的重要區域。

一方面是印度的工資、生產成本較中國低很多。另一方面是,印度有望接在中國之後,成為全球龐大重要的市場。

印度早有領先台灣的半導體製程,但最終走上不同發展路徑

以美國蘋果公司為例,印度將成為iPhone最快速成長的市場,因此將製造基地從中國遷往印度,一方面可避免印度高昂的進口關稅,有利於iPhone在印度市場的拓展,另一方面可降低iPhone對在中國組裝的依賴。

印度電子終端產品(智慧型手機、個人電腦、電視等)市場蓬勃發展,對半導體的需求也隨之殷切。

其實印度早就有半導體公司建立生產設施,可惜的是發展不順,沒有形成半導體製造產業。

1983年印度政府成立國營「半導體公司」(SCL),SCL從美國的美國微系統(American Microsystems Inc.)引進5微米技術,之後在1989年左右,升級到0.8微米。SCL的製程技術,比同期間的台積電、聯電更先進。

semiconductor
圖/ Infineon

因為發展半導體製造,需要龐大的資金,由於當時印度官僚制度制肘,無法讓SCL取得政府資金,繼續向前邁進,只能停留在實驗室階段。

2005年,SCL由印度「太空研究組織」(ISRO)接管,之後SCL專注於太空用半導體的研發生產。

SCL與台灣當年工研院由美國RCA引進技術比較,在工研院電子所建立的3吋晶圓、7.5微米製程的「IC示範工廠」,兩者皆是引進美國技術在本土建立晶圓實驗工廠。

不同之處是,台灣是將IC示範工廠的技術授權出去,成立衍生公司,然後枝繁葉茂造就台灣龐大的半導體產業,而印度SCL停留在實驗室階段。

印度的SCL起步比台灣早,當時SCL的技術比台灣好,不同的是當時印度官方沒有全力支持,造成今天印度在半導體製造業的「空白」,錯失40多年的時間,及半導體製造業的大片江山。

從內需下手!莫迪的印度製造政策,讓電子產業重新快速發展

2014年莫迪(Modi)當選印度總理,在他務實雷厲風行的政策下,印度的官僚政治效率,獲得很大的改善。莫迪推出「印度製造」政策,以稅賦減免鼓勵外國公司在印度製造產品,有效地提升印度製造業規模及水準。

如今印度在電子產業,已經有很大的規模,尤其是在地緣政治的衝突下,印度受惠於美商,將供應鏈由中國轉移到印度。

加上印度內需市場持續快速成長,目前是全球第二大智慧型手機市場,個人電腦、電視、穿戴式裝置等消費電子產品,在印度的市場持續成長,全球市占率皆名列前茅,品牌商也積極在印度布局生產產品。

預估到2025年,印度電子產品的市場規模,將達到2400億美元。這些電子產品將需要約550億美元的半導體,這將會是規模不小的半導體應用市場。

除了內需市場外,美國政策鼓勵印度發展半導體製造業。美國商務部長雷蒙多,於今年3月率團訪問印度,簽署半導體合作備忘錄。

美國企圖扶植印度的半導體製造業,以避免過度依賴台灣及韓國。不過目前印度半導體製造業規模幾乎為零,美國想依賴印度取代台、韓,恐怕還需很長的一段時間。

先進製程三雄觀望中,半導體製造生態系非一蹴可幾

印度政府於2021年底,編列7600億盧比(約92億美元)支持印度半導體及顯示器製造生態系統的發展。印度政府力邀台積電、三星電子及英特爾等指標半導體廠,赴印度投資設廠。不過目前這些大廠尚「按兵不動」,審慎評估中。

除這三大廠外,目前已有數家公司表態,宣布將在印度投資興建晶圓廠。

較具體的有鴻海與印度Vedanta,於2022年9月,宣布共同投資195億美元,在印度興建晶圓廠,預計於2025年量產,初期產能每月4萬片晶圓。可惜的是,迄今尚未獲得印度政府核准。

延伸閱讀:鴻海傳與印度跨國集團Vedanta簽MOU,投入200億美元要建半導體廠

由阿布達比投資公司,與以色列Tower Semiconductor,合資的ISMC,於2022年5月,宣布將投資30億美元,在印度興建晶圓廠。

半導體製造業不是一蹴可幾的產業,它需要許多配合的條件。水、電是最重要的基礎設施。早期印度的基礎設施不是很理想,缺電是普遍的現象,加上供電品質不佳,無法滿足晶圓廠的基本需求。

近年來由於有許多外商在印度投資電子組裝製造,使印度在基礎設施的條件大幅提升,有利於印度發展半導體製造業。

不過印度從幾乎是「空白」的階段,發展半導體製造業,除了引進外來技術外,相關配套的材料、支援產業,也必須靠進口或引進,這會耗費很多的時間。

印度人的工作習性,也會是發展半導體製造業的罩門。雖然印度人聰明人很多,美國大科技公司的執行長有很多印度人,如微軟、谷歌、IBM、美光科技等,不勝枚舉。

然而印度製造業員工普遍不是很仔細,做事不夠嚴謹,這對晶圓廠的運作有很大的障礙。在印度建立晶圓廠,學習曲線很可能會拉得很長。面對24小時不間斷的工廠運作,印度員工恐怕很難適應輪班工作,有較高的進入障礙。

短期雖仍未成氣候,但印度產業發展值得台灣留意

因此印度半導體製造業,如果能在2026年,就會有晶圓廠進入量產階段,這將會是很大的成就。個人預估印度在2030年前,半導體製造業恐怕還無法成氣候,頂多只有幾座成熟製程的晶圓廠進入量產。

從印度的觀點來看,它們最希望台積電能到印度設廠,因為台積電擁有卓越的技術,以及一流的晶圓廠運作經驗,將會是幫助印度進入半導體製造業的最佳幫手。

然而印度的官僚制度雖有改善,但仍有諸多不符時宜之處,能否跟上半導體產業的快速運作節奏,仍將會是很大的問題。加上目前印度政府提出的補貼方案,金額不夠大,無法發揮積極的作用。

儘管如此,我們仍不可忽視印度的潛力。美國企圖幫助印度建立半導體製造業,達到減少對台灣半導體倚賴的政策,值得我們深思。

最近美光科技宣布將投資逾8億美元,在印度興建1座總投資額達27.5億美元的半導體封測廠(其餘50%資金由印度中央政府投資,20%由地方政府投資)。應用材料計畫投資4億美元在印度建造1座半導體製造設備協作工程中心。在在皆彰顯美國企圖協助印度建立半導體產業的決心。

「半導體地緣政治」發展到這種地步,台灣半導體業界應未雨綢繆思考如何突破此困境。

延伸閱讀:莫迪的半導體夢?印度補助100億美金鼓勵企業設晶圓廠

《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:蘇祐萱

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