衰退,是為了下一場美麗!
衰退,是為了下一場美麗!
2001.11.01 | 科技

走進智霖科技(Xilinx)位在台北基隆路的台灣分公司辦公室,很訝異這個全球第一大IC設計公司,內部陳設及人員竟如此簡單,而台灣總經理賴炫州今年也不過31歲,但智霖在台灣通訊晶片市場的佔有率將近8成,由於智霖本身不從事生產製造,產品都委由聯電代工廠,因此台積電與聯電業績好不好,智霖絕對是關鍵。
同樣是做IC設計,智霖賺錢方式跟威盛這類IC設計公司可是大大不同,一般IC設計公司賺的是下游系統廠商客戶的錢,像威盛做的是電腦的晶片組,客戶就是華碩、技嘉這些主機板廠;而智霖則是賺IC設計公司錢,威盛與矽統的台灣IC設計雙雄,反而到過來成為智霖的客戶。因為市場變動快速,各種電子產品的規格可能每季就汰換一次,如果每次新產品都犯上一個小錯,重新開發測試成本相當驚人,過去,IC業者在跟台積電這類晶圓廠下單前,必須先製作光罩(mask,把IC設計線路像底片一樣拍在高密度玻璃上,再交由晶圓代工廠顯影蝕刻作成IC晶片),才能進行生產,但是晶片設計如果有錯誤,不僅光罩全都報廢,更嚴重的是,調整設計再重新製作光罩,時間至少1、2個月,原先的新產品可能霎時變成一文不值的過時貨,投資可能全盤泡湯。

**和時間賽跑的產業

**
智霖的絕招便是針對這樣的市場需求,推出「可程式化邏輯元件」(PLDs, Programmable Logic devices),特別是其中一項FPGA(可程式化邏輯陣列閘)的產品。利用軟體工具,客戶可以把自己的設計線路放進智霖的晶片中,模擬自己產品「已完工」的效能進行測試,一切OK後再行量產,如此可以省下時間與產品錯誤的風險。智霖的責任在開發周邊矽智財(IP, Intellectual Property),搭上客戶的設計後即可使用。1、2年前,智霖的這種IC一顆動輒可賣上3、5萬新台幣,堪稱IC中的勞斯萊斯,近年隨著晶圓廠製程技術進步,「可程式化邏輯元件」成本大幅降低,智霖乾脆鼓勵客戶直接交由智霖量產,更省時間。
正因它特殊的經營模式,所以智霖的產品一直是高價位、高毛利的同義詞,主要客戶就是產品精密度高、單價高的大型網路設備及通訊相關業者,如思科、朗訊等,合計佔智霖營收近8成左右,在台灣,雖然也有智邦、合勤、矽統等客戶,但多數人認識他們,還是因為智霖是台灣聯電的衣食父母。
嘗盡3年好光景,美國.com夢幻滅,連帶重創通訊設備廠商,智霖也遭波及(聯電當然也跟著受害)。今年1到3月,智霖的業績雖然還比去年同期成長了33%,不過,從第2季開始,受到整體景氣下跌,通訊公司表現不佳,使得智霖業績比起去年同期衰退了21%。近期公布的第三季業績,營收為表現為2.2億美元,比起2000年第三季衰退將近50%,執行長洛蘭茲(William Roelandts)在宣布「第三季業績時坦然表示,第三季是困難的一季。」華爾街分析師因對智霖存貨狀況仍有疑慮,對它的股價持保留態度,建議投資人保持觀望,和兩年前全面叫進不可同日而語。
儘管由雲端跌落谷底,但智霖的上下卻都不認為「經濟衰退」是危機,反而是他們向下一個典範轉進的轉機。其間的內涵,就是智霖要由一個賣晶片的公司,轉成賣「平台服務」的公司。就在今年9月業績最黯淡的時候,智霖針對IC設計師需求,與21家矽智財供應商組織共同軟體授權聯盟,提供單一化授權協議,供應450種IP相關訊息,設計師可直接透過網路查詢IP授權細節、進度,以及驗證流程,縮短過去各種法律程序達6個月以上授權時間,「現在競爭的法則是要Time to Market!」智霖台灣總經理賴炫州解釋:半導體製程技術愈進步、科技產品壽命愈來愈短,智霖的價值已經不是晶片,而是運用自己的矽智財,加上合作夥伴的矽智財,幫助晶片IC設計公司的矽智財最快完成上市工作;就好像一塊積木般,智霖的平台上隨時有三角形、方形、菱形;客戶可以任意選擇其中的幾塊,透過智霖取得授權,快速變成一部戰車或大哥大,最Hot的賣到消費者手上。
智霖深具轉型信心的理由,一是它對產業生態深而透的了解,累積了夠多的智慧財產權與設計精英;一是它經歷的失敗與創業起伏,遠勝過其他IC設計公司。

**研發為成功之本

**
1984年在矽谷成立,智霖算是IC設計的老兵,但自90年代中期開始,不論在推出的速度或是新技術的研發,都落後於競爭者。1996年接任CEO一職的洛蘭茲曾告訴媒體:「我幾乎是在最糟的時候,進入矽谷高科技產業。」洛蘭茲體認到,只有掌握「時間」與「研發」,高科技公司才能可長可久。及至掌握「可程式化邏輯元件」的概念,智霖成功轉型成世界第一大IC設計公司。
截至2001年3月,智霖擁有超過500個美國專利,從1999年開始,研發的金額也呈現倍數成長,由1999年的9000萬美元,到今年將投入2億美元(佔年營收的1/8),持續在製程技術及軟體相關開發上,繼當年率先導入0.18微米製程技術,目前智霖跟聯電也展開0.13微米的合作案。
去年獲選美國《商業週刊》(BusinessWeek)「全球50家獲利最佳企業」之一,卻在通訊客戶的超額庫存中遍嘗風寒,今年智霖在半導體業的風采,勢必會輸給製作微軟Xbox遊戲機繪圖晶片的矽谷同行nVidia。但問問台灣半導體業,沒有一個人敢看輕這家公司。
「只要我們仍舊保持創新的精神,事情總是會有轉機,」看著車水馬龍的基隆路,賴炫州轉述著洛蘭茲來台灣親訪客戶時的叮嚀。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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