【觀點】蘋果、Google全搶著自製晶片!為什麼半導體業產生巨變?
【觀點】蘋果、Google全搶著自製晶片!為什麼半導體業產生巨變?

台積電總裁魏哲家曾提及,原本賣給客戶售價六、七百美元的 AI 晶片,台積電要花二十萬美元買入安裝該晶片的系統使用。晶片廠與系統廠商間的關係正歷經重要轉變,過去的賣方與買方的界線正在融變。未來的晶片產業鏈會如何演進?

近三十年,垂直分工穩居整個半導體產業鏈的主流典範,設計歸設計,製造是製造,封測作封測。傳統上垂直整合的電子產業因而切割分立,影響所及,晶片設計公司站到台前,成為半導體業重要區間,而如台積電等專業製造業者更順勢崛起而登頂。

但近年來,半導體產業鏈的前半段出現裂縫。主流分工模式下的晶片設計業者與身居晶片買方的系統廠商間楚河漢界出現鬆動,破融重組。

傳統上,系統公司買來晶片設計公司開發的晶片,整合成為手機、電腦、工業用設備、汽車等系統產品,銷售給消費者或企業市場。這個半導體產業鏈以至整個電子產業的分工模式,造就了業內行家所稱的無晶圓廠(fabless)晶片公司業務模式,也直接為產業鏈下游製造端的專業晶圓製造業者創造出巨大發展空間。臺灣半導體業因勢利導,掌握了這世紀性的機會躍起。

但半導體產業鏈上游的設計端近來悄悄地漸生變化。原來是晶片使用者的大型資訊電子廠商越來越不願只作單純的買家。一步步,他們開始自建晶片開發團隊,積極開發自有晶片,交由專業晶圓代工業者生產,自行使用。

「系統公司變成晶片公司,晶片公司變成系統公司,」 晶片設計工具領導廠商 Cadence 的執行長 Anirudh Devgan 去年在該公司的用戶會議時提及。Cadence 目前有四成五的客戶是正在針對自己內部需求開發訂製型晶片的廠商。

檢視大型系統廠商與晶片供應商關係時,這個現象尤其明顯。看看蘋果、Google、Meta 臉書、亞馬遜、以至 Tesla,還有中國的阿里巴巴、百度以及手機業者,都在晶片端開始或深度、或試探性的佈局。而如 NVidia、AMD 等晶片廠商近年更是積極投入高性能運算(HPC)領域中的重要應用,建團隊、以自己晶片為核心並融合軟硬體以推出系統平台。

蘋果m2 Ultra
蘋果自主疑發的晶片m2 Ultra。
圖/ 蘋果WWDC發布會截圖

蘋果是其中最耀眼的例子。蘋果自早年購併晶片設計公司 P.A. Semi 後,儘管一直向外界購用處理器晶片,也在內部平行維持自有處理器開發計畫。不僅其後 iPhone 手機等採用自家的 A 系列處理器,在疫情年間也將 Mac 電腦使用的處理器晶片自 Intel 全盤改用自行開發的 ARM 架構 M 系列處理器,迅速成為蘋果整個 Mac 電腦系列的重要賣點。

蘋果之外,Google、亞馬遜、Meta 臉書等網路、社群大型業者,也都為了各自的雲端、伺服器、元宇宙等等應用的需要,自行針對各自的重點技術開發自用的專用處理器與配套晶片,並交由台積電等專業製造業者生產。近來AI人工智慧釀成風潮,更促動這些企業加把勁開發自己的專用晶片。

AI 熱潮不僅席捲資訊電子網路產業,也引發包括汽車等其它各產業的高度投入。以 Tesla 為例,它多年持續自行開發車用處理器等晶片,僅供自用,現在也將與自動駕駛等應用高度相關的 AI 雲端系統列為戰略性的優先項目,開發專用的 Dojo 高性能晶片。

Tesla 就是個鮮活的例子,說明今日汽車產業與晶片產業間的高度依存。根據 UBS 公布的研究報告,一台 Tesla 平價車款 Model 3,總計使用幾近$1700美元的晶片,是傳統內燃機汽車使用晶片成本的四倍。其中所包含電動車必用的電池驅動系統以及可選擇配備的第二級自動駕駛系統有關的晶片成本,分別達到五、六百多美元區間(見圖)。也因此,在疫情期間供應鏈斷鏈,逼得汽車廠無法出貨,或是只能交出暫時將部份功能削減的車款。

整個資訊電子產業的競爭態勢,加上半導體業的技術與經濟等多重挑戰,彼此交互影響,成就了催促系統公司自己動手設計晶片的完美風暴。

由半導體業這一端點看,晶片節點製造技術代代演進的成本越來越昂貴。新廠建設成本都以百億美元為基數起跳,而新節點製造技術的開發與量產化所需時間也越來越長,要跨越的物理限制越來越高。觀察全球標竿台積電由 N7、N5、N3、N2 以及其衍生世代的製程進展就可驗證時程逐漸加長。

如此巨額的投資必然反應在售價。根據 Needham 投資銀行研究團隊所匯集、分析的資料,蘋果在 2014 年以不到四千美元自台積電購入單片晶圓,到 2022 年,單片晶圓已超過一萬五千美金。2014 年,一顆晶粒成本略高於五美元;2021年,採 N5P 製程的晶粒成本超過 25 美元。

如此巨幅的成本端演變,導致半導體經濟學的結構劇變。根據 Needham 的分析,今天要開發一款採用 5 奈米製程的邏輯晶片,需要投下 5.4 億美金的開發成本。開發晶片的門檻如此之高,中小型廠商越發無法負擔。

台積電
蘋果在 2014 年以不到四千美元自台積電購入單片晶圓,到 2022 年,單片晶圓已超過一萬五千美元。
圖/ 邱品蓉攝影

晚近,電子設計自動化工具業者將雲端、機器學習、AI 納編以加強功能的趨勢,更拉開大型與小型業者間的差距。位居全球 EDA 電子設計自動化工具系統前三大業者的西門子,在七月初 DAC 設計自動化會展期間宣布推出整合 AI 與雲端的晶片設計工具。西門子 EDA 副總裁 Amit Gupta 根據他在設計自動化業內多年經驗指出,晶片開發商使用結合雲端的開發工具,與一般企業為了跨地域、跨組織而上雲端的動機不同。晶片設計越來越複雜,設計、驗證所需用到的運算能力益發龐大,上雲端可匯集更大的運算能力,滿足高端設計所需。對相對容易加入雲端能力的大型系統商,如此演變加大了它們的競爭優勢。

另一方面,由終端市場觀察,系統廠商面對的競爭越發劇烈。不僅平均售價必需下降,消費者與企業要求具備的功能越發複雜;全球市場又必需快速交貨,產品世代演進只能加速,不可減速。不管是手機、伺服器、或是電動車,終端廠商無法一直等待晶片供應商日益放慢的世代交替。

多重面向多股力量交相影響下,也難怪資源豐沛的大型系統廠商會因外在情勢的變化在外購與自建團隊開發晶片間思考如何選擇。因此,在每年需求十億台的手機等需求量大消費電子產品市場,或是如年需求千萬台的雲端資料中心的伺服器、一億輛汽車等附加價值高的應用領域,有能力自行開發、投片的系統廠商都已另闢蹊徑,棄用以過去 Intel 為代表的通用型中央處理器,針對各自具戰略性價值的特定應用,開發特殊應用的專用晶片,為系統業者創造更穩固的競爭優勢。

在高端晶片領域出現的價值鏈破口不可能是短期的偶發現象。這股晶片廠商與系統廠商互跨的潮流必然持續。大視野觀察半導體業,如此演變讓EDA 晶片設計驗證系統工具廠商有更寬廣市場空間,也給台積電等頂尖的晶圓製造廠、以及手握系統廠所需特殊製程的晶片製造商更大的成長空間,而一般的晶片設計公司則不得不因此在產品與市場戰略作出應對。

此時此刻,難道我們正在見證半導體產業的垂直整合風潮再起?言之過早。半導體業價值鏈的專業分工不可能就此打破,但是經此巨變,晶片開發能力顯然已成為是否跨身成為重量級廠商、以及廠商是否能掌握策略性自主能力的重要衡量標準之一。

延伸閱讀:【觀點】半導體三雄關鍵決勝點:2奈米!為何說台積電該「降價」了?

《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:錢玉紘

往下滑看下一篇文章
代理式商務來襲:萬事達卡與NCCC攜手產業打造信任新基礎
代理式商務來襲:萬事達卡與NCCC攜手產業打造信任新基礎

隨著代理式 AI(AI Agent)的快速普及,其在商務交易中的應用也從智慧搜尋、商品比價一路延伸至自主下單,逐步形塑出全新的代理式商務(Agentic Commerce)模式。為因應此一趨勢,萬事達卡攜手聯合信用卡處理中心(NCCC)於 15 日舉辦「 AI 時代支付安全與數據信任高峰會」,匯聚產官學界專家共同交流,深入探討代理式商務下的支付授權與驗證機制,以及 AI 時代金融監理的演進與詐欺防治重點。

萬事達卡台灣區董事總經理陳懿文表示,無論交易是由人或代理式 AI 發起,都應該在安全可信的環境中完成,萬事達卡將持續強化支付安全的把關能力,不僅著眼於風險控管,更期望將「信任」轉化為未來創新的基礎與成長動能。聯合信用卡處理中心董事長桂先農則認為,面對 AI 浪潮,支付安全已不再只是技術問題,更要在消費體驗、數據運用與隱私保護之間取得動態平衡。金融監督管理委員會主任委員彭金隆表示,金管會未來將持續秉持安全與發展並進的原則,致力於打造可信賴、穩健且具有包容性的環境,加速金融 AI 應用的發展。

Mastercard-02.jpg
金融監督管理委員會主任委員彭金隆特別出席,表示金管會核心理念為「負責任創新」,並於2025 年成立『金融科技產業聯盟』,期待結合金融周邊單位與金融機構的力量,打造可信任及穩健的AI 金融應用環境。
圖/ 數位時代
Mastercard-03.jpg
萬事達卡台灣區董事總經理陳懿文(左)攜手聯合信用卡處理中心董事長桂先農(右)致詞不約而同提到:面對 AI 浪潮,支付安全將會是如何在消費體驗、數據運用與隱私保護之間取得動態平衡的治理課題。
圖/ 數位時代

AI Agent 重新定義消費旅程,萬事達卡提 4 大要素保障支付安全

Google Cloud 台灣技術總經理林書平認為,代理式商務正在重新定義消費旅程,而 Universal Commerce Protocol(UCP)則是支撐這場變革的關鍵。他表示,UCP 就好像電商界的 Type-C 接口,可以串聯不同代理式 AI 與電商平台後台系統,讓代理式 AI 可以根據消費者需求,自主完成商品搜尋與推薦、比價到下單的交易流程,打造更即時、更個人化的消費體驗。

在此情況下,支付不再只是交易流程中的最後一步,而是串聯個人化服務、授權機制、風險控管與信任的核心環節。萬事達卡數據與顧問服務部資深副總裁戴輝瑾指出,要確保代理式商務下的交易安全,必須具備 4 個關鍵要素,包括可驗證代理式 AI 身份、明確的使用者授權、確保代理式 AI 執行的任務沒有超出授權範圍,以及在發生爭議時,能透過公開透明且可追溯的機制進行處理,確保各方權益。

此外,他也強調,風險管理不應侷限於付款當下,需從交易前、交易中、交易後到持續性的監控,建立端到端的治理架構。為此,萬事達卡推出多元解決方案強化整體防護能力,包括以 Identity Solution 強化數位身分驗證、以 Decision Intelligence Pro 提升即時風險判斷能力、透過 Ethoca 優化爭議處理流程,以及藉由 Recorded Future 提供即時網路威脅情報,全面覆蓋交易生命週期,打造更完整的支付安全生態系。

AI 監理邁入新階段,以信任為核心的監管新框架

從監理角度來看,AI 所帶來的變革也同步改寫治理思維。金管會銀行局局長童政彰指出,監理機關不僅要加強國際合作,更應深化與金融業及科技業的對話,建立更開放且具前瞻性的監理模式。進一步針對代理式商務來看,政大金融AI創新中心主任王儷玲認為,金融監理重心應由模型與資料管理,轉向代理式 AI 安全,尤其當 AI 可以代理消費者進行支付時,如何確保代理式 AI 在授權範圍內執行交易,將成為未來的監理重點。

在國際監理趨勢方面,萬事達卡數據與顧問服務部副總裁 Audrey Wong 分析亞太與全球支付生態並指出,AI 時代的監管核心已轉向「以信任為基礎」,金融業在應用 AI 時,必須具備可解釋性、可問責性與可稽核性,確保決策透明且可追溯。同時,隨著詐騙與洗錢行為跨境化,監理機制也應向外延伸,確保跨境一致性,並透過如 ISO 20022 等標準強化資料透明與治理能力。

回到金融機構實務面,國泰世華銀行數據長梁明喬表示,代理式 AI 將對既有支付與風控機制帶來結構性改變,以信用卡支付為例,過往的驗證重點在於是否為本人,但在代理式 AI 情境下,則轉變為驗證 AI 的身份、授權來源與行為意圖。未來,隨著代理式 AI 的普及發展,授權與權限管理將變得更加重要。

Mastercard-04.jpg
關鍵對談以「AI 時代的資安監管趨勢與企業應對策略 」為題,左起邀請:數位時代總編輯 王志仁主持及重磅與談人國立政治大學金融 AI 創新中心主任 王儷玲、國泰世華銀行數據長 梁明喬及萬事達卡數據與顧問服務部副總裁 Audrey Wong與會。
圖/ 數位時代

AI 詐騙升級,聯防機制成新關鍵

最後,本場研討會亦聚焦討論 AI 造成詐欺風險升級的議題。台灣大哥大資訊長蔡祈岩觀察,詐騙已從單一管道演變為跨平台、跨場景的複合型攻擊,尤其是假冒「代理式 AI 」的詐騙手法,透過對話引導消費者提供個資與支付資訊,正成為新興且高風險的威脅來源。

萬事達卡 Franchise Innovation 副總裁Dennis Koh 進一步歸納出 3 大詐欺發展趨勢。第一,Deepfake 服務化使詐騙門檻與成本大幅降低。第二,詐欺行為跨境化與遠端化,已經突破地理限制、走向全球攻擊。第三,社交工程從大量投放釣魚信件,轉為高度個人化、難以辨識的精準攻擊。

面對詐欺手法持續演進,聯合信用卡處理中心風險管理部資深協理李錦堯表示,聯卡中心正透過區塊鏈與FIDO生物識別技術,打造無密碼的數位身分認證系統,並結合AI數據模型提升TRACE風險預警系統的效能。未來,聯卡中心將持續優化模型,並建立跨機構資料共享的聯防機制,整合發卡機構與國際組織資源,以提升整體防詐能力,對抗日益複雜的詐欺攻擊。

代理式商務將為消費者帶來更好的消費與支付體驗,但同時也對安全、治理與信任造成更大的影響,促使產業必須從單點防護走向跨機構、跨生態系的整體治理思維。在此趨勢下,萬事達卡將持續扮演關鍵推動者角色,攜手監理機關與產業夥伴,強化支付安全標準,推動台灣支付產業的監管框架與創新發展,打造兼顧效率與信任的數位商務環境。

Mastercard-05.jpg
回應AI 代理經濟下的詐欺防制與個資挑戰,本論壇特別邀請台灣大哥大資訊長 蔡祈岩、聯合信用卡處理中心風險管理部資深協理 李錦堯、萬事達卡Franchise Innovation副總裁 Dennis Koh交流趨勢觀點。
圖/ 數位時代

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
AI全球100+台灣20
© 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