Arm IPO獲10倍超額認購！為何亞馬遜、英特爾都想投資，台積電也「參一腳」？|數位時代 BusinessNext

傳Arm IPO獲得10倍超額認購，或提前截止認購

彭博社報導，軟銀旗下晶片設計公司Arm首次公開IPO已獲得10倍超額認購，消息人士透露，Arm將在週二提前一天結束認購，不過仍按計劃在週三進行定價，股票次日開始交易。消息人士還補充說道，此次發行可能獲得高達15倍超額認購，但一切尚未敲定也可能發生變化。Arm對此消息不予置評。

此外，軟銀數月一直與蘋果、Nvidia和Intel等多家科技公司洽談，廣邀成為戰略投資者。據此前彭博社報導，消息人士表示，軟銀已將蘋果、Nvidia、Intel和三星列為Arm IPO 的戰略投資者。

戰略投資者還包括AMD、Google等公司。同時，報導指出，每個出資方預計投入2500萬美元至1億美元的資金，預計募集50億至70億美元。

先前就曾有報導，傳出Arm在6月時開始與10家以上的科技公司接觸，協商投資事宜，也邀請台積電成主要投資人。為何多家科技公司都想投資Arm，以下為2023年8月報導。

軟銀旗下晶片設計公司Arm傳出9月將在那斯達克上市，屆時估值可能將超越600億美元，而蘋果、三星、輝達、英特爾、亞馬遜甚至是台積電等眾多科技公司，也都蠢蠢欲動做好了投資ARM的打算。

根據《日經亞洲》報導，軟銀預計將在8月稍晚的時候向美國證券交易委員會提出上市申請，然後等待納斯達克的批准。不過關於確切的上市時間，目前還有多種說法，《路透社》聲稱消息人士透露Arm將在9月初上市，而《日經亞洲》給出的時間點則是9月下旬。

Arm也希望藉著上市的機會，邀請各大科技公司成為長期股東，各自向他們出售幾%的股份，也幫助Arm穩定上市時的股價，提高IPO的吸引力。早在今年4月底，也有消息傳出Arm想趁這次上市募集80億至100億美元的資金，並在6月時傳出開始與10家以上的科技公司接觸，協商投資事宜。

多家科技公司傳投資Arm，台積電也是傳聞一員

依照目前已知的消息，蘋果、三星、輝達、英特爾、亞馬遜甚至是台積電都計畫在Arm上市時入股，至於各家公司各自收購多少股份，目前則還沒有相關細節。不過現在知道的是，認購Arm股份的公司，將不會獲得Arm任何董事會席位或控制權。

雖然各家科技公司不會獲得席位或實質控制權，但大股東的身份勢必也會對公司營運有一定的影響力，對於投身自研晶片浪潮、高度仰賴Arm設計的公司來說，也可說是多了一層保險，好比說旗下手機、電腦均採用Arm架構晶片的蘋果。

而亞馬遜也有採用Arm架構的自研處理器Graviton，這款處理器已經全面應用在旗下資料中心。亞馬遜曾聲稱，Arm架構處理器較x86能節省高達30%的成本，2022年時曾預計年內在其資料中心佔據20%的比率。

英特爾則一直對投資Arm興致勃勃，在輝達投資告吹後，英特爾執行長基辛格（Pat Gelsinger）曾表示，假如出現投資Arm的聯合財團，他們很有興趣加入這個行列，「雖然我們不是Arm的大客戶，但我們的確有用Arm，我們已經將這納入代工規劃，未來合作關係會更深入。」

另外，今年6月，《路透社》就曾經報導，安謀在籌備上市期間，邀請台積電成主要投資人，不過當時台積電就曾回應不評論市場傳聞。雙方實際上合作已久，在2000年時就已經簽署合作協議，倘台積電真入股安謀，無疑是親上加親。

《路透社》引述業內人士的解讀指出，雙方合作可以強化台積電的晶圓代工能量，加上安謀架構為全球晶片業者重要的IC設計基礎，包含高通（Qualcomm）、蘋果（Apple）和聯發科等重要的業者都是基於安謀架構所設計，投資案若能成局，將有助於台積電後續的接單優勢。

2022年，三星集團會長李在鎔曾數度與日本軟銀（Softbank）執行長孫正義會面，當時就有業界人士解讀，李在鎔此行是為商討入股安謀事宜，不過並未獲得證實。

業界人士告訴《路透社》，無論最終誰投資安謀，台積電目前已經是全球晶圓代工龍頭，市佔過半，與對手三星、英特爾平起平坐，也無需擔心安謀會怠慢台積電，若蘋果最終也出手投資，對台積電來說則是喜上加喜。

不受與輝達交易失敗影響，Arm近年營收快速成長

目前Arm的股份75%由軟銀集團持有，另外25%則有軟銀願景基金持有，Arm上市時願景基金將在公開市場出售10%至15%的份。軟銀最近的財報會議上，雖然暫時沒有透露估值或上市時間的消息，不過聲稱「Arm的IPO計畫非常順利」，可望為願景基金帶來巨大的回報。

Arm在2016年被軟銀以240億英鎊收購，時至今日他們憑借低耗能的優勢，使得其設計佔領了超過90%的手機晶片市場，2022財年裡營收達到28億美元，足足比被收購時成長了70%，並且採用Arm設計的產品出貨量達到2,500億以上，軟銀執行長孫正義更喊出，未來這個數字將達到1兆以上。

軟銀曾在2020年計畫以400億美元的價格，將Arm出售給GPU大廠輝達，但最終礙於各國監管機構的反對沒能達成。當時Nvidia向軟銀支付了12.5億美元的分手費，雖然無法收購Arm，但有消息人士透露Nvidia也藉由這次機會獲得了Arm的一些技術經驗。

自交易失敗後，軟銀便積極推動Arm的上市計畫，而隨著雲端技術的興盛，以及Arm聚焦高授權費的資料中心伺服器與電腦業務，都讓Arm的表現扶搖直上，估值更是看好水漲船高至600億美元的規模。

延伸閱讀：英特爾想聯手Arm、瓜分台積電市占，能成嗎？為何外界不看好「越級打怪」？

責任編輯：錢玉紘

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。

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。

「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