張忠謀的第二場豪賭
張忠謀的第二場豪賭
2001.06.01 | 人物

在15年前成立台積電的籌備階段,張忠謀曾徵詢美國半導體界舊識,請教他們對於晶圓代工這個當時還不存在的產業的看法。
結果,英特爾(Intel)創辦人之二的安迪.葛洛夫(Andrew S. Grove)和高登.摩爾(Gordon Moore),都潑了他冷水。另一家半導體廠商超微(AMD)董事長傑瑞.桑德斯(Jerry Sanders)講得更直:「帶種的男人要有自己的晶圓廠(Real men own fabs.)。」桑德斯當時認為,半導體公司一定自己蓋晶圓廠,不會將晶片交由外人生產,所以晶圓代工不可行。
不過,張忠謀沒有受這3人影響,否則今天台灣就少了一家營收1600億、市值1兆新台幣的世界第一大晶圓代工公司。當時,外界普遍不看好台積電,行政院開發基金得四處拜託飛利浦和台塑集團入股,才讓這樁投資案拍板敲定。
這是張忠謀投身晶圓代工的第一場賭注。從結果看,他大獲全勝。15年後,挾著輝煌戰果,張忠謀做了第二場豪賭。
2001年5月,台南科學園區,台積電6廠。在這座有3個足球場規模的全球最大晶圓廠中,2600多位工程師和作業員24小時輪班,趕工試產一片片直徑12英吋(30公分)、約比薩大小的晶圓。

**爭奪全球第一座
12吋廠量產頭銜

**
如果進度不變,台積電6廠極可能是全球率先量產的12吋晶圓廠,同時在爭奪這項頭銜的,還有英特爾和德州儀器(Texas Instruments)兩家老牌公司。「德儀的12吋廠會在今年第3季量產,」德儀執行長湯馬斯.安吉伯斯(Tomas J. Engibous)5月底接受《數位時代》專訪時指出。
這樣一座12吋晶圓廠,造價在25至30億美元之間,比台積電去年一整年賺的還多。在台積電6廠對面,台積電第2座12吋廠正在興建中,第3座則規劃在新竹科學園區。總計從1999到2001年,台積電建廠的資本支出達70億美元,是去年獲利的3.5倍。
不論張忠謀是否看到景氣回春的第一隻燕子,如此的鉅額投資,絕不是為了短期目的。從1955年入行以來,今年7月即將70歲的張忠謀,已歷經半導體業8次景氣低潮,即使這一次傷害最大,讓台積電的產能利用率,在半年內從超過100%跌至60%,今年獲利也可能比去年大幅減少60%,但張忠謀仍老神在在。
經驗告訴他,景氣總會復甦,而在谷底加碼投資,回春後就能享受最甜美果實。特別是這一次。

**聰明人
不自己擁有晶圓廠?

**
半導體業是資本和技術密集的工業,核心方向圍繞兩件事情:把晶圓尺寸做得更大,使得上面可以切割出更多顆晶片;將晶片上的線路距離縮小,讓同樣大小的晶片上放進更多線路,增強晶片功能。
從過去的4吋、5吋、6吋、8吋到接下來的12吋,都在不斷擴充晶圓尺寸,而從0.5微米、0.35微米、0.25微米、0.18微米到下一代的0.13微米,指的就是透過製程技術不斷縮小線路間距離。
每一代晶圓尺寸和線路距離的更新,也代表從業廠商位置的更新。1994到1998年,晶圓廠的主角從6吋轉到8吋廠,沒有跟上這一波的業者,後來都退居二線和三線。全球第一大半導體設備供應商應用材料(Applied Material)執行長詹姆士.摩根(James Morgan)5月初接受《數位時代》專訪時預測,從2001年到2004年,是8吋廠世代交替到12吋廠的時期。
去年,晶圓代工佔全球晶片製造產值的16%,其餘84%是屬於那些自己擁有晶圓廠生產自己晶片的公司,像英特爾或德州儀器,一般稱為「整合元件製造廠」(IDM),以和晶圓代工廠區別。
由於12吋廠造價昂貴,包含張忠謀在內的許多產業專家斷言,將來只有少數幾家整合元件製造廠有能力投入,其餘的會陸續將產能釋放給晶圓代工廠。根據估計,到2004年,晶圓代工佔全球晶片製造產值的比例,會上升到25%,到2010年更上升到50%。這也是張忠謀去年敢說出台積電要在「2010年做到1000億美元營收,拿下台灣1/3國民生產毛額(GDP)」的原因。
由此看來,這一波不景氣非但沒傷到台積電,反而幫了大忙。去年半導體業大好,許多業者都宣布12吋廠計畫,光台灣就將近10座,居全球之冠。今年景氣反轉,這些計畫一一暫緩,全球只剩台積電、聯電、英特爾和德儀等仍積極投入。

**台灣地位愈加穩固

**
特別是聯電。這家全球第二大晶圓代工公司,在日本和日立(Hitachi)合資的12吋廠,也在趕工試產,爭奪全球第二座量產的12吋廠。和張忠謀競爭多年的聯電集團董事長曹興誠很清楚,要超越台積電,12吋廠是最好機會。去年12月中在新加坡宣布的另一座12吋廠,展示聯電決心。這一座廠和德國的整合元件製造廠Infineon合資,從整合元件製造廠取得產能的企圖非常明顯。
無論台積電和聯電的競爭結果如何,台灣在全球半導體業的位置,將因這些巨額投資而更穩固。美國《商業週刊》和《財星》雜誌都指出,名列晶圓代工第三的新加坡特許(Chartered)半導體,雖也有12吋廠計畫,但很難撼動前兩大。成立4年的特許,去年在景氣大好時首度獲利;今年景氣一變差,第一季立刻虧損。遑論馬來西亞政府最近在沙勞越和檳城附近成立的兩家晶圓代工公司。
12吋廠造成半導體業的大斷層,少數能跨越的業者將獲得可觀報酬。不過,這張支票不會在短期內兌現。去年,本身也有晶圓廠的摩托羅拉(Motorola),因為產能吃緊,開始把部份通訊晶片外包給台積電。可是景氣一反轉,這些單子很快抽掉,類似情形讓台積電面臨龐大資本支出和產能閒置的雙重壓力。張忠謀接受《財星》訪問時坦承,「如果先前少投資10億美元,現在的狀況會好很多。」
15年來,由於晶圓代工業提供製造服務,使得只設計線路、不生產晶片的IC設計公司如雨後春筍,從20家成長到1300家,其中有一半是台積電的客戶,包含去年營收衝破10億美元的威盛,以及生產寬頻數據機晶片的Broadcom。
下一個15年,是張忠謀的第二場賭注,下注籌碼和賠率都比前一場大許多。不過別忘了,張忠謀可不是憑運氣的尋常賭客,而是全美國前1000大橋牌高手,手中的牌、桌上的牌、對手可能的牌,都透過機率與邏輯推算清楚。12吋廠這一張王牌打出,讓他贏得晶圓代工牌局的機會又更大了些。

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