圖解全球十大半導體公司!英特爾從「獵食者」到「被獵者」,關鍵轉折在這一年
圖解全球十大半導體公司!英特爾從「獵食者」到「被獵者」,關鍵轉折在這一年

英特爾(Intel)在1993年是全球半導體營業額最高的公司,意氣風發20年。但從2017年起,英特爾陷入成長泥沼,近期更傳出IC設計大廠高通(Qualcomm)提出收購方案,英特爾從「獵食者」到「被獵者」,發生什麼事?

PC產業蓬勃發展,讓英特爾吃香喝辣20餘年

英特爾成立於1968年,由IC(積體電路)的發明者之一諾伊斯(Robert Noyce)與摩爾定律的發想人摩爾(Gordon Moore)共同創立。

英特爾是投入IC製造業的先驅,成立以後研究開發出許多產品:

1970年,英特爾推出「1K DRAM」,成為公司的主力產品之一。

1971年,英特爾推出第一顆商用微處理器「Intel 4004」,這是「4位元微處理器」,同時也是全球第一顆商用微處理器。

1972年,英特爾推出8位元處理器「Intel 8008」,成為全球領先踏入「微處理器」市場的公司,奠定英特爾事業的根基。

1981年,IBM PC問世,選用英特爾的8/16位元「8088處理器」,成為英特爾轉捩點。

1985年微軟推出Windows作業系統,經數年的努力,Windows成為PC的標準作業系統。

英特爾為PC設計的CPU不斷推陳出新,從8088、80286到32位元的80386以及之後的80486、Pentium等,與微軟密切配合,掌握龐大PC市場。

PC快速成長成為龐大的產業,英特爾的CPU與微軟的「Windows作業系統」,控制PC產業的軟硬體,WinTel掌控PC產業長達20多年。

全球半導體公司排名歷經幾度大洗牌,原因是什麼?

半導體大事紀.jpg
圖/ 數位時代

1986年到1992年:日本DRAM獨強,NEC及東芝如日中天

回顧歷史,1985年全球半導體公司營業額最高的公司為日本的NEC,美國的TI(德州儀器)及摩托羅拉(Motorola)分居二、三名。荷蘭飛利浦(Philips)居第七,英特爾居第八,美國的國家半導體(National Semiconductor)居第九。其餘皆是日本公司,包括第四的日立( Hitachi)、第五的東芝(Toshiba)、第六的富士通(Fujitsu)及第十的松下(Panasonic)。

此時PC產業尚在萌芽期,英特爾只能居全球第八大半導體公司。

1986年到1992年,全球半導體公司營業額的冠亞軍,皆由NEC及東芝把持,主要的原因是,當時日本是DRAM產業的領導國,技術、市場領先全球,聲望如日中天,市占率遙遙領先。英特爾尚與冠亞軍無緣。

1993年:英特爾崛起,獨領風騷20年

1993年是個轉捩點,英特爾以76億美元的營業額,超越NEC的71億美元,成為全球半導體營業額最高的公司。

自此之後,英特爾意氣風發,每年皆在全球半導體產業掄元,直到2017年方被三星電子奪走半導體龍頭寶座,痛失蟬聯達24年的龍頭寶座。

三星電子的崛起主要是靠記憶體市場規模不斷地擴大,1993年三星電子的營業額僅31億美元,居全球第七。此時日本半導體公司仍在全球市場具有很大市場,全球前十大半導體公司中有6家日本公司。

2002年:記憶體市場擴大,韓國DRAM出頭天、日本失去競爭力

2002年三星電子以87.5億美元的營業額,躍升到全球半導體營業額的亞軍,不過與當年冠軍英特爾的237億美元相較,尚有一段很長的距離。三星電子的崛起代表韓國DRAM產業的興起,也代表日本在DRAM產業的開始式微。此時只有三家日本公司列入全球前十大半導體公司。

另一值得注意的是,高通於2008年以64.8億美元營業額,居全球第八,進入全球前十大半導體公司。

高通為一家沒有自有晶圓廠的IC設計公司,高通進入前十大,象徵半導體生態的改變。在行動通訊日益普及之下,高通的營業額快速成長,2012年以131.8億美元營業額,居全球第三大半導體公司,僅落在英特爾及三星電子之後。

高通的崛起象徵行動通訊時代的來臨,也埋下英特爾競爭力衰退的種子。不過由於PC市場持續成長,加上行動通訊時代,資料中心市場開始擴大,伺服器需求增加,英特爾掌握伺服器CPU市場,因此王者態勢仍未退色。

2017年:三星成為全球最大半導體公司,英特爾陷入成長泥沼

2017年,三星電子以620億美元的營業額超越英特爾的614億美元,奪得全球最大半導體公司的寶座。

三星電子能一舉超越高居全球半導體龍頭長達24年的英特爾,主要是拜記憶體市場大幅成長之賜。

2018年三星電子以833億美元營業額,超越英特爾的702億美元,再次成為全球半導體公司的龍頭。

2019年英特爾營業額達708億美元,超越三星電子的557億美元,奪回全球半導體公司龍頭寶座。這一年記憶體市場衰退,使三星電子大幅下滑。

2020年英特爾營業額達729億美元,超越三星電子的605億美元,蟬聯第一。

可惜的是2021年,英特爾營業額達767億美元,落後三星電子的820億美元,再次失去第一寶座。2022年三星電子營業額達656億美元再次超越英特爾的631億美元,蟬聯全球第一寶座。

從2017年起這幾年的走勢,英特爾已陷入成長的泥沼,營業額成長動能不足,以至於只要記憶體市場不錯,三星營業額就會超越英特爾。

半導體排名.jpg
圖/ 數位時代

2023年:生成式人工智慧浪潮,輝達逆勢奪冠

2023年ChapGPT掀起生成式人工智慧的浪潮,輝達的GPU成為人工智慧必備的「基礎設施」元件,營業額水漲船高,無懼2023年因「去庫存」導致全球半導體衰退的逆潮。

2023年,輝達營業額高達562億美元,較2022年的286億美元大幅成長96.5%,高居全球半導體營業額的第一名。英特爾2023年營業額達539億美元,較2022年的631億美元衰退14.6%,居全球第二。

三星電子2023年營業額490億美元,較2022年的656億美元衰退25.3%,居全球第三。2023年全球記憶體市場大幅衰退,導致三星電子營業額隨之衰退。

英特爾從「獵食者」到「被獵者」,做錯什麼?

英特爾的危機早在2017年起就很明顯,2019年由財務背景出身的史旺(Bob Swan)擔任執行長,使得英特爾經營策略保守不敢大膽投資,錯失許多能讓英特爾「脫胎換骨」的機會。

2021年2月15日,英特爾邀請昔日研發大將季辛格(Pat Geisger)重返英特爾擔任執行長,希望能翻轉英特爾的頹勢。

季辛格揭櫫「IDM 2.0」企圖進入晶圓代工市場,逐鹿快速成長的市場。為了圓晶圓代工市場之夢,英特爾大舉投資建立先進製程晶圓廠,從美國本土延伸到歐洲,投資金額龐大。

為了追趕台積電,英特爾立下「4年5製程」的開發計畫,研發資金所費不貲。

在營業額方面,在超微強力競爭下,PC CPU及伺服器CPU失去不少市場,使營業額成長遲滯不前。

加上英特爾在GPU方面落後輝達、超微,使得它在人工智慧市場無法分得「一杯羹」。

股價會說話,季辛格上任後,英特爾股價於2021年4月9日達68.26美元,是近期的高點,顯示投資人對新執行長有期待。

之後英特爾股價一路下滑,2023年2月24日,跌至25.14美元是波段低點,之後股價反彈,於2023年12月29日,彈至波段高點50.25美元。

可惜的是,自此之後再度下滑,今年(2024年)9月6日跌到18.89美元,再創低點。

之後傳出高通有意收購英特爾後,股價反彈到23.88美元(9月29日),市值由1000億美元以下,反彈到1,020.8億美元,全球排名174,在全球半導體公司中排名15。

延伸閱讀:英特爾怎麼了?晶片霸主是怎麼淪為被收購目標?盤點20年來4大錯誤決策

全球十大半導體公司一次看

全球半導體公司市值龍頭為輝達,9月29日計,市值達2.976兆美元,全球排名第3。以下為全球半導體公司排名:

公司名稱 市值 半導體公司排名 全球市值排名
輝達 (NVIDIA) 2.976 兆美元 第 1 名 第 3 名
台積電 (TSMC) 9229.6 億美元 第 2 名 第 9 名
博通 (Broadcom) 8065.6 億美元 第 3 名 第 11 名
ASML 3325.4 億美元 第 4 名 第 28 名
三星電子 (Samsung Electronics) 3085.9 億美元 第 5 名 第 31 名
超微 (AMD) 2659.9 億美元 第 6 名 第 37 名
德州儀器 (Texas Instruments) 1909.5 億美元 第 7 名 第 70 名
高通 (Qualcomm) 1895.2 億美元 第 8 名 第 73 名
應用材料 (Applied Materials) 1689.3 億美元 第 9 名 第 88 名
Arm 1525.6 億美元 第 10 名 第 103 名

市值是投資人對公司認同的指標,英特爾市值遠遠落後輝達、台積電、博通等公司,連以前的「小弟」超微,市值也達英特爾的2.6倍,無怪乎高通敢高喊收購英特爾。

延伸閱讀:美國傾洪荒之力制裁,華為卻只痛3年!一張圖看懂華為韌性

責任編輯:林美欣

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