【觀點】AI「十倍速成長」,為什麼軟硬體卻失衡了?
【觀點】AI「十倍速成長」,為什麼軟硬體卻失衡了?

9月初台灣舉辦2024國際半導體展(SEMICON Taiwan),可說是近年來最盛大、最熱鬧的一次展會。眾多重量級講者發表關鍵報告與產業動態,我也在此與大家分享我的3點觀察心得。

首先,在展前記者會時,日月光執行長吳田玉提及,在他40年職場生涯中,這是第一次看到硬體來不及供貨,趕不上軟體的強大需求。目前台灣各公司AI硬體接單都交不了貨,缺貨時間至少會持續2年,這是他在半導體產業中不曾見過的景象。

硬體增速趕不上軟體!為什麼?

原因一: AI「10倍速成長」

硬體趕不上軟體需求,過去確實少見,因為產業發展的大部分時間,都是殺手級應用難覓,但硬體產能很多,硬體即使缺貨,也都只有很短暫的時間。如今AI以10倍速成長,就算硬體不斷投資躍進,也是立即被軟體消耗掉。

原因二:後摩爾時代,限制硬體提升速度

硬體出現瓶頸,除了生成式AI進展太快,另一個關鍵原因是主宰半導體發展近60年的摩爾定律開始撞牆。過去晶片功能每1年半到2年就提升1倍,軟體應用即使不斷推進,硬體也大都能滿足軟體需求。

但如今進入後摩爾時代,製程發展到3奈米、2奈米後,線寬已達物理極限,功能增速減緩,需要整合更多技術,例如小晶片、2.5D、3D封裝、材料與光學等技術,也限制硬體提升的速度。

原因三:升級技術愈來愈難

硬體增速遇到另一個挑戰,是技術愈來愈難、投資金額加大,高階製程技術屏障愈墊愈高,如今全球只有台積電一家能跨過鴻溝,供應當然受限。

微軟Azure硬體系統和基礎設施副總裁Rani Borkar,也在大師論壇演講中提到,AI軟體發展增速,過去是每2年成長10倍,就算摩爾定律維持2年成長2倍,AI軟體增速也是硬體的5倍,這是硬體為何跟不上軟體的主因。

其次,硬體增速還要面對另一個大考驗。展會中幾乎每個講者都提出警告,當AI發展亟需高速運算,但高速運算逃不掉高耗電與散熱問題,這已成AI產業發展的天險,是需要共同面對並積極解決的問題。

展會期間,我也訪問台大前校長李嗣涔,他提到生成式AI的蓬勃進展至少引發3大憂慮,包括AI發展可能超過人類智慧,甚至出現取代或奴役人類的情況,其次是AI將大量取代白領階級的工作,造成白領失業等社會問題,最後是青少年大腦神經正處於發展階段,但AI可能形成「大腦外包」現象,對青少年的衝擊相當大。

因此,李嗣涔也預測,由於生成式AI需仰賴高速運算,但高速運算又太耗電,或許,電力會成為減緩AI發展的主要障礙。若人類無法降低AI耗電,或無法發展出更有效率的新能源或新技術,電力或許反而變成降低AI帶來危機或悲劇的解方。

最後,展會中另一個焦點則是高頻寬記憶體(HBM),台韓半導體產業也將因為AI時代進入合縱聯盟的新局面。

南韓2大記憶體龍頭三星和SK海力士,今年首次派出最高階主管李禎培及金柱善來台參加大師論壇,過去2大龍頭幾乎不曾同場出現,但為了此次台灣半導體展首度破例,也透露出一個全新產業競局正在展開。

延伸閱讀:HBM是什麼?3D完全圖解,帶你一次看懂「記憶體全村希望」

台韓意外因AI破冰,台積結親SK海力士

過去,記憶體屬於標準產品,和邏輯晶片的關係並不明顯,也沒有必要將2種晶片封裝在一起,但AI伺服器系統愈搞愈大,晶片功能、面積、散熱及耗能問題愈來愈嚴重,將系統單晶片(SoC)與HBM封裝在一起,成為解決問題的必要手段。

因此,當輝達與台積電合作規畫AI伺服器系統時,透過輝達的AI GPU晶片,加上台積電的先進製程及先進封裝技術CoWoS,最後要將HBM與SoC晶片封裝在一起。也因為這個趨勢,HBM廠商必須和輝達的晶片設計與台積電的先進製程與封裝密切合作,記憶體與晶圓代工這2大產業因此被AI拉在一起,打破過去台、韓業者不相往來、獨立運作的模式。

在這種微妙的大趨勢中,台積電與輝達陣營優先選擇與SK海力士、美光合作,至於與台積電在晶圓代工上競爭的三星,當然就被擺在一邊。在先進製程與高階封裝的發展上,台積電成為主導半導體方向的領頭羊,也讓向來與台灣競爭多過合作的韓商,必須經常來台灣拜碼頭,例如SK海力士社長金柱善,就在論壇中說今年已來台灣10次了,原因就是與台積電緊密合作。

在此加碼另一個幕後故事。由於SK海力士與台積電密切合作,因此SK海力士很早就決定參與台灣半導體展,後來三星得知,也主動表達參與意願,甚至在大師論壇的座談部分,原本金柱善要和台積電共同營運長米玉傑同台討論,但由於三星也要求參加,後來金柱善就決定退出,最後由李禎培上場。2大韓商王不見王的死敵態度,由此可見一斑,但也可以從中看到半導體產業最新的競合關係。

延伸閱讀:氣冷、液冷、浸沒式三種散熱差在哪?一文看懂AI大商機:關鍵技術、概念股有哪些?
AI高速運算關鍵!CXL、DRAM、HBM記憶體差在哪?記憶體概念股有哪些?

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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