前進中國,6吋晶圓最近
前進中國,6吋晶圓最近
2001.01.01 |

上海到南京,約略就等同於台北到高雄的距離,有機會成為中國的高科技地帶,」出身工研院,曾在茂矽工作5年的華晶上華半導體副總經理黃棟材指出。
在台灣,新竹科學園區的產業群聚,被視為是半導體產業競爭力的重要來源,產業上下游之間既競爭、也合作,廠商間往來頻繁、資訊交流密切,有利於對市場的快速回應。新興的台南科學園區,甚至已被部分廠商認為「距離太遠」,必須另起產業聚落爐灶。
面積為台灣數百倍的中國,顯然有機會發展出「中國特色」的產業群聚模式。廠區座落在江蘇無錫的華晶上華半導體,是由中國華晶電子和上華半導體在1999年合資成立,而上華半導體正是由台灣茂矽的創辦人陳正宇所成立的。合作的模式,是由華晶電子提供當年中國808計劃所興建的廠房,上華半導體則負責新資金和管理技術引進。
無錫市,中國最早工業化的城市之一,歷任都市經營者的保守心態,卻讓無錫市呈現了雜亂與紀律並存景象--市郊路人橫行、車輛逆向的情況隨處可見。但是,僅僅過了一個進城的收費亭,舉目望去的工業區,卻是一片紀律森然的光景。
黃棟材認為,華晶上華目前的營運主力為5吋和6吋廠,而6吋廠在台灣科學園區已有人才難尋的困境,將6吋廠蓋在無錫這樣的城市,事實上是可以在整個長江三角洲地帶做有效的「市場區隔」。

**半導體發展不如台灣

**
「只有建廠計劃,卻無經營管理能力,」黃棟材指出,中國當年雖然積極地想要發展半導體工業,起步也不比台灣慢,多年下來的成績卻遠不如台灣,而這也是華晶上華的合作模式之所以會出現的主要原因之一。
黃棟材舉例,過去中國國營的半導體廠,光是做建廠規劃經常就要花上一年以上的時間,再加上建廠所需要的一到兩年,等到可以量產時,原本的規劃製程可能早就已經過時了。
海外經營團隊的加入,大幅改善了華晶的經營體質。
一年多下來,目前華晶上華的產能已由原先規劃的月產6000片,提高到6吋10000片、5吋12000片的規模,去年營業額達3500萬美元,今年則可望再大幅提升到6000萬美元。
目前中國最熱的8吋廠投資熱,華晶上華反而僅在規劃評估當中,短期內並無建廠的計劃,而是以6吋廠的產能擴充為首要的營運目標。黃棟材表示,目前中國的半導體市場是以低階的消費性IC為主流,高階產品的內需市場仍舊相當有限,而目前華晶上華主要服務的客戶是以「目標市場為中國大陸的設計公司」為主,8吋廠的投資興建並非迫在眉睫。
黃棟材分析,低階的消費性IC,即使在台灣生產,主要市場也是中國大陸,而且比重勢必還會不斷提高,因此,在哪裡生產,就只是比較成本上的差異而已,中國市場崛起的大趨勢,則是無庸置疑的。
過去中國半導體製造業的基礎薄弱,法令稅制繁複多變,外人難以掌握理解,廠商求變之道,造成中國的半導體走私進口十分猖獗。但是近幾年來,中國政府計畫性地大力扶植半導體產業,IC設計產業的增值稅已下降至3%,大幅提高了廠商在中國當地生產半導體的誘因。

**晶圓代工有待探索

**
「華晶上華在摸索,客戶也在摸索,」黃棟材認為,華晶上華得摸索出在中國經營晶圓代工的一條路子,國外的IC設計公司則在摸索「合法」進軍中國的可能途徑。
黃棟材以他在海峽兩岸的工作經驗作分析,台灣在半導體技術上,至少領先中國兩個世代以上,中國本地的IC設計公司,5年內都還很難成氣候,尤其是中國長期在社會主義的制度下運作,雖然改革開放以後已有了很大的變化,但是中國IC設計業者對「市場」的理解與掌握,還是與台灣廠商有很大的落差。

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