川普半導體關稅要來了!5/7公布細則:晶圓代工要怎麼課稅?2大難題一次解密
川普半導體關稅要來了!5/7公布細則:晶圓代工要怎麼課稅?2大難題一次解密

今年4月13日,美國總統川普在「空軍一號」專機上說,「未來一周」將宣布新的半導體關稅稅率,並且在「不久的將來」端出這些關稅措施,但對若干半導體產業業者將有「彈性處理空間」。

川普說,就像美國已對鋼、鋁、汽車等課徵特定產業關稅,美國將對半導體、晶片和其他多項產品比照辦理,但也希望新關稅不要牽涉「太多公司」,因為「我們想在自己國家生產自己的晶片和半導體。」

川普說得「太快」了,全球媒體在4月13日後這一周,莫不引頸企盼,等待川普發布令人「期待」的半導體關稅。

不過川普沒有如他所預告「如期」宣布半導體關稅, 顯然川普團隊還沒準備好對半導體課稅的「功課」。

半導體關稅怎麼課?5/7見分曉

4月14日,根據「美國聯邦公報」所發布的文件顯示,美國商務部正在對進口半導體進行國家安全調查,調查範圍涵蓋「矽晶圓」等晶片零組件、晶片製造設備及「含有半導體的下游產品」。

這項調查是援引1962年「貿易擴張法」第232條款,該條款允許美國總統,以國安為由課徵關稅。

事實上,美國商務部長已經於2025年4月1日啟動此項232條款調查,以判斷半導體、半導體製造設備、以及其相關產品對美國國家安全的影響。

232條款調查通常最多需要270天完成。然而,這顯然不符川普政府的需求,因此川普政府將加速完成。

很可能川普團隊原認為4月20日前即可「完成調查」,因此川普宣布將於4月20日左右宣布半導體關稅。

這項「超光速」的調查進度顯然無法順利達成,因此將宣布對半導體課稅的時間推延到5月7日。

台積電砸1000億美元投資,川普料給「撒必蘇」

川普力圖對半導體課稅,主要目的是希望以關稅作為「棍子」,將半導體製造業趕到美國「在地生產」,以達成美國掌握半導體製造供應鏈的企圖。

台積電是率先「呼應」川普「需求」的業者,宣布「加碼」1000億美元,連同之前宣布的650億美元,合計共1650億美元,投資美國設立6座先進晶圓廠、兩座先進封裝廠及一個「研發中心」,讓川普非常滿意。

川普一定會對半導體祭出關稅,並且會給台積電「優惠」,否則會讓他「顏面無光」。

川普小手手.jpg
鑑於台積電跨大對美投資,川普勢必會給予台積電關稅優惠。
圖/ 白宮

延伸閱讀:台幣會升到多少?一文解析「合理匯價」:為何飆升效應,讓壽險公司壓力山大?

半導體關稅難點1:要避免重複課徵

半導體產品早在1997年7月1日生效的「資訊科技協定」(ITA)中,經4階段降低關稅,已於2000年達到零關稅。

半導體可說是所有電子產品不可或缺的元件,從手機、電腦、電視、家用電器到汽車、飛機、船舶等,幾乎所有現代化設備皆離不開半導體。

美國每年進口3兆多美元的產品,除原材料、農產品等外,只要是用電「驅動」的產品,通常就含有半導體元件。

美國對進口產品課稅,其實已隱含對半導體的課稅。舉例而言,目前美國對進口汽車課徵25%關稅。粗略統計,每部「燃油車」平均約含350美元的半導體,每部「油電混合車」平均約含700美元的半導體,每部電動車則約含950美元的半導體。

換言之,對整車課徵25%關稅,實際上已等同對車用半導體課徵25%關稅。

Toyota
美國對進口產品課稅,其實已隱含對半導體的課稅;圖為Toyota汽車,僅為示意圖。
圖/ shutterstock

如果再單獨對半導體課徵關稅,這些半導體被組裝到終端設備(如手機、電腦、電視、冰箱、汽車等)後進口美國時,又會被課一次關稅,這顯然是雙重課稅。

因此,對半導體課徵關稅,必須有一套機制避免重複課稅,否則美國企業勢必群起抗議。

半導體關稅難點2:供應鏈構成複雜,難以全面課徵

對半導體課稅還有不少難題,首先是如何對晶圓代工廠課稅。

晶圓代工廠完成代工的晶圓,通常會直接出貨給客戶(如輝達、高通等),而客戶會將生產完成的晶圓交給「封裝廠」組裝成IC,之後再交給「測試廠」測試,然後將完成的IC出貨給其下游客戶。

高階的AI GPU晶片,因為需要先進封裝(如CoWoS等),因此晶圓代工廠會負責完成封裝測試。

因此,很難直接對晶圓代工廠課徵關稅,因為很少有晶圓直接出口到美國。欲對晶圓代工廠課稅,可能只能對IC成品課稅。即使只對半導體成本課徵關稅,手續可能也會很繁複,難以全面課徵。

舉例而言,若對高通的晶片課徵關稅,由於高通的客戶大部分在亞洲(中國、韓國等),因此美國可能根本課不到高通的稅(因為高通的IC成品很少直接進口到美國)。

又如蘋果公司自行開發、委託台積電代工的IC,這些IC通常會組裝到蘋果的產品內(如iPhone、iPad、Macbook等)才進口美國,對這些IC課稅就只能從成品端著手。值得注意的是,只有出口到美國的蘋果產品,才會被課到關稅。

Apple-Mac-Studio-front-250305_big.jpg.large_2x.jpg
蘋果的產品如iPhone、iPad、Macbook等,因組裝完成後才進口美國,對這些IC課稅就只能從成品端著手。
圖/ Apple

為美國製IC免稅?效果恐不佳

較單純的是記憶體產品。美國會直接進口DRAM、NAND等記憶體,美國海關可以直接對這些記憶體課稅。

為了鼓勵在美國生產半導體,或可對在美國晶圓廠生產的IC免稅,不過效果恐怕不會很好。舉例而言,英特爾的產品,很多是外銷到美國以外的國家(如歐洲、中國、日本等),英特爾能獲得的關稅利益恐怕沒有川普想像中那麼大。

川普遲遲無法宣布半導體關稅,恐怕正是面臨上述的實際作業問題。且讓我們靜待川普團隊最終提出的半導體關稅細節。

延伸閱讀:來一杯可樂嗎?解密巴菲特「6歲兒童飲食法」:堅持3不原則,為何一般人別輕易嘗試?
川普出手救美國電影?擬徵「境外電影100%關稅」:為何業界人士崩潰,颳起輿論大逆風?

責任編輯:李先泰

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