台積電押寶Micro LED!合作美國新創Avicena:光學技術有望取代串連AI晶片的傳統銅線?
台積電押寶Micro LED!合作美國新創Avicena:光學技術有望取代串連AI晶片的傳統銅線?

台積電近期接受美國一家新創公司投片,生產光學傳輸接收器。這麼一個小小的動作,為何讓沉寂多年的台灣光電業者,大為振奮?

「台積電正在關注非典型光學技術!」 5月26日,美國電機電子工程師學會旗下媒體《IEEE Spectrum》刊出一篇報導,內容是台積電替美國Micro LED新創公司Avicena,生產Micro LED光源接收器(PD)。

光源接收器的製程難度不算高,不是只有台積電才做得出來的高階晶片;一家新創公司的投片量也不會太大,半導體業界人士因此解讀,這張訂單的意義是 「全球晶圓代工龍頭,給一家正在發展的小公司機會;這代表台積電看好Micro LED應用在光學傳輸上的技術潛力。」

Micro LED是近十年新發展出的技術,主要被應用在電視、智能手錶上,雖然具有低耗能、高亮度與長壽命特性,但每個像素都需要獨立晶粒,導致一個面板動輒需要數百萬、甚至數千萬顆晶片,大幅拉高成本。

如今,各家顯示業者正積極嘗試將Micro LED應用於資料中心晶片間傳輸的發光源,取代傳統銅纜或較先進的雷射傳輸。創立於2019年的Avicena就是眾多玩家之一,至今已獲得SK海力士、美光、三星、科林研發等半導體業者投資。

低功耗 、傳輸頻寬佳,成功說服台積電相助

為了使人工智慧 (AI) 伺服器達到高頻寬資料傳輸需求,以博通、輝達(NVIDIA)為首的業者,紛紛推出共同封裝光學元件(CPO)交換器架構,直接在晶片旁放置外部雷射模組、光纖作為「長距離傳輸」發光源,取代傳統機櫃間使用的光收發模組及銅線。

然而,在「機櫃內晶片間」的短距離傳輸上,目前仍以傳統銅線傳輸為主,但 Avicena認為,Micro LED與銅線相比,有更低功耗、傳輸頻寬更好的優勢,有意取而代之,成功說服台積電相助。

與Avicena合作的台積電北美分公司副總Lucas Tsai指出,LED已被大量使用在消費性電子產品上,功耗也比雷射低得多,「非常適合應用於短距離傳輸上。」

這波合作也讓苦尋轉型機會多年的台灣光電產業大感振奮,因為Avicena的技術,台灣多家公司也做得到。

與過去顯示器面板使用海量Micro LED不同,業界預估單一光通訊模組,對Micro LED的需求只有數百顆,雖然整體生產成本因此下降,但對單顆晶粒的品質、穩定性要求反而更高,看好台廠在光通訊戰場上,比中國對手更具競爭力。

長年關注LED產業的陽明交通大學講座教授洪瑞 華分析,伺服器產業有去中國化需求,「如果未來技術經過驗證發展可行,市場可以說是非台廠莫屬。」

目前,台灣有三家公司率先投入與Avicena競爭,包括最大LED廠富采、新創公司先發電光以及瑞利光智能,爭取合作對象包括輝達、AMD以及美系雲端業者。

富采是國內LED龍頭,內部人士透露,公司兩年前就已經與國際雲端服務供應商(CSP)展開合作,嘗試在圖形處理器(GPU)傳輸中導入Micro LED。一名富采研發人士表示,「雖然Avicena是在光通訊技術領先,但公司擁有大量磊晶機台、工廠,對產品進入量產較有把握。」

另一家摩拳擦掌的台廠,則是神秘的新創團隊先發電光。2017年成立,歷經多次轉手易主。現由台積電、弘塑出身的總經理吳欣賢領軍,並引入群創投資,租用其竹南T4廠房,投入Micro LED光源研發,據傳下半年將送樣美系晶片大廠。

最後一家則是2022年才由董事長何志浩、技術長何志祥這對兄弟創立的瑞利光智能,哥哥曾經在香港城市大學任教、專門研究矽光子,弟弟則曾參與蘋果頭戴顯示器Vision Pro軟體研發,兩人因看好Micro LED應用潛力,放下工作一起創業。

雷射傳輸速率快,是最大的競爭對手

接受《今周刊》訪問時,何志浩分析,瑞利光智能透過導入AI,發展出自家的Micro LED巨量轉移軟體技術,能夠大幅降低生產成本、提高效率,公司已經與美系晶片廠展開合作,預計送樣整合光源、接收器的光通訊元件,應用在CPO、光收發模組中。

儘管不少公司積極推廣Micro LED,技術上仍面臨不少挑戰,其中最大的競爭者就是雷射。業界人士分析,雷射傳輸速率還是最快、並且已經商業化,Micro LED則尚在研發階段,比如光源太發散等問題,需要額外加裝微透鏡(Micro Lens)。

一名化合物半導體業者也指出,光通訊本來就有自己的業界規範,現在導入Micro LED,連光纖、接受器都要重新設計,「業界不可能為了你一個新產品改規格。」

儘管業界認為,台積電此次與Avicena合作只是試水溫,Micro LED長期還是面臨與發展多年的雷射技術競爭,但台積電的一個小動作,已經為台灣的光電產業,帶來無限希望。

延伸閱讀:哪一款AI最會讀書?冠軍「不是ChatGPT」:5款主流AI大PK,只有「它」沒出現幻覺

本文授權轉載自:今周刊

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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