中國祭史上最嚴稀土管制!3大QA一次看:會影響台灣半導體業嗎?稀土用途是什麼?
中國祭史上最嚴稀土管制!3大QA一次看:會影響台灣半導體業嗎?稀土用途是什麼?

重點一:中國擴大稀土出口管制至材料、技術與智慧財產,並要求含量逾 0.1% 的產品須申請出口許可;軍用相關一律不准。官方稱影響有限。

重點二:川普宣布自 11 月 1 日起對自中國進口商品加徵 100% 關稅,並同步對「任何關鍵軟體」施行出口管制;美國四大指數 10 日全面下挫。

重點三:經過金融市場震盪後,川普於台灣時間 13 日改口,稱「美國想幫助中國,而不是傷害它!」讓金融市場再度回溫。

中國商務部在 10/9 發布「2025 年第 61 號」公告,擴大稀土與相關科技的出口管制:新增五種稀土元素(銪、鈥、鉺、銩、鐿)及多項提煉設備;管制延伸至「境外製造」,並設定極低門檻,只要商品中含有「中國原產稀土」的價值占比達到 0.1% 以上,即需申請中國出口許可。

公告並將國防及「可能用於軍事」的半導體與 AI 研發列入原則不許可或逐案審查範疇。多數新規 11/8 生效,部分「境外適用」條款 12/1 上路。

而這一波最新管制,對全球有何具體衝擊?

美方擬以高關稅回擊:川普發言「先硬後軟」

10/11,川普以貼文對北京新規強硬回擊, 宣布自 11/1 起(或更早視情況)對中輸美商品加徵額外 100% 關稅,並祭出「關鍵軟體」出口管制 。此舉等同重啟高壓貿易戰工具,也把 11 月上旬設定為雙方政策生效的「對撞窗口」。

川普在 Truth Social 稱中國不應以稀土政策「挾持全球」,金融市場隨即大幅下挫。美國貿易代表辦公室官員 Jamison Greer 表示,美方並未事前接獲中國稀土新規通知,發現消息後即刻要求通話但被中方延後,並形容此為「權力擴張」。

10/12 中國商務部公開為新管制辯護,強調稀土管制「並非全面禁令,符合規定者可獲批」,且已「充分評估供應鏈影響,研判非常有限」。同時安撫市場稱「民用合規出口將給予一般性許可或豁免」,但未同步宣布對美反制關稅,留有談判空間。

此舉發生在美中可能於 APEC 前舉行會晤的敏感時點,凸顯稀土作為談判籌碼的戰略性 ;值得注意的是,中國目前供應全球約 70% 的稀土,長期在貿易磋商中扮演關鍵槓桿。

隨中方姿態放軟後,10/12 川普也在 Truth Social 放軟口徑,稱「別擔心中國,一切都會好起來」,釋出協商訊號。其表示美國希望「幫助中國而非傷害它」,被解讀為為談判預留空間,金融市場亦隨之反彈。

Q1:中國稀土管制對台灣半導體業的衝突是什麼?

一句話來說: 直接衝擊有限,但合規審查與間接供應鏈風險顯著升高。

針對中國的稀土管制,經濟部研判,此次新增管制的重稀土元素與台灣半導體製程所需品項不同,現階段對晶圓製造無顯著直接影響;台灣稀土相關產品多來自歐美與日本。

然而,經濟部解讀新規將對「使用中國稀土材料或技術」的境外製造也納入許可門檻,並對高階半導體用途採個案審查、對軍事用戶原則不許可,等於風險外溢到台灣半導體的國際供應鏈與客戶合規上。

中經院台灣東南亞國家協會研究中心主任徐遵慈接受《中央社》採訪解釋,中國稀土出口與技術管制仿照美國的「外國直接產品規則(FDPR)」,只要產品含有中國特定稀土原料達價值 0.1% 以上,或使用到中國的採礦、提煉、製磁等技術,即納入管制;影響將擴及美國以外的日本與東南亞等地。

他研判時程上,中國管制預定 12/1 生效,而美國 100% 關稅 11/1 上路,兩者錯開; 雙方可能在 APEC 前後透過諮商調整,措施未必原樣落地,但現階段是互相「加碼」以增談判籌碼。

在產業面,徐遵慈強調台灣多「自日本進口加工後半成品」,若日本供應鏈使用到中國稀土或技術,台廠將被波及;一旦正式實施,市場恐出現更劇烈的漲價與搶貨潮,除非中國最後放寬。整體評估為「力度更大、範圍更大、影響更深遠」。

背景數據方面,徐遵慈引用中國在全球稀土的主導地位:2024 年產量約 27 萬噸、全球占比近 7 成,儲量約占全球 48.4%,使管制的外溢效應更強。

因此總的來說,半導體業的實質衝突點如下:

合規風險 :據《路透社》報導,涉及 14 奈米及以下邏輯、256 層以上記憶體與相關設備用途的出口申請將被逐案審查,增加跨國專案時程與不確定性;軍事終端相關用戶更難獲批。
間接供應鏈 :據美國智庫 CSIS 指出,稀土本身非晶圓關鍵材料,但在製造設備、感測與磁材領域的重要性高;若境外供應商產品含中國來源稀土或技術,可能需中國許可,導致交期與成本壓力。

Q2:為什麼稀土集中在中國開採?

稀土二字雖有一個「稀」字,但其實稀土本身並不稀有,稀有的是具有經濟品位(economically viable)的礦床。真正的難題在於,是否能在單一地點找到足夠高的濃度,使採礦具有成本效益。

同時,稀土的提取過程可能對環境造成危害。要將稀土元素從所含岩石中分離,需要大量的水與能源。此外,還存在污染地表土壤與地下水的風險,因為稀土常與鈾、釷等放射性元素共生。由於早年環保監管程度寬鬆,中國於 1990 年代後成為全球主供應地,但也長期容忍高污染與受損水土。

簡言之,稀土開採與分離本身高污染、高資本支出、合規成本高。因此中國在較長時間內以較低的環境成本換取產能市占率,近十多年再以整治與集中化提升合規與供應穩定。如今,美歐正扶持本土與盟國項目(如回收、替代材料、分離與金屬化擴產),但在完整上游至下游的重稀土鏈條上,短期仍難與中國的規模、集成度與配套競爭。

稀土.jpg
圖/ wikipedia

Q3:稀土用途是什麼?為什麼這麼重要?

稀土的用途可分為幾個關鍵門類:顯示與光學方面,鏑與釔用於螢光材料,提供手機與電視的鮮豔色彩;催化與化工方面,鈰因能促進化學反應,被廣泛用在汽車廢氣的觸媒轉化器,協助減排。

最具戰略性的,是以釹與鐠製成的永久磁體,用來驅動電動車馬達、機器人伺服與風力發電機的發電機;同時,稀土也應用於消費電子、硬碟與高效電機;而在醫療與科學上,部分稀土(如用於 MRI 對比劑或癌症治療材料)支撐精準醫療與成像。

它之所以重要,首先是「不可替代性」與「性能優勢」。例如,永磁馬達效率高、體積小,是電動車與風電降本的關鍵。其次是「供應高度集中」:中國在礦產與精煉環節占主導,任何管制都會迅速傳導到全球製造業,引發停產與成本上升。

第三是「國安與產業鏈韌性」:從高階武器到半導體設備,都需要稀土磁體或功能材料;一旦受制於出口許可或技術管制,整體工業能力與能源轉型節奏都會被牽動。《彭博社》指出,美國 F-35 戰機需超過 900 磅稀土;福特也曾因磁體短缺停工,足見其戰略敏感性與供應風險。

其五大用途如下:

電機與磁材 :釹鐵硼與鑭系合金用於高效馬達與發電機,支撐電動車、風電、工業自動化的高功率密度與小型化。
光學與顯示 :鉺、鉿、鐿等用於光纖放大器、雷射;歐、銪、鋱等用於螢光粉與顯示色彩校正;拋光粉(氧化鈰)用於晶圓與玻璃的高精度拋光。
催化與化學 :鑭、鈰為汽車三元觸媒與石化裂化助劑的核心,提高轉化效率、降低排放。
合金與國防 :釹、鑭、鈰改善鋼與鎂、鋁合金的強度與耐蝕;釔、鋱、鑭系在精密導引、雷達與高溫材料中具戰略地位。
半導體與新能源 :高介電與磁性薄膜、磁冷材料、固態電池與氫儲存研究中常見稀土摻雜或化合物。

概括來說,在電動車、風電與高階通訊的硬體規格表裡,稀土元素不顯眼,卻是性能上限的決定因素;高效磁體、光電與觸媒等關鍵部件高度依賴稀土,使其被視為能源轉型與高端製造的「小零件,大戰略」。

延伸閱讀:什麼是稀土?中國憑什麼「擁稀土為貴」?一文解析稀土為何堪稱科技業「隱形命脈」

資料來源:中央社彭博社路透社CSIS

本文初稿為AI編撰,整理.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