觀點|解讀馬斯克畫的Terafab晶圓大餅:台積電「十萬青年十萬肝」累積30年,彎道超車容易嗎?
觀點|解讀馬斯克畫的Terafab晶圓大餅:台積電「十萬青年十萬肝」累積30年,彎道超車容易嗎?

3 月 21 日,特斯拉執行長馬斯克在德州奧斯汀對外宣布,由特斯拉、xAI 及 SpaceX 三方共同出資,計畫在奧斯汀 Giga Texas 廠區北側興建一座先進技術的超大晶圓廠 Terafab。

此計畫將晶片設計、微影、製造、記憶體生產、先進封裝與測試等環節全數集中於同一屋簷之下,號稱將具備目前全球任何晶圓廠均不具備的快速迭代能力。

馬斯克說:「製造晶片、測試、修改光罩等,不需在不同晶圓廠區之間運送晶圓。」

兩階段建設,目標月產 100 萬片晶圓

此計畫目標為 2 奈米製程,初期每月生產 10 萬片晶圓,最終目標提升至每月 100 萬片,這大約相當於台積電目前全球所有工廠加起來總產能的七成左右。

Terafab 整體設施將分兩期建設,一期工程預計於 2027 年下半年投產,2028 年實現首批晶片量產;二期工程則計畫在 2030 年全面竣工。

首批產品鎖定特斯拉第五代 AI 晶片 AI5,預計於 2027 年小批量生產、2028 年進入量產,預估總投資落在 200 至 250 億美元。

馬斯克對此 Terafab 的願景,是規劃每年晶片產量達到 1,000 到 2,000 億顆晶片量級的宏大規模,具備 1 Terawatt(1 太瓦)運算能力的晶片。

馬斯克認為,當前全球 AI 算力年產能約為 20 GW,僅能滿足其長期需求約 2%,顯示未來算力缺口極為龐大。

Terafab 主要生產兩類晶片:一類針對邊緣推理優化,用於特斯拉 FSD 自動駕駛、Cybercab 及 Optimus 人形機器人;另一類是專門用於太空 AI 系統的高性能抗輻射晶片。

英特爾加入,組成 AI 算力「美國隊」

4 月 7 日,英特爾宣布將加入 Terafab 計畫,英特爾將以其在晶片設計、製造與先進封裝的技術實力,協助馬斯克實現超高效能晶片的大規模量產。

這將為英特爾晶圓代工業務注入強心針,更預告美國 AI 算力晶片版圖可能迎來重大洗牌。

200 億美元投資恐屬杯水車薪

Terafab 若欲達成百萬片月產能,200 至 250 億美元的投資規模恐屬「杯水車薪」。一座月產能 3 萬片的 2 奈米晶圓廠,投資額至少 300 億美元起跳;馬斯克的宏大晶圓生產規模,至少必須投資 9,000 億美元。

馬斯克是天才型的創業家,他在特斯拉、SpaceX 的成就,的確打破不少傳統藩籬,值得自豪。然而半導體製造業,與他之前所涉及的產業有很大的不同。

半導體製造沒有捷徑

半導體製程技術除了有理論基礎的支撐發展外,另外有很大一部分是「從做中學」。

晶圓製造從材料、特用化學品配方到機台的調整等,很多是由之前累積的經驗,在現場一步步地調整試錯(Trial and Error),透過眾多工程師的苦幹、實幹經多年累積的成果。

台積電的成就是 30 多年來累積的經驗堆砌而成。

半導體製造業很難「一蹴可幾」,端賴「一步一腳印」累積成果。馬斯克應該已了解其中的難處,因此在「放大話」背後,仍尋求英特爾的協助。

馬斯克與英特爾組成的「美國隊」,讓原先空洞的 Terafab 找到「底氣」,也讓陷入先進製程落後的英特爾尋得「轉機」,英特爾可透過與馬斯克的合作,為其晶圓代工事業尋得「解套」契機。

至於馬斯克放話連記憶體也會放入 Terafab 生產,這部分恐怕必須取得三星電子、SK 海力士或美光科技之一的技術授權。

從組「美國隊」的思維來看,美光科技將會是 Terafab 的最佳夥伴。

理想很美好,現實很殘酷

特斯拉的 4680 電池,雖被馬斯克信誓旦旦稱為電動車電池技術的突破,經數年至今仍無法成功大量生產,殷鑑不遠;Terafab 的前景恐不容樂觀。

延伸閱讀:台積電「不打算給其他人機會」!AI需求有多強?怎麼看TeraFab?法說會六大訊號一次看
AI 晶片不夠用!馬斯克宣布自建「超巨晶圓廠」:比 Giga 更大的 Terafab,目標月產百萬片晶圓?

《數位時代》長期徵求針對科技時事的深度觀點文章,歡迎各領域專業人士來稿交流。稿件請寄至 edit@bnext.com.tw,全文字數至少 800 字,並請附上 100 字內個人簡介。文章若獲採用,將由編輯進行必要潤飾,如需調整標題,會事先與您討論確認。

(觀點文章呈現多元意見,內容不代表《數位時代》立場)

責任編輯:李先泰

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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