美光為何願意先掏5億美元,綁定環球晶10年美國矽晶圓供應?徐秀蘭揭背後盤算
美光為何願意先掏5億美元,綁定環球晶10年美國矽晶圓供應?徐秀蘭揭背後盤算

美光(Micron)7月9日宣布,將提供環球晶5億美元(約合新台幣161億元)策略性資金支持,協助提升德州謝爾曼12吋矽晶圓廠的製造能力,雙方並規畫簽訂10年供應協議。環球晶董事長暨執行長徐秀蘭表示,「這是我們目前最長的長約,總金額應該也是最大。」

徐秀蘭認為,這份10年長約代表美光提前鎖定矽晶圓產能,也反映客戶對AI、高效能運算、資料中心與先進記憶體需求的判斷,已經超出一般景氣循環的時間尺度。

她指出,身處市場前線的客戶,往往比上游材料供應商更早看到後續需求變化。美光願意一次提出長達10年的採購承諾,顯示客戶認為這波需求並非短期現象,對半導體景氣週期能延續多久,以及未來成長幅度的信心,都高於過去幾輪循環。

美光已提出具體需求,並希望未來提高由美國當地供貨的比重。徐秀蘭說明,以謝爾曼廠目前產能來看,初期可能足以支應,但到了後期將無法滿足需求,因此公司已開始規畫後續設備與空間配置。

美光為何願意出錢?先把美國矽晶圓產能鎖住10年

美光提供5億美元支持環球晶,最直接的目的,是提前確保未來10年的矽晶圓供應。矽晶圓是製造DRAM、NAND快閃記憶體及其他半導體元件的基礎材料,隨著美光擴大美國記憶體製造布局,上游材料能否同步在當地取得,也會影響新產能的供應穩定性。

對美光而言,這等於以資金支持供應商提前建置謝爾曼廠的產能,再透過長期合約取得穩定供應。相較於等待環球晶自行評估市場後再擴產,美光直接提供資金與需求承諾,可以降低未來記憶體擴產時,才發現矽晶圓供應不足的風險。

美光資深副總裁暨採購長塔索內(Ben Tessone)表示:「確保關鍵材料的穩定供應,對於支持美光的長期成長與技術藍圖至關重要。」美光也將這項合作定位為深化供應商關係、提高供應保障,並支援未來先進記憶體需求的重要布局。

這筆交易同樣符合美國政府希望半導體供應鏈擴大本土製造的政策方向。美國商務部長盧特尼克(Howard Lutnick)表示,美光投入最高30億美元強化美國半導體供應鏈及本土製造能力,讓美國在攸關經濟與技術領導地位的產業更強大。徐秀蘭指出:「美國客戶最希望的方式,就是回到美國生產。除了符合在地供應(local for local)的需求,也能降低現在非常高的運輸成本。」

除擴大製造產能與長期供貨承諾外,美光與環球晶圓亦計劃共同合作探索次世代晶圓技術及製程創新,以支援未來半導體製造需求。

5億美元加上史上最長合約,環球晶一次取得資金與訂單

徐秀蘭表示,長約的價值,在於讓環球晶能依據較明確的長期需求規畫產能。美光所需數量到了後期,謝爾曼廠第一期將無法完全支應,「增加產能是必然要做的事。」美光不只承諾採購,也透過資金降低環球晶擴產初期所承擔的財務風險。

徐秀蘭表示,美光已提出具體需求,希望環球晶盡可能從美國供貨。這份長約並未完全排除由亞洲廠區生產,但主要精神是持續提高美國供應比重,最理想的情況,是未來整份合約的需求都能由美國產能支應。

環球晶過去曾透露,謝爾曼廠第一期規畫月產約30萬片12吋矽晶圓,整個廠區最多可分六期擴充,徐秀蘭說明,第二期產能可以粗略參考第一期規模。其中第一期與第二期位於同一棟廠房,後續若要增加產能,不必重新興建另一棟廠房,而是能在既有空間內增加設備、調整產線配置。

目前已開始進行第二期的空間設計、設備準備,由於部分先進設備從下單到交付可能超過一年,環球晶也必須提前確認設備規格。公司將與美光討論下一代記憶體產品及技術發展方向,再據此調整後續設備配置與產能規畫。

徐秀蘭說明,環球晶過去評估美國擴產時,曾提出三項條件,包括政府支持、客戶承諾,以及既有產能能否轉虧為盈。這次與美光規畫簽訂10年長約,代表客戶需求已經更加明確,而美國晶片法案等政策補助也提供了部分支持,讓後續擴產的條件逐步到位。

訂單已經到手,環球晶德州廠為何仍卡在虧損?

美光提供資金與10年訂單後,環球晶後續擴產方向已經更加明確,但謝爾曼廠第一期目前仍未轉虧為盈。徐秀蘭強調,德州廠尚未滿載並不是因為沒有訂單,而是客戶認證、產能爬坡及成本結構尚未完全到位,因而難以立刻拉高稼動率。

首先,謝爾曼廠仍有多項產品正在進行客戶認證。矽晶圓會直接進入客戶的晶片製程,客戶必須確認產品品質及製程穩定性後,才能正式大量採用。認證尚未完成前,部分原本應由美國供應的訂單,只能先由環球晶位於亞洲的其他廠區生產。

第二項問題是產能爬坡速度比預期稍慢。新廠投產後,需要經過設備調整、製程優化、操作經驗累積及良率改善,才能逐步提高稼動率。當實際產量仍偏低,廠房、設備折舊及人力等固定成本便無法被充分分攤,影響獲利表現。

第三項問題是美國當地的生產成本較高。除了人力及營運費用,德州廠現階段仍承擔較高折舊壓力,必須等到客戶認證完成、訂單逐步移入,並將稼動率拉高後,才有機會改善成本結構。環球晶也尚未公布完整第二期所需的資本支出。公司仍須評估第一期可以再增加多少產能、需要採購哪些設備,以及獲利改善速度。徐秀蘭表示,具體投資數字可能要等到明年年報再進一步說明。

因此,美光的5億美元與10年長約,解決的是環球晶擴產所需的資金與需求能見度,卻不會直接消除新廠初期的營運問題。環球晶接下來能否完成認證、提高稼動率,並把目前由亞洲代為生產的訂單移回美國,是這筆長期合作能否真正發揮效益的關鍵。

延伸閱讀:
中國傳有限放行H200,輝達高階晶片能重返中國?4年出口管制與美中談判一次看懂
統一憋3年大改革!萬家福引進LOPIA店中店、超市搶攻晚餐,零售新物種要來了?

關鍵字: #半導體產業
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