台積電法說會幕後:不只AI需求強,還藏著魏哲家「一寸不讓」的鬥志!
台積電法說會幕後:不只AI需求強,還藏著魏哲家「一寸不讓」的鬥志!

台積電法說會16日登場,除了揭曉第2季營收、毛利率、EPS等全數創高的財務數字,更吸引外界的是,董事長魏哲家上修今年資本支出,來到最高達640億美元、相當於新台幣2兆元的新高值,「未來2年,(台積電)資本支出總額會更加顯著大於過去3年。」

「護國神山」上修資本支出,除了AI需求太旺盛之外,背後其實還藏著魏哲家「一寸不讓」、面對競爭者竄起的鬥志。

英特爾18A製程良率提升,傳分食台積訂單

這個競爭者,就是英特爾(Intel)。這場法說會前一天,外媒驚爆,英特爾規畫2026年底發布的Nova Lake處理器,原本近7成交由台積電代工,如今卻大轉彎,要將8成至9成的生產量「轉回」自家18A製程工廠。關鍵,就在於英特爾該製程的良率,已從約65%拉升至約85%。

英特爾不僅把訂單從台積電手中拿回來,近來更「挖牆腳」、搶食台積電的客戶。

7月初,市場傳出Google下一代自研晶片TPU,將不採用台積電的CoWoS先進封裝,轉向英特爾最新的EMIB-T封裝技術;若消息屬實,將是首次有旗艦級AI晶片從CoWoS體系出走。這段時間,包括輝達、亞馬遜,也傳出可能將先進封裝的訂單轉至英特爾。

這些壓力,似乎正在改變台積電的腳步。上週外資摩根士丹利出具報告指出,受到英特爾競爭壓力,台積電下一代先進封裝技術CoPoS(面板級封裝),量產時程可能提前到2028年。

即便目前外界對CoPoS的量產時程仍有歧見,像DIGITIMES分析師黃健治就觀察,由於CoPoS仍有散熱、翹曲問題待克服,量產恐怕沒那麼快;不過,就近期供應鏈訊息,台積電確實如火如荼研發CoPoS中,而這,多少反映一件事:台積電並非「不在乎」英特爾的競爭壓力。

尤其,英特爾也正打算從先進封裝這條「縫」、由下而上挺進,復興其晶圓代工事業。

英特爾復興晶圓代工,拚一條龍綁定客戶

「接下來我們(英特爾)最重要的事,就是衝刺Foundry(代工事業)、爭取更多外部客戶!」一名英特爾內部人士向商周透露。

「如果客戶現在最缺的是先進封裝,我們就用EMIB服務客戶,」該名人士指出,待這項業務上手、一步步取得客戶信任後,接著,就是向客戶推薦譬如18A製程的晶圓代工服務,「很多人在討論我們18A良率,但現在看根本不準,良率這種事情,客戶變多、就會增加!」這名內部人士說。

這套用封裝敲門、再賣代工的「逆流而上」戰法,真有機會撼動台積電嗎?

首先,從客戶的角度,晶圓代工、先進封裝都交給同一家晶圓代工廠,非常具效益性,「代工與封裝一條龍製作,不僅能最大化製程的協作效率,還能有效降低量產門檻、加速產品上市時間。」研究機構IDC資深經理曾冠瑋指出。

也就是說,未來,假設英特爾先用先進封裝、服務好譬如Google這種客戶,下一步,它確實有空間說服Google,將來是否連同晶圓代工也一起交給英特爾生產。

專家:對台積電市占率影響非常有限

一名半導體材料廠總經理也向商周表示,過去外界多認為,台積電的客戶找上英特爾做封裝,只是台積電訂單「做不完」而外溢;不過,「就台積電的立場,絕對不希望客戶只在它那做晶圓代工,卻在對手的工廠做先進封裝,這牽涉客戶綁定、生態系的問題。」

他指出,客戶同時下單晶圓代工、先進封裝,等於將自己牢牢綁進台積電的生態系,「所謂緊密的客戶關係,就是這樣,」如果,台積電某一個客戶,從封裝端流失、接觸對手的生態系,「說不定某天,它也想嘗試對方的晶圓代工。」

只是,以英特爾目前的斬獲,若說要撼動台積電的地位,仍太早與太樂觀。

SEMI產業研究資深總監曾瑞榆指出,從供應鏈的角度,先做封裝再接代工雖不是不可能,但就目前情況來看,外溢、轉單到第二供應商的訂單,多數不是同一個客戶的主力產品,因此對於台積電市占率的影響,「我認為非常有限。」

英特爾利多:拿台積外溢訂單,還有川普助攻

就產業現況來看,打算重返榮耀的英特爾,確實已有「天時、地利」,未來只剩「人和」。

天時方面,目前全球晶圓代工產業,正處於前所未見的榮景,不僅雲端服務業者(CSP)、AI模型業者紛紛投入自研晶片,連成熟製程也出現復甦,據《DIGITIMES》觀察,2026年全球晶圓代工產值上看2,500億美元,年增23.5%,至2030年複合成長率,則至少14%起跳。

目前的情況是,先進製程、先進封裝的全球需求,已龐大到台積電難以全部承接,甚至被迫必須拒絕某些訂單,而這,也是英特爾著眼的市場空間。

再看地利,關鍵字就是「川普」。《華爾街日報》報導,川普政府全力扶植英特爾,除了以約89億美元入股近一成,更向蘋果、輝達、SpaceX等大廠施壓下單;而蘋果、輝達近2年也確實把部分訂單轉給英特爾。

DIGITIMES副總監蔡卓卲指出,全球供應鏈正出現一個大變化:過去是集中化生產,現在則鼓勵本土製造(Localize),「近期英特爾成為很多人的第二供應商,就是因為美國製造政策的影響。」他認為,過去僅在台積電一家業者投片的情況,未來,可能會越來越少見。

而「人和」這塊拼圖,就是英特爾眼下最需衝刺的部分。畢竟,截至目前,英特爾的晶圓代工能力、良率等問題,還沒有被外界真正信任,專家指出,這導致許多下單給他們的客戶,目前都是抱持「試試看、停看聽」心態。

它還缺「人和」,專家:取得信任沒這麼簡單

蔡卓卲認為,即便客戶因為分散風險與產能,選擇英特爾做為第二供應鏈,但問題在於英特爾之後的18A良率能到達多少,「如果Second Tier(第二供應商)的良率沒有到一定基礎,業者不可能分太多單子過去。」

尤其,要取得客戶信心,恐怕還有一段路。台經院產經資料庫總監劉佩真認為,眼下市場傳出的轉單消息,大多都在試產、評估階段,真正要出貨,需等到「2028年」後才會實際開出。屆時,這些移轉的訂單是否真會侵蝕台積電的市占地位,才會是主要的觀察時點。

魏哲家:「買晶片不是買牛奶!」不擔心轉單

法說會現場,魏哲家也被問到怎麼看待客戶轉單的問題,他先以幽默的口吻表示「買晶片不是去超商買牛奶,」接著進一步指出,一顆晶片從開始設計、製造,到量產要至少三、五年,不是今天說轉單,明天貨就來了。

他認為,台積跟主要客戶們都有長期且密切的合作,對產品的技術、規格都相當了解,合作基礎不會輕易動搖,因此現階段並不擔心轉單問題。

近憂不在,但仍有遠慮,因為,英特爾的「進步」,是真實存在的。

護國神山加碼美國,鞏固競爭優勢

像這次英特爾把訂單從台積電轉回到自家工廠的事件,曾冠瑋指出,這並非把Nova Lake在台積電的訂單「搶回來」,而是隨著自家18A製程的生產良率提高、逐漸突破先前外界擔憂的瓶頸,因此才把更多自己的生產晶片移回內部,「增加自有產能的利用率,本來就合理。」

而魏哲家,似乎也在未雨綢繆。

從台積電上調到最高達2兆元的資本支出,與針對美國廠加碼1000億美元,也可以看得出來,魏哲家打算透過擴大先進製程、先進封裝、甚至美國製造的產能,在既有的人和(客戶關係)基礎上,在天時(需求大增)、地利(在地生產),一寸都不讓競爭對手。

本文出自商業周刊,原文標題為:台積電資本支出上修到2兆元!不只AI需求強,還藏著魏哲家「一寸不讓」的壓力

延伸閱讀:
122天打造全球最大AI超級電腦!馬斯克揭密「巨像」誕生內幕
同業還在看成本,為什麼新台商已經在賣「信任」?

關鍵字: #台積電(tsmc)
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