日本九州7.1強震!台積電最新回應:JASM熊本廠「需要一定的時間調整校正」,建廠工程已復工
日本九州7.1強震!台積電最新回應:JASM熊本廠「需要一定的時間調整校正」,建廠工程已復工

最後更新時間:7/29 21:30

台積電7/29回應:
JASM廠區供水、電力及工安系統運作正常,生產設備相關之檢查與校正等作業持續進行中。 由於本次震幅較大,預計需要一定的時間調整校正 ,經盤點後,台積公司亦已調派資源支援JASM,目前原物料供應無虞。同時, JASM建廠工地未受影響,在確認安全後已於今(29)日恢復施工 。

台積電7/28回應:
日本熊本於7/28日本時間下午4時許經歷芮氏規模7地震,而後又有多次相當規模的餘震。台積公司位於日本熊本之JASM晶圓廠區測得最大震度為5。
為確保人員安全,JASM依公司內部程序啟動相關安全預防措施,在第一時間進行人員疏散,目前廠區所有人員皆確認安全無虞,亦已完成JASM廠區建築震後損害檢查,確認結構安全無虞逐步回線。各項細部檢查與詳細影響評估作業持續進行中。
同時,JASM建廠工地未受影響,然因 後續仍可能有零星餘震,部分建廠工程因安全考量目前暫停 。

日本熊本縣7月28日發生規模7.1強震,台積電位於菊陽町的日本先進半導體製造公司(JASM)廠區達疏散標準。

對此台積電回應指出:「台積公司位於日本熊本的JASM廠區達疏散標準,以人員安全為第一優先,依緊急應變程序進行人員室內及室外疏散與清點中。」

針對外界關心台灣廠商是否有受熊本地震影響,經濟部則指出,經福岡經濟組初步詢問在熊本投資之台廠(如研華、台達電、友懇、東京之星等),皆回覆人員平安、廠區營運暫無影響。

熊本最大震度7,JASM所在地測得震度5強

日本氣象廳資料顯示,地震發生於日本時間7月28日下午4時27分(台灣時間下午3時27分),震央位於熊本縣熊本地方,震源深度約10公里。熊本縣宇城市與冰川町測得最大震度7,JASM所在地菊陽町則測得震度5強。

日本氣象廳在地震後對部分沿岸發布海嘯注意報,預估海嘯最高可達1公尺。九州電力表示,截至日本時間7月28日下午5時15分,熊本縣約4.8萬戶停電。

JASM啟動疏散,設備與產線狀況仍待確認

根據過往案例,強震除可能觸發晶圓廠人員疏散、機台自動停機與管線安全檢查。即使建築本體未受損,精密設備仍須重新校準,在製晶圓也要逐批檢查。

根據台積電最新聲明,地震發生時已在第一時間進行人員疏散,目前廠區所有人員皆確認安全無虞,亦已完成JASM廠區建築震後損害檢查,確認結構安全無虞逐步回線。各項細部檢查與詳細影響評估作業持續進行中。

針對JASM建廠工地,台積電表示未受影響,但因為後續仍可能有零星餘震,部分建廠工程因安全考量目前暫停。

由於台積電在台歷經數次強震,已建構了極高的抗震能力與緊急應變機制,往往每次震後都能在數小時至數天內快速恢復生產。

以1999年最具代表性的921大地震(規模7.3)為例,當時全台陷入大停電,新竹科學園區晶圓廠設備因電力中斷與強震自動停機,部分爐管石英管破裂、晶圓受損。但台積電仍在86小時(約3.5天)內克服供電問題並完成初步復工,數週內全數補齊受影響產能。

2016年的206高雄美濃地震(規模6.6),南部科學園區(南科)最大震度達5~6 級,台積電晶圓6廠與14廠受創相對嚴重,造成爐管機台破裂、大量晶圓受損報廢。雖時值農曆小年夜,台積電仍動員數千名工程師搶修,在7天內(2月13日)全面恢復正常生產。

近年的案例則是2024年403花蓮地震(規模7.2)。當時全台多個科學園區震度達4~5級,各廠區啟動人員預防性疏散。少數機台受損與晶圓受影響,但最核心的昂貴EUV(極紫外光)微影設備全數完好無損。台積電在24小時內讓設備復原率達80%以上(先進製程的晶圓18廠當晚即完全復原),並在3天內讓全台晶圓廠設備全數恢復運作。

九州半導體現況
九州為日本半導體製造重鎮,包含瑞薩、三菱、索尼等廠商都於九州設有工廠。目前已進駐九州設立據點的台廠包含台積電熊本廠、閎康、峻川(崇越科技子公司)、家登、瑞澤與益芯。日月光已購入久留米市土地,仍未動工。
圖/ 記者整理

一廠已量產、二廠規劃3奈米,熊本是台積電日本生產重鎮

JASM是台積電在日本的第一個晶圓製造據點。熊本一廠已於2024年底量產,採用12、16奈米與22、28奈米製程;建廠規畫月產5.5萬片12吋晶圓,布局影像感測器及車用等特殊製程需求。

台積電在2026年4月法說會表示,熊本二廠規劃改採3奈米製程,預定2028年量產。由於一廠已投入商業生產,二廠也在推進建設,震後廠務系統、設備校準與復工時間,將是評估此次地震對JASM實際影響的三項關鍵指標。

延伸閱讀:
台積電熊本虧損83億!熱潮退去後的九州台廠:離開「只靠一個客戶」舒適圈,提早找到新戰場
台積電股東會不只魏哲家一人上陣!神山接班梯隊浮上檯面,從強人領導轉向「團隊決策」

資料來源:日本氣象廳、台積電2026年第一季法說會逐字稿、台積電JASM官方資料、《朝日電視台》

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #台積電 #日本
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