黃崇仁一生有多敢賭?完全沒有半導體背景,他當年為何能談下三菱技術授權?
黃崇仁一生有多敢賭?完全沒有半導體背景,他當年為何能談下三菱技術授權?

力積電(6770)董事長黃崇仁於 2026 年 7 月 31 日辭世,享壽 76 歲。

回顧這位敢衝敢賭、大起大落的半導體傳奇人物,科技專家吳金榮將分享:黃崇仁如何談下日本三菱技術授權、頂住 DRAM 景氣寒冬、又在關鍵時刻將力晶轉型為晶圓代工廠力積電的完整歷程。

以下 Q 為《數位時代》主持人王志仁提問,A 為科技專家吳金榮回答。

Q1:您如何認識黃崇仁先生?對他在業界的做法有什麼觀察?

A: 我最早在 1992 年左右認識黃董。當時我在台灣的市場研究機構 Dataquest 負責業務,因得知黃崇仁先生已經和日本三菱談成技術授權,準備在台灣蓋 DRAM 廠,因此前去拜訪。主要是想賣他 Dataquest 的 DRAM 產業研究報告,那時候我們的報告做得還算不錯。

黃董給我的印象是講話非常真誠且坦率,而且他當時已經算是業界一位大老闆。當時的台灣也是全球 PC 生產重鎮,DRAM 產業非常蓬勃,主要生產廠商集中在日本的東芝(Toshiba)、日本電氣(NEC)、日立(Hitachi)、三菱(Mitsubishi)與日本美蓓亞(Minebea),還有日本二、三線廠沖電氣(OKI)這類廠商;韓國則有三星、金星半導體(現為 LG),以及現代電子(歷經合併後成為今日的 SK 海力士)。

黃崇仁小檔案

  • 學  歷:台灣大學物理系畢業,美國紐約西奈山伊坎醫學院腦神經外科醫學博士
  • 經  歷:台北醫學院生理系(2000 年始改制為台北醫學大學);返台後同時任教台大物理系 → 力捷電腦創辦人(1987 年) → 力晶半導體創辦人(1994 年) → 力積電創辦人暨董事長 → 力旺電子董事長(2009 年辭任)
  • 家  庭:祖父黃純青為台北晴園主人、樹林酒工場創辦人之一;父親黃當時為知名醫師;外祖父許丙曾任板橋林本源總事務所第一房庶務長(總帳房),1945 年獲敕選為日本貴族院議員;伯父黃得時為台大中文系教授、台灣文學研究者。妻子于素珊(藝名于珊)為 1970~1980 年代知名女星
  • 事業版圖:力積電、力晶科技,並曾參與創建力旺電子、愛普、晶相光電等公司
  • 代表事蹟:談下日本三菱技術授權創辦力晶、力晶下櫃後以個人投資公司公開收購股票、帶領力晶轉型為晶圓代工廠力積電並於 2021 年重新掛牌上市、2026 年將力積電銅鑼廠以 18 億美元售予美光科技
  • 業界稱號:九命怪貓(形容其多次歷經產業低谷後又東山再起)

Q2:黃崇仁為何從北醫教授的身分,跨入科技產業、創辦力捷?

A: 當時台灣有一家很厲害的公司叫全友電腦(Microtek),他們做的 IC 開發測試平台和影像掃描器(Scanner)在國際上非常有名,股價也很高。當時有一批工程師想創業卻沒有資金,不知道什麼機緣認識了黃董,黃董就開了一家公司叫力捷電腦,主力做 Scanner,市占率做得非常成功。

不過黃董的野心不止於此。他知道蘋果可能會開放讓其他廠商生產相容機型(Mac Compatible/Mac Clone),也想切入代工這個領域;而做 PC、做 Scanner 都需要用到記憶體,DRAM 用量會愈來愈大,這讓他很想進入 DRAM 產業。

當時他對半導體完全是個「小白」,沒有工研院電子所的背景,也沒有在國外半導體廠工作過的經歷,完全是產業的局外人。但他有資金,第一步就是去找日本沖電氣(OKI)談,OKI 當時在日本也是生產 DRAM 的二、三線廠商。談了之後他慢慢摸清楚 DRAM 產業的景氣循環和資金需求,接著又去找美光(Micron)談,愈談他愈懂,也變得愈來愈厲害。

他真正的目標,是拿下日本一線 DRAM 大廠的技術授權。當時日本 DRAM 廠商中,東芝與 NEC 規模最大,日立緊追在後,另外還有三菱集團旗下的三菱電機。黃董鎖定的談判對象就是三菱電機;不過三菱電機在跟黃董談之前,其實已經先跟台塑集團的王文洋談過一輪。

Q3:黃崇仁完全沒有半導體背景,為何卻能談下三菱技術授權?後來力晶股價暴跌、一度下市的爭議該怎麼看?

A: 王文洋當時也想切入 DRAM 產業,三菱為了跟台塑集團談,內部還成立專門小組,因為台塑集團創辦人王永慶在日本商界地位極高,被稱為「台灣的經營之神」。三菱這群人原本覺得談得很順利,但王文洋看到三菱開出的技術授權金數字,認為金額太高,一刀砍掉了合作案,讓三菱那群負責談判的人不知如何是好。

就在這個時候,黃董跑去找三菱,說他也想做 DRAM、想取得授權。三菱這群人一談,發現黃董比台塑集團更懂 DRAM,於是三菱就選定黃董當合作夥伴,台塑集團後來只好轉而跟 OKI 合作。

黃董這次談判非常成功。據我了解,三菱原本會擔心 DRAM 是燒錢的產業,景氣循環中不景氣的時間往往比景氣的時間還長,企業要有足夠財力撐過那段空窗期。但他們調查黃董的家世背景後發現,他的外祖父家族相當顯赫、家底深厚,基本上這一關就過了。

從做生意的角度看,他是極少數完全沒有工程或技術背景,卻能同時搞定資金、搞定授權夥伴、還能落地量產的人,這件事其實非常不容易。

至於後來力晶股價一度跌到 1 元以下並下市,造成不少投資人蒙受損失,我認為這也算是「非戰之罪」:力晶股價曾經非常風光,投資人也該對自己的投資判斷負一定責任,不能全部歸咎公司。黃董事長也很自豪地說,他後來把這些債務都清償掉了。

延伸閱讀|力積電董座黃崇仁76歲逝世:曾扛1200億債務逆襲,醫學博士如何打造千億晶圓帝國?

Q4:力晶後來轉型為晶圓代工廠力積電,這個轉折展現了黃崇仁哪些眼光與魄力?

A: 從我跟黃董的談話中,感覺得出他在台灣最佩服的是張忠謀董事長,認為他做事正派;另外他也很佩服宏碁創辦人施振榮董事長。

黃董在這方面的判斷其實很好。力晶轉做晶圓代工之後,跟台積電之間也有合作,台積電有些接不下的訂單會轉給力晶,例如做 CMOS Image Sensor(影像感測器)的 OmniVision,就是因為台積電產能太滿,訂單分到力晶去。力晶的 DRAM 製程本來就跟部分邏輯製程相近,添置一些機台、修改產線後,先天上就有能力接 DRAM 代工,像晶豪科、鈺創這些客戶就是現成的例子,他們主要做的是舊世代的利基型 DRAM(Legacy DRAM)。

2026 年 7 月已調漲 DRAM 投片價 40~45%,同步調升 8/12 吋邏輯代工價 10~15%,效益自 11 月起反映。對這些下游客戶來說,因為終端記憶體報價已經漲了好幾倍,45% 的代工漲幅並不算什麼,只要有產能,客戶都能接受。

他也到中國大陸合肥蓋了一座 12 吋廠做晶圓代工,主要接的是 Display Driver(面板驅動 IC)的訂單,以往這類訂單多用 8 吋、6 吋廠生產,他改用 12 吋廠,也算是另闢蹊徑。這家公司叫晶合集成(力晶與合肥建投合資成立),現任董事長是蔡國智,我跟他談過,他說晶合在中國大陸做得非常成功,是全球前十大晶圓代工廠。

延伸閱讀|記憶體缺到看不到盡頭!黃仁勳為何飛韓國談生意?專家解析台韓新分工

Q5:黃崇仁事業歷經多次大起大落,如力捷與全友的專利訴訟、蘋果 PowerPC 授權喊停、力晶股價暴跌下市。他為什麼總能在挫折後又重新站起來?

A: 他是天生的創業家性格,一直往前衝,但我覺得他也真的從上一輪大起大落中學到教訓。舉個例子,他在日本的合作案,評估情勢不對就果斷抽身,之後跑到印度去找塔塔集團(TATA),改採純技術授權金的模式,等於零風險。

另一個例子是苗栗銅鑼廠。他原本意氣風發,一口氣把 3 座 12 吋廠的土地都拿到手,但後來景氣反轉,他當機立斷選擇認賠出場。於 2026 年 1 月與美光科技(Micron)簽署獨家合作意向書,以 18 億美元現金(約合新台幣 569 億元)出售位於苗栗銅鑼的 P5 晶圓廠(交易標的為廠房及廠務設施,不含生產機器設備)。

該廠區原規劃可興建 3 座 12 吋晶圓廠,但因記憶體景氣下滑,僅完成一座廠房建置,且僅裝設約 8,000 多片產能設備,成為力積電沉重的財務包袱;出售給美光後,等於讓美光省下至少一年半的建廠時間。這起交易被市場形容為對力積電而言「天上掉下來的禮物」。

蘋果的例子也是一樣。1997 年賈伯斯(Steve Jobs)回鍋蘋果之前,時任執行長艾米利歐(Gil Amelio)因為蘋果電腦銷量不佳、自建工廠不划算,延續史賓德勒於 1994 年 12 月宣布的授權計畫,開放讓其他廠商授權生產相容機型(Mac Clone),力捷(UMAX)就是當時取得授權、生產 PowerPC 相容機的少數業者之一,賣得也還不錯。然而,賈伯斯回鍋後認為授權出去弊大於利,雖然賺到授權費,但相容機以更低價格反而侵蝕蘋果自家電腦銷量,於是 1997 年以 Mac OS 8 換約方式終止多數授權,力捷是唯一取得 Mac OS 8 授權者,撐到 1998 年 5 月授權到期才退出

一般人碰到一兩次這樣的挫折,可能就會比較收斂,但他並沒有,還是一樣看到機會就非常大膽地去抓、去掌握,這是一種天生的商業眼光與魄力。

延伸閱讀:美光收購力積電銅鑼廠,對黃崇仁是「天上掉下來的禮物」?2個月交涉幕後解析

Q6:業界常說黃崇仁行事特立獨行、朋友很少,這是為什麼?

A: 我想或許跟他進入這個產業的路徑有關。半導體業界大家彼此本來就有競爭關係,但通常還是會有同學、同事或曾在同一家公司待過的交情;黃董比較沒有這種「從頭到尾一起打拼」的老朋友,除了公司內部的主管之外,往來不算密切。

像蔡國智算是跟他比較久的人,力晶時期蔡國智擔任副總,等於是操盤的角色之一。歷任總經理像王其國、謝再居,都是半導體業界出身的專業經理人。黃董或許比較特立獨行,有他自己的一套判斷,而謝再居扮演的角色一直是「踩煞車」。黃董很衝,謝再居則負責控制風險。

延伸閱讀:力積電代理董座謝再居:「他考量機會、我考量風險」,未來不會這麼衝

舉個例子,當年景氣很不好的時候,黃董大膽決定去蓋 12 吋廠,結果賺到了:不景氣時投資設備廠商,通常會用分期付款的方式,付款週期可以拉得很長,資本支出不需要一次到位。這樣做當然也是一種賭注,因你在賭景氣會回升,如果景氣沒上來,後面的財務壓力會非常大。

力積電接下來的發展走向為何?

回到剛才提到的例子,像是黃崇仁在景氣最不好的時候大膽決定蓋 12 吋廠,這種決策背後其實反映出他的性格特質:黃崇仁世家子弟出身,卻始終保持著親力親為、「捲起袖子」做生意的身段。要說服銀行、要到處找錢,即便家底深厚,面對動輒幾十億、上百億的資金需求,也不是件容易的事;該低頭的時候,他還是會去低頭。對一個曾經當過大學教授、念過台大物理系第一志願的人來說,這其實跟外界過去對世家子弟的印象很不一樣。

至於接下來力積電的經營方向,現任代理董事長謝再居已對外表示,黃崇仁過去性格較為衝、勇於衝撞開拓新機會,而接下來力積電的經營風格將轉向較為穩健、保守的階段,聚焦於鞏固既有事業成果。

收聽完整 Podcast|EP301:敢衝敢賭、大落大起,創業家黃崇仁的傳奇人生 ft. 科技專家吳金榮

資料來源:維基百科—黃崇仁、維基百科—黃得時

(本文初稿為 AI 編撰)

關鍵字: #力積電
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