feature picture
截自 intel 影片

拒絕釋單台積電,英特爾為何堅持自製晶片?背後原因解析

2021-01-28 數位時代 王郁倫
分享
收藏
已完成
已取消

科克蘭資本董事長楊應超早在 2020 年就預言英特爾(Intel)不會釋單台積電,如今英特爾法說會上證實將大部分自製,對此楊應超直言:英特爾外包 7 奈米製程,不是不可能,但這麼做就垮了!慘了!「高階製程外包的一天,就是公司競爭優勢結束的一天。」而最開心將是對手 AMD 跟 NVIDIA。

楊應超本身念普渡大學電機系學士碩士及哥倫比亞電機博士班,隨後才轉念 MBA,所以雖外界熟悉他外資金融圈身份,但事實上,早期他是「搞半導體的」從業人員,除了念研究所時在大學教半導體課程,還曾於 IBM 的 Fishkill Fab 工作,1990 年代這位藍色巨人還有晶圓廠,蘋果委由摩托羅拉設計、由 IBM 晶圓廠代工生產微處理器(PowerPC CPU, 用 RISC 架構)後於 Mac 電腦使用多年,但後來蘋果轉去用 Intel 處理器。

外包:低價值工作委外

楊應超在當分析師前在 EDS(當時全球最大的軟件外包公司)負責公司全部的大陸業務,很了解外包的商業模式,指出外包是 80 年代開始的風氣,但可以先思考企業為什麼要外包?他舉個例子,在美國居住,很多人院子要除草會外包,在台灣買便當就是煮飯外包,或家裡清掃交給清潔公司,都是外包常見的生活例子。

楊應超指出,假設一個人一小時工時價值 500 元,但若除草或清潔工作可以用 300 元請到人幫忙做,那麼外包給人就很合理。他指出,過去 IBM 大型電腦也一條龍什麼都自己做,但後來個人電腦晶片外包英特爾,OS 軟體外包微軟,硬體代工交給台灣供應鏈,自己轉專注高價值服務,蘋果也是同樣概念,低價值製造外包,把自己時間專注高價值業務。

「換言之,英特爾真的外包,也只會外包低價值的業務。」楊應超點出重點,並提問:低價值(階)業務對台積電有意義嗎?楊應超指出,假設英特爾產能不夠,應該會先考慮把低階外包,高階高利潤留下來自己做,且外包半導體跟外包硬體組裝業務是不同的事,晶圓廠合作很複雜,「光良率管理跟設計的溝通就要花至少一年時間」,沒有這麼容易。

開晶圓廠難,開 IC 設計公司相對簡單

對於現在產業界盛傳英特爾要外包 7 奈米製程,楊應超搖搖頭,直言:「不是不可能,但這麼做就會垮了!慘了!」他分析,AMD 過去本來是自己設計自己生產,因為生產晶片是核心技術之一,但是後來 AMD 當時是快破產,才被迫把晶圓廠賣給格芯,IBM 是因為轉型到軟體及服務,才把晶圓廠跟 PC 等硬體業務賣出去,通常晶圓廠不會賣掉,如果經營的好就是金雞母。

他分析,開一間 IC 設計公司,如聯發科或高通,比較容易,工程師聚集就開始了,但開晶圓廠很難,因為投資設備資本太大,AMD 分割製造,外包後就回不來了,這是 One Way(不歸路)。「英特爾外包 7 奈米的一天,也就是公司競爭優勢結束的一天。因為你(英特爾)不做製造了,那跟 AMD 跟 NVIDIA 有何不同?AMD 再厲害現在全部 CPU 市占還是比不上英特爾。」

商業背景 CEO 愛分拆,技術背景重科技力

楊應超指出,印象深刻是,1993 年在 IBM 大裁員時,張忠謀之前服務過的德儀還跑來 IBM 晶圓廠搶人才,而楊應超後來也加入全球最大的軟體外包公司 EDS,負責中國區業務,並因此在中國北京住了一年,但這家企業後來被 HPE 併購。

擁有半導體及外包兩種產業經驗,同時又有企管與電機背景,楊應超對於英特爾計畫找台積電代工消息傳出,就判斷不太可能。他一語道破關鍵原因是,前執行長史旺(Bob Swan)是商業背景出身,學 MBA 的會搞分拆、外包,財務運作,股市偏好這類消息往往立即上漲,但現任執行長 Pat Gelsinger 是技術背景,當初領導做出 486 CPU 也當過英特爾的 CTO(技術長),當然明白科技的重要性,理解非把 7 奈米做出來不可。

Pat Gelsinger.jpg
VMWare執行長Pat Gelsinger將於2月15日回鍋英特爾,接任執行長後決自主生產。
VMWare

楊應超指出,英特爾的 7 奈米製程近似於台積電的 5 奈米,英特爾若拼 7 奈米拚個兩三年後仍做不出來,當然投降只好外包,但在此之前,由於現在中美政府都體認到半導體之於國安重要性,美國政府一定會支持英特爾技術發展,英特爾更不可能外包高端技術。

科技業分久必合,堅持自製比委外決策更難

對於科技業發展,楊應超指出,產業發展分久必合,合久必分,就如蘋果最後又把晶片設計拿回家做,讓軟硬體都自己一條龍完成是最好的(所以 iPhone 一定比 Android 用得順),諸如現在微軟也做到 Surface 硬體,Google 併購宏達電手機部門,Amazon 也發展 Kindle 硬體,「外包不是不好,但外包就是投降了。」他分析英特爾至少這兩三年內會奮力一拚。

楊應超自己在科技業及半導體界工作多年,對於英特爾目前官方證實僅繪圖晶片 DG2 及 Ponte Vecchio 伺服器用繪圖晶片屬於外包,他分析,因英特爾 GPU 非強項主流產品且利潤比 CPU 低,在產能不夠時,把這類產品趕到外面生產,相當合理。

楊應超分析,英特爾為 CISC 架構處理器(複雜指令集電腦;Complex Instruction Set Computer),能處理複雜任務,但相對耗電。所以後來衍生出專用晶片 RISC 架構(精簡指令集電腦;Reduced Instruction Set Computer)處理器,多用於手機,像 ARM(Advanced RISC Machines)就是 RISC 的一種,最近流行的 RISC-V 也是。

楊應超指出,蘋果現在自製的 M1 晶片就是回到 RISC 架構,跟英特爾分道揚鑣後,用自己設計的 CPU 搭配自有軟體(像之前的 iPhone 及 iPad),相對會更順暢,這也是先天兩種處理器設計架構的不同點。

對於英特爾新任 CEO 思維,楊應超分析,委外的決策很容易,但要外包高階還是低階產品,對英特爾來說兩者都不對,但要把產能良率拉上來難,是難的決策,但至少設計製造都自己做最順暢,交給台積電,光事前溝通設計就會比內部不順暢得多。

其次,英特爾即便要外包,台積電也沒產能,「5奈米產能根本都滿了!」楊應超分析,台積電股價現在是完全超漲,是現在狀況加上反應未來的可能性,「超漲不是壞事!」但他就現實面分析,英特爾即使釋單也對台積電這兩年沒有一點影響,要反應(業績)也要第三第四年以後。

外包緩不濟急,自救得拚這兩年

楊應超美國住家就位於鳳凰城(Chandler,錢德勒市),家對面就是英特爾 12 吋晶圓廠 Fab42,天天開車都經過, 主掌 10 奈米及 7 奈米先進製程,英特爾在該城市就有四座廠(Fab 12, 22, 32, 42)。楊應超指出,台積電去鳳凰城是對的,當地很多人才,英特爾在當地建立供應鏈很久了,台灣人也很多,台積電去幾乎可直接收成。

「若英特爾外包代工,AMD 跟 NVIDIA 就爽翻了!因為英特爾就跟他們一樣都是 IC Design 公司了,AMD 市占率也有機會超過英特爾。」楊應超分析,英特爾即使要外包也是兩年後的事,這兩年間,英特爾還是要面臨 AMD 靠台積電製程帶來的競爭壓力,因為外包產能台積電最快要 2023 年後才出來,但「英特爾要調整自己 7 奈米製程,如果順利,很可能 2021-2022 年就調整好了,」因此對 AMD 及 NVIDIA 來說,英特爾自製產能完全非好消息。

相關文章
feature picture
經理人

AI 不只要懂數據,更要懂企業!Teradata 如何加速實現自主型企業?

2026-11-09 經理人 X 擎昊科技 X Teradata
分享
收藏
已完成
已取消

隨著生成式 AI 快速發展,AI 的角色正從回答問題、生成內容,進一步走向執行工作、參與決策,這也讓「自主型企業(Autonomous Enterprise)」成為企業數位轉型的新願景。在這樣的企業中,AI 不再只是被動等待人下指令的工具,而是可以在授權範圍內自主做出決策、執行任務,且會持續學習與優化的數位員工,而人則肩負起監督與審核的責任,確保 AI Agent 的決策與行動符合企業目標及治理要求。

然而,要實現自主型企業的願景,除了依靠強大的 AI 模型外,企業還需要掌握兩個關鍵:一是釐清自身希望透過 AI 解決哪些業務問題、達成什麼目標;二是讓 AI 真正理解企業的業務脈絡。這兩個關鍵,不僅決定 AI 能否從概念驗證(PoC)走向實際營運,更是企業朝自主型企業邁進的重要基礎。

邁向自主型企業,企業必須掌握的兩大關鍵

Teradata 首席營收長 Richard Petley 指出,企業在定義 AI 導入目標時,不能只著眼於技術是否可行,更應該從實際業務需求出發,設定明確且可衡量的成果與投資報酬。

舉例來說,金融業可能希望提高詐欺偵測率、降低風險;零售業則想要藉由個人化推薦提升轉換率與顧客體驗;製造業也許會將縮短生產週期、提升供應鏈效率列為目標。雖然不同產業對 AI 的期待各有不同,但共同點都是希望解決具體的業務問題,而不只是驗證 AI 能做到什麼。

第二個關鍵則是讓 AI 理解企業的業務脈絡。即使企業已經將所有資料集中在同一個平台,也不代表 AI 就能理解這些資料。例如,AI 可能知道某位客戶的交易金額下降,卻不知道背後究竟是受到合約條件改變、採購週期等哪一項因素影響。

換句話說,若 AI 不清楚數據背後的意義,以及企業實際的業務流程與決策依據,即便數據量再多、模型能力再強,仍難以做出適當判斷。因為真正影響企業決策的資訊,往往不只存在於數據本身,也可能藏在不同部門的作業流程、內部文件,甚至資深員工長年累積的經驗之中。

因此,企業不只要整合散落在不同系統、資料庫與文件中的數據,還必須建立資料之間的關聯,讓 AI 不只看得懂數據,更能理解數據背後的業務意義與決策邏輯。如此一來,AI 才不會像一名對公司業務一無所知的新進員工,而是能夠根據企業的實際情境做出適當判斷、執行任務。

Teradata 兩大解決方案,打造由知識與脈絡驅動的 AI

Teradata 首席產品長 Sumeet Arora 認為,邁向自主型企業是一段漸進式的轉型歷程,若能讓 AI 充分理解業務脈絡,就有機會加快轉型腳步。為此,Teradata 推出 Tera Context Engine 與 Tera Harness 兩項解決方案,協助企業打造由知識與脈絡驅動的 AI 應用,讓 AI 不只理解企業的業務邏輯,更能將這些理解運用在實際任務中。

舉例來說,歐洲某醫療研究機構運用 Teradata 解決方案及自家資料庫,開發出一套僅有 200 萬個參數的輕量化 AI 模型,可預測不同病患族群未來 10 年內的疾病發生情況,提供相關單位及早做好醫療需求與資源規劃。美國某大型醫院透過 Teradata 平台整合病患數據,進而開發出可直接在資料庫內執行的病患風險分層模型,可從病患特徵去辨識其風險程度與照護需求,讓醫師據此規劃更精準的照護計畫。

擎昊
Teradata 首席產品長 Sumeet Arora 表示,Teradata 推出 Tera Context Engine 與 Tera Harness 兩項解決方案,協助企業打造由知識與脈絡驅動的 AI 應用。
經理人

首先,Tera Context Engine 扮演的是企業知識整合與轉譯者。它能整合企業分散在四處的數據與內容,並納入內部專家長年累積的經驗,在符合數據治理規範的前提下,轉化為 AI 能夠理解與運用的企業智慧。換句話說,Context Engine 的價值不只是提供更多資料,而是讓 AI 理解資料背後的商業意涵,以及如何運用在實際情境中。

有了業務脈絡,下一步就是讓 AI 真正採取行動,這正是Tera Harness 所扮演的角色。它會結合 Context Engine 提供的知識與脈絡、企業設定的目標,如:提升客戶滿意度,讓 AI 去執行對應任務,並依據結果持續調整行動策略。而在涉及重要決策或較高風險的應用情境中,Harness 也能導入人機協作機制,由人介入決策、提供回饋,降低 AI 自主決策可能帶來的風險。

然而,當 AI 開始自主執行更多任務,企業也面臨另一項挑戰:如何在擴大 AI 應用的同時,兼顧主權 AI 與資安需求?對此,Sumeet Arora 指出,Tera Harness 支援地端、雲端及混合部署等不同 IT 架構,能夠配合資料所在位置去執行任務,企業可依據自身的治理與法遵要求彈性部署,將重要知識與商業機密留在內部可控的環境中。

此外,當 AI 開始承擔更複雜、執行時間更長的任務,如何避免因意外而導致任務中斷,也是企業相當關注的課題。為此,Teradata 在 Harness 中導入檢查點與記錄機制,倘若 AI 因意外而中斷正在執行的任務,Tera Harness 會從最近一次的檢查點接續執行,不必從頭再來,減少不必要的時間與成本浪費。同時,Harness 也具備高併發處理能力,可同時處理多個 AI 任務,提升 AI 參與日常營運的穩定性與可靠性。

從資料倉儲走向 AI 知識平台,Teradata 3.0 攜手擎昊加速企業轉型

Tera Context Engine 與 Tera Harness 的推出,不只協助企業加速 AI 應用落地,也反映 Teradata 對自身定位的轉變,正從傳統資料倉儲供應商,轉型為企業 AI 知識與 AI 執行能力的供應商,協助企業將分散的資料轉化為 AI 可理解的脈絡資訊,進而驅動智慧決策與自動化執行。

Richard Petley 進一步說明,Teradata 的發展可分為三個階段,在最初的 Teradata 1.0 時期,以軟硬體整合的資料倉儲設備為主,到 2.0 則轉向支援地端與雲端部署的現代化軟體,如今進入 3.0 階段,客戶不一定要採購整套資料倉儲解決方案,也能依需求導入 Context Engine 或 Harness。這樣的轉變,顯示 Teradata 正以更開放、彈性的合作模式,讓企業能夠在既有技術架構上導入所需的 AI 能力,而不必全面汰換原有系統。

擎昊
Teradata 攜手台灣代理商擎昊科技,結合原廠 AI 技術與在地系統整合經驗,協助企業加速 AI 應用落地,邁向自主型企業。圖中由左至右,依序為 Teradata 首席產品長 Sumeet Arora、擎昊科技總經理劉宗坤及Teradata 首席營收長 Richard Petley。
經理人

然而,再先進的技術架構,仍需要在地專業夥伴協助落地。而擎昊科技作為 Teradata 台灣代理商,不僅與原廠保持密切互動,更擁有深厚的技術實力,及豐富的企業級系統規劃、建置與整合經驗,協助企業打造穩定可靠的 IT 環境,讓 AI 應用能夠順利導入並持續運作。此次 Teradata 兩位高階管理者 Richard Petley 與 Sumeet Arora 來台,除了與企業客戶交流 AI 發展與應用需求,也攜手擎昊科技深化在地合作,共同拓展台灣市場。

面對缺工、高齡化與市場競爭加劇等挑戰,如何運用 AI 提升營運效率並強化決策能力,已是企業的當務之急,這也讓自主型企業成為未來必然的發展方向。在這條智慧轉型的路上,Teradata 將持續攜手擎昊科技,融合 AI 技術、企業知識與系統整合能力,協助企業加速 AI 應用落地,朝自主決策與智慧營運的新階段邁進。

擎昊
Teradata 首席營收長 Richard Petley 指出,Teradata 正以更開放、彈性的合作模式,讓企業能夠在既有技術架構上導入所需的 AI 能力,而不必全面汰換原有系統。
經理人
擎昊科技
Teradata

解鎖更多提問機會!

請先登入會員

會員專區

使用會員功能前,請先登入

  • 台灣首款對話式 AI 職場教練,一次提升領導力
  • 會員專享每日運勢、名人金句抽籤
  • 收藏文章、追蹤作者,享受個人化學習頁面
  • 定向學習!20 大關鍵字,開放自選、訂閱
  • 解鎖下載專區!10+ 會員專刊一次載
訂閱方案