台積電董事會核准對 OpenAI 與 Anthropic 各投資最高 5 億美元,消息一出市場熱議。表面上看是台灣晶片巨頭向 AI 新創注資,但翻開技術依賴鏈你會發現:台積電在先進製程製造中,越來越多採用輝達等公司的 AI 運算平台。
這不是什麼新鮮事。從工程角度來看,這叫「分工優化」;但從產業戰略來看,這是個值得盯緊的趨勢。
製造端也在用別人的運算工具
台積電是全球 AI 晶片供應鏈中最重要的先進製造商之一,沒有它的 3 奈米與 2 奈米先進製程,就沒有今天輝達與 OpenAI 的算力規模。但值得關注的是,台積電在「運算微影」等技術領域,正評估或採用包括輝達 cuLitho 在內的 GPU 加速平台。
根據業界觀察,GPU 加速系統在特定微影工作負載上可大幅提升效率並降低能耗。這意味著,台積電越是往先進製程邁進,對先進運算平台的合作需求可能就越高。黃仁勳曾強調以虛擬模擬與數位孿生協助工廠規劃,這句話背後,反映的是台灣製造業可能增加對海外 AI 生態系統的依賴。
問題不是「用別人的工具」本身,而是當這個工具變成產業標配時,你有多少話語權。
緯創的數位孿生工廠,也是類似邏輯
別以為只有台積電如此。緯創這幾年從「PC 代工廠」轉型為「AI 伺服器供應商」,成為輝達指定合作夥伴之一。而其技術核心——數位孿生工廠應用,採用了輝達 Omniverse 平台作為部分模擬與協作工具。
緯創在美國投資建設的先進製造工廠,據稱能提升建廠效率與生產表現。這些進展的技術基礎之一,是將工廠的運作邏輯、資料治理整合至 AI 平台能夠處理的格式。業界人士指出:「過去的資料主要供人類分析,現在需要讓 AI 系統能夠理解與運用。」
翻成白話就是:過去你自己看數據做判斷,現在你得讓數據格式符合 AI 平台的要求。而這些平台的規格,大多不是台灣企業制定的。
工程師在想什麼
這種合作趨勢,最先感受到壓力的是基層工程師。在 PTT 科技板等網路討論區,部分網友擔憂:「Layout 工程師的工作會不會被 AI 取代?」「以前靠實作累積經驗的路徑會不會被壓縮?」
更深層的問題是:當台灣的製造優勢越來越採用海外的 AI 工具與平台,我們在軟體與模型層面的話語權在哪裡?硬體代工實力依然強勁,但底層模型、開發工具與軟體平台的主導權多半在美國企業手上。根據產業觀察,台灣在生成式 AI 應用的採用速度相對保守,這個現象對比台灣在 AI 硬體供應鏈的重要地位,形成顯著反差。
說直白點:我們很會做硬體,但軟體生態系的主導權不在我們手上。這個結構性問題,不是第一次出現。
從 Wintel 到 AI:老問題換新瓶
台灣科技業面臨的「雙重角色」不是第一次了。PC 時代,我們主宰了主機板與筆電製造,但軟體生態被 Wintel 架構主導;智慧型手機時代,硬體代工依然強勁,但作業系統與晶片架構仍是 ARM 與 Android/iOS 說了算。
如今 AI 時代,類似情境再次出現。台灣是全球算力硬體的重要供應者,但從 EDA 工具(主要由 Synopsys、Cadence 等供應)、運算微影加速平台(如輝達 cuLitho)到數位孿生平台(如輝達 Omniverse、微軟 Azure 等),台灣企業在這些領域的自主性仍有成長空間。
台積電核准最多 10 億美元投資 AI 新創,與其說是單純的財務投資,不如說反映了台灣科技業希望在 AI 生態系中爭取更多主動權的戰略思考。
硬體強不代表生態系就穩
緯創董事長林憲銘說過:「公司好時我要擔心,公司不好時我要加油。」這句話或許也適用於整個台灣科技業。當我們在為 AI 訂單成長歡呼時,也需要檢視自己的技術根基——如果連製造端都越來越採用海外 AI 平台與工具,那我們在下一波產業競爭中的位置會如何演變?
這不是危言聳聽,是工程師該有的風險意識。訂單很重要,但長期來看,掌握關鍵技術的話語權更重要。台灣的硬體製造實力無庸置疑,但在 AI 時代,軟體與平台的主導權會決定你在產業鏈中的議價能力。
這場遊戲還在進行中,但規則正在改變。台灣科技業需要的不只是接單能力,還有在新規則下爭取主動權的策略思考。