馬斯克的 TeraFab 晶圓廠計畫持續延燒，聯手 Intel、拉攏三星、來台挖角工程師，攻勢看似全面，背後卻藏著一個核心目的：在談判桌上對台積電取得更多籌碼。
與此同時，亞馬遜、微軟、Google、Meta 等超大型雲端服務商接連來台委託設計 AI 客製化晶片（AI ASIC），讓世芯、創意、聯發科三家公司成為市場焦點。
以下 Q 為《數位時代》總編輯王志仁提問，A 為長期追蹤半導體產業動態，曾深入研究晶圓製造與 IC 設計生態系的科技產業專家吳金榮回答。他將從 TeraFab 的戰略本質談起，拆解台積電先進製程的供需緊張，並深入分析 AI ASIC 市場的商業邏輯，以及世芯、創意、聯發科各自切入的方式與護城河。
Q1：TeraFab 計畫究竟是真的要蓋晶圓廠，還是馬斯克對台積電以戰逼和的談判籌碼？
A： TeraFab 剛宣佈時，很多人覺得馬斯克又在誇大其詞，但後續發展值得認真看待。他先去找了 Intel 執行長陳立武，Intel 也很高興地宣佈要全力支援。同時，他大力在台灣招募工程師挖角。我有很多在晶圓廠待過、現在退休或仍在職的業界朋友，他們幾乎一致認為 TeraFab 不會成功，但馬斯克拿它當談判籌碼的意圖非常清楚。
台積電總裁魏哲嘉在法說會上被問到對 TeraFab 的看法，他說：「There is no shortcut（沒有捷徑）。」蓋廠要兩三年，蓋好之後調機台、調製程又要兩三年，而且台積電去美國蓋廠的時間都比在台灣長很多，何況是完全沒有經驗的新進者。對此，馬斯克倒也坦率，他說：「我同意沒有捷徑，但台積電沒給我足夠的產能，所以我只好自己來。」
馬斯克的策略就是多管齊下、累積籌碼。他近期宣稱要採用 Intel 14A 製程，雖然 14A 尚未正式量產、效能也還不確定，但這個動作對 Intel 有振奮效果，也讓他多了一張牌。總結來說，TeraFab 的核心邏輯是：手上籌碼越多，跟台積電談判時才能從「你付錢就排隊」升級到「我們來坐下來好好談」。
Q2：台積電先進製程嚴重缺貨，馬斯克轉單三星 2 奈米有解嗎？
A： 台積電的 3 奈米是史上罕見的案例。一般來說，一個製程節點的產能建置完成後就不會再擴張，但 3 奈米是唯一的例外。目前月產能已達約 15 萬片，後續可能再增至 18 至 20 萬片；台南科學園區還要再蓋一座新的 3 奈米廠，亞利桑那州廠也正在裝機、預計明年初量產 3 奈米，日本熊本二廠同樣規劃 3 奈米。這代表 3 奈米嚴重缺貨，客戶訂單都已下很久了。
2 奈米的情況更誇張。2025 年第四季才開始量產，良率非常好。今年月產能達 5 至 6 萬片，年底月產能預計達 9 至 10 萬片，明年底接近 20 萬片，亞利桑那州廠可能要到 2027 年才生產 2 奈米，但訂單現在就已經滿了。
馬斯克旗下特斯拉在台積電訂不到產能，就轉向三星，宣布由特斯拉與三星簽署長期合約，在三星美國德州泰勒廠以 2 奈米製程生產 AI6 晶片，訂單金額 165 億美元（約新台幣 5,198 億元）。但三星 2 奈米的表現令人存疑。YouTube 頻道 Android Addicts 在今年 3 月底發布的實測影片中，對比三星 2 奈米 AP（Exynos 2600）與台積電 N3P（Snapdragon）組裝的兩款 Galaxy S26 手機：台積電版本續航約 9 小時 26 分鐘，三星版本只跑了 6 小時 48 分鐘就沒電，差距約 28%，而且機身還發燙。由此推算，三星 2 奈米的效能甚至比台積電 3 奈米還差，功耗更高。
三星良率問題長期存在。根據產業報導，三星 2 奈米良率在 2025 年上半年僅約 20 至 30%，下半年改善至 50% 至 55% 左右，但截至 2026 年初仍低於業界普遍認定的穩定量產門檻 60%；若扣除後端封裝損耗，有效良率更降至約 40%。為彌補良率不足，三星有時藉由排查設備篩選可用晶粒後再出貨，雖然價格看似划算，但 IC 若不耐操，在 AI 時代就是致命弱點。在 AI 時代，晶片必須 24 小時不停運轉，功耗和可靠性至關重要。台積電的千錘百鍊，連輝達財務長都曾公開說，A100 的 GPU 伺服器跑了那麼久還非常穩定，正是因為台積電製程做出來的 IC 可靠性極高。
Q3：為什麼雲端巨頭紛紛砸錢客製化晶片（AI ASIC），需求為何在這個時間點爆發？
A： ASIC 是 Application Specific Integrated Circuit 的縮寫，意思是「特定應用積體電路」，也就是為特定用途量身打造的晶片。這個概念不是 AI 時代才有，早在幾十年前就存在，差別在於過去的規模和需求遠不及現在。
進入 AI 時代，亞馬遜、微軟、Google、Meta 等超大型雲端服務商，預計今年在 AI 基礎設施上的投資將近 7,000 億美元。這些公司大量採購輝達 GPU 做訓練，但訓練完成後的推理工作，GPU 並不是最有效率的方案。各家公司有不同的推理場景和演算法需求，市場上找不到完全符合的現成晶片，自然就轉向 ASIC。
Google 是最早的先行者。大約 2014 至 2015 年，他們發現 GPU 處理搜尋演算法效率不足，於是找 Broadcom（博通）自研第一代 TPU（Tensor Processing Unit），專門做矩陣運算，加速推理工作。根據 Google Cloud Next 2026 官方宣布，於今年四月推出的第八代 TPU ，已拆分為兩顆——一顆專做訓練（Training），號稱效能比上一代 Ironwood 強近三倍；另一顆專做推理（Inference），分工更細、效能更強。這條路走了十年，成果顯而易見。
Q4：Broadcom 如何靠 AI ASIC 代工稱霸市場，亞馬遜、Google 的晶片佈局又有何不同？
A： Broadcom 原本以網通晶片起家，但在執行長陳福陽帶領下，轉型為 AI ASIC 代工的最大玩家。Google 第一代 TPU 就是找 Broadcom 操刀，後來 Meta、微軟也都找他們。Broadcom 的模式是 Turnkey（一條龍服務），客戶把規格和需求告訴他後，包辦設計、投片、封裝，交出成品晶片。目前 Broadcom 大約有七至八成的業務來自 AI ASIC，獨占最多大客戶。Meta、微軟同樣委託 Broadcom 設計，主要用於自家推理基礎設施。
亞馬遜的 AWS（雲端運算服務）是雲端市場占有率第一，他們選擇走自己的路，自研的 AI 晶片叫做 Trainium，沒有找 Broadcom，而是找台灣的世芯負責設計。亞馬遜後來也投資了世芯。
Google 雖然已與 Broadcom 簽下延續至 2031 年的長期 TPU 合約，但仍積極引入第二、第三設計合作夥伴以分散風險。第八代 TPU 拆分為兩顆：TPU 8t（訓練）仍由 Broadcom 設計，TPU 8i（推理）則由聯發科負責設計。此外，據今年 4 月《The Information》報導，Google 正與 Marvell 洽談共同開發一款記憶體處理器與另一款推理 TPU，合約尚未簽署，Marvell 可能成為第三合作夥伴。值得一提的是，推理晶片新創 Groq（一家做 LPU 語言處理器的公司，於 2025 年 12 月與 NVIDIA 簽署 200 億美元非獨家技術授權協議）第一代 ASIC 也是找 Marvell 操刀，顯示 Marvell 在 AI ASIC 代工領域上也有相當實力。Google 此舉，明顯是要避免過度依賴單一供應商，同時對 Broadcom 保留議價籌碼，與馬斯克推動 TeraFab 的邏輯如出一轍。
延伸閱讀｜電力比晶片更稀缺：NVIDIA 砸 200 億美元收購 Groq！台大教授剖析 2026 年 AI 競賽的兩大主軸
Q5：世芯、創意、聯發科，哪家廠商最有機會切入 AI ASIC 市場？
A： 三家公司的定位各有差異，但都有各自的護城河。
世芯走的是 Design Service（設計服務）模式，本身沒有自有產品，核心競爭力在於累積大量 IP（即可授權重複使用的預設電路模組），提供客戶 license 授權，也可以幫客戶做完整的 Turnkey 解決方案。世芯與台積電關係密切，能快速取得台積電的產能資訊和最新製程技術，這讓他們在面對客戶時有很強的說服力。亞馬遜選擇世芯設計 Trainium，也因此直接投資了世芯。
創意是台積電的關係企業，擁有台積電背書，IP 資源豐富，許多 IC 設計公司在下片（即將完成的晶片設計送交晶圓廠正式開始生產）量不大時會透過創意與台積電合作，創意扮演的是整合者角色。即使像 Broadcom 這樣的大客戶，也可能向創意取得特定 IP，再透過創意到台積電下片。
聯發科的情況不同，屬於「行有餘力則以學文」。本業 IC 設計做到夠大，才有能力跨足 ASIC 代工。聯發科最大的優勢在於累積了大量 IP，涵蓋無線通訊、影像處理、電視晶片等各領域，要幫客戶兜出一顆 IC，幾乎沒有障礙。近期傳出聯發科參與 Google 最新一代 TPU 的部分設計，Google 對此未否認；聯發科今年也宣示，AI ASIC 接單佔營收目標要從不到 5% 突破到 10%，目標至少 10 億美元。
至於客戶擔心自有產品線與聯發科重疊、資料外洩的顧慮，我認為存在但影響有限。以 Google TPU 這種案例來說，Google 不怕聯發科做出競爭產品，因為這類深度客製化的晶片與整個系統生態系高度綁定，根本無法拆出來單獨販售。
Q6：台灣 AI ASIC 生態系的下一步：新公司能否崛起、舊廠商如何轉型，進入障礙究竟有多高？
A： 新公司要進入這個領域，可能性有，但進入障礙非常高，原因有三。
第一是 IP 累積門檻。做 AI ASIC 需要大量複雜的 IP，這些 IP 不是新進者短時間能建立的，現有玩家累積了多年，差距很難快速追上。
第二是產能排序問題。台積電不會拒絕新客戶，但新進者排隊一定排在後面，先進製程的交貨時間本來就長，這對需要快速交付的 AI 客戶是很大的障礙。
第三是投資規模。一顆 5 奈米或 3 奈米的 ASIC，從光罩到測試、元件庫、電子設計自動化工具費用，整體投入成本大約在 3 到 5 億美元，不是一般新創能負擔的。而且客戶在下委託設計訂單時，也會評估設計公司的財務穩定性和能否兌現承諾，信任的建立需要時間。
因此，轉型比新創更可行。現有 IC 設計廠商若有足夠的 IP 積累，轉型進入 AI ASIC 相對有底氣。目前聽說有幾家公司在評估，但還沒有辦法做到理想的規模，可能只是幫忙投片、做較簡單的設計服務。像聯詠這樣專注 LCD（液晶顯示器）驅動 IC 的公司，要跨入 AI ASIC 的挑戰更大，因為兩者所需的 IP 類型差距很遠。
值得注意的是，不管實際能否轉型成功，只要公司宣布涉足 AI 領域，資本市場立刻有反應。大立光宣布跨入 AI 的那天，股價直接漲停。有 AI 跟沒 AI，本益比和市場關注度的差距，已經是非常現實的事情。
收聽完整 Podcast｜數位時代 EP283｜AI ASIC 訂單翻轉台灣晶片設計業，世芯、創意和聯發科強勢的背後邏輯？ft. 科技專家吳金榮
（本文初稿為 AI 編撰）
