全球半導體與AI競爭升級：谷歌、英飛凌與特斯拉最新動態解析

根據SemiAnalysis報告，谷歌的下一代TPU「Humufish」將轉向英特爾的EMIB-T 2.5D封裝技術，放棄台積電的CoWoS，顯示出雲端大廠對供應鏈靈活性及成本效益的重視[1]。這一變化不僅為英特爾帶來市場突破，也反映出台積電在AI GPU市場面臨的產能挑戰。與此同時，德國英飛凌在德勒斯登啟用的智慧功率晶圓廠，將成為歐洲最大的功率半導體生產基地，預計在2030年全球AI資料中心耗電量翻倍的背景下，為市場提供高效能晶片，並助力歐盟提升晶片產能的目標[2]。這些動態顯示出全球半導體產業正朝向多元化供應鏈及可持續發展的方向發展，未來市場競爭將更加激烈。

在展示特斯拉 (TSLA-US) 人形機器人Optimus的量產進展時，馬斯克對生產初期的緩慢進展表達了謹慎的態度，指出這一全新技術的生產挑戰與電動車截然不同。儘管工廠改造迅速，但面對約1萬個獨特零件的生產，提升產量仍需時間[3]。同時，摩根士丹利的報告則建議投資者在記憶體市場中優先布局DRAM，因為儘管NAND Flash市場短缺將持續至2027年，但AI需求的增長將使DRAM在供應穩定性和價格模式上具優勢，並提醒投資者注意市場需求疲軟的潛在風險[4]。這些情況顯示出科技產業在新技術推廣與市場需求變化中的複雜性，投資者需謹慎評估未來的投資策略。

英飛凌 (Infineon) 近日啟用全球最大的智慧功率半導體晶圓廠，投資達50億歐元，這一舉措不僅使其在德勒斯登的產能翻倍，還顯示出其在車用及工業半導體市場的強勁競爭力[5]。同時，Meta Platforms (META-US) 的新一代大型語言模型「Watermelon」被宣稱已達到GPT-5.5的水準，儘管外界對此評估標準存疑，這一進展若能實現，將有助於提升Meta在AI領域的競爭力[6]。此外，特斯拉 (TSLA-US) 對員工AI工具使用設限，反映出其在推廣AI應用的同時，亦重視成本控制，並計劃持續投資以支持未來成長[7]。美銀分析師指出，Meta計劃推出的「Meta Compute」雲端業務，將有助於將閒置算力轉化為收益，預計每年可實現100至150億美元的收益，這一策略的成功將依賴於大語言模型的需求[8]。整體而言，這些動態顯示出半導體及AI領域的競爭日益激烈，企業在技術創新與成本管理之間尋求平衡，以應對市場挑戰。