AI 越來越聰明，硬體跟得上嗎？聽科技浪專訪英飛凌台灣董事總經理陳志豪

目錄

1. 正方：把這集的主張講到最強
2. 反方：這套說法最有力的質疑
3. 我的判斷：差在哪個條件，以及你明天可以怎麼看
4. 可以參考的資料
5. 帶得走的一件事

井：改邑不改井，無喪無得，往來井井。

—— 《周易・井卦》（先秦）

2026 年 10 月 9 日《科技浪》EP158，主持人哈利專訪英飛凌台灣董事總經理陳志豪。他講的核心是：AI 的下一個卡點從算力移到了供電與感知——機櫃功耗從早期每櫃 1 到 10 kW，走到 AI 時代的數百 kW，已有客戶推向 MW 級；GPU 的電流從幾十安培變成一兩千安培，有企業在設計三千到四千安培的規格；一座 1 GW 的資料中心，用電量接近德國慕尼黑整座城市一年的量。他引國際能源署的預估，2030 年前後全球 AI 資料中心耗電會接近印度全國、約占全球能源 7%。我要先說清楚這段話的前提：他是功率半導體供應商的台灣負責人，瓶頸清單與他的產品線高度重疊，所以底下我會把正方與反方分開寫完，再講我自己認為哪一邊站得住。

正方：把這集的主張講到最強

先用他自己的證據把這條線拉滿。

第一層是「電壓階梯」。電從發電廠出來是超高壓，GPU 用的是接近 1 伏的直流電，中間要經過變電、整流、儲能、再降壓一層層往下走。每一層轉換都在發熱，熱又要花電去冷卻。

他說傳統變電所一座有好幾個貨櫃大，在現在的電流需求下已經不實際，所以英飛凌推固態變壓器，體積縮到傳統變電所的約三分之一，效率拉高，還能讓不同能源接進來切換、甚至反向送電。

第二層是「用電的形狀變了」。AI 訓練跑到 All-Reduce 這類步驟時，所有 GPU 同時通訊，瞬間用電量跳上去。這跟冰箱、電視的用電完全兩種事：家裡跳電就是重開，資料中心斷電一秒，算了幾小時甚至幾天的東西可能就沒了。

所以除了傳統的不斷電系統，這一兩年多了 BBU（Battery Backup Unit），功能除了撐住斷電，還要在電壓往下掉的時候把它扶正。

第三層是「空間自己先撐不住」。他說現在遇到的第一個瓶頸是體積：電力設施變大、冷卻系統變大、為了送大電流連銅線都變粗。這一段我聽的時候覺得有意思——大家談缺電都想到發電，他指出的是機房裡面根本塞不下。對應的解法有兩個：一個是把每個機櫃各自的電源供應器集中起來，變成一座微電網（他說 NVIDIA 講的 AI Factory 就是這個概念的初步形態）；另一個是垂直供電，把電容、電感、功率元件組合起來貼到 GPU 旁邊，因為距離就是電阻，電阻就是熱。

他預估兩到三年內會進入量產，而且是不可逆的趨勢，因為舊架構撐不起這麼大的電力需求。

第四層把這套邏輯延伸到車上與機器人上。車的部分，他講軟體定義汽車：過去功能被硬體鎖死，出廠就定了；現在改成區域控制，一塊一塊由軟體管，出廠後靠軟體加功能。電池占電動車成本約四成，決定續航也決定安全，所以電池管理接上 AI 會有明顯收益。他舉了一個我覺得最有畫面的例子：車內雷達可以判斷留在車上的是包裹還是寵物，不需要影像就分得出來，而有些國家已經立法要求車子具備這個功能。

機器人的部分，他把難點說得很具體。人形機器人體重六七十公斤、全身接近 70 個關節，大關節要輸出能跳能跑的扭力，手指關節要細到能拿雞蛋、能穿針引線；為了維持站立的扭力，風扇一直在轉，所以你站在一台真機旁邊會聽到它很吵。電池是 48 伏鋰電池，正常使用兩小時以內就要充電，想換大電池機器人就變龐大，想拉到 72 伏又帶進安全隱患。

他說全球做人形機器人的團隊，在靈巧手這塊大概只做到人手的 10% 到 20%，卡點在感測器——要做到能貼在手指皮膚上那麼小又那麼細膩，現在還沒解決。至於大腦，他認為那不是最大的難度，資料中心那套 GPU 客製化就能用。

最後他講了最打動我的一段：他最期待的 AI 應用是把高風險工作接走。火災現場煙霧大、人進去風險高，而他看到客戶的機器狗能載 100 公斤、上半身可以客製成灑水或載運傷者，爬樓梯、下泥坡的穩定性他給了「接近真狗、甚至比狗更穩」的評價。英飛凌在台灣跟守護者聯盟合作，前年在消防車上部署雷達避免轉彎撞到人車，下個月要把感測技術放進火災現場與住家，偵測煙霧與壓力變化提早預警。

反方：這套說法最有力的質疑

換邊站。這集有幾個地方我自己聽完是存疑的。

第一，瓶頸清單與產品型錄重疊得太整齊。 供電瓶頸對應固態變壓器與垂直供電，電壓不穩對應 BBU，語音聽不清對應矽麥克風，駕駛疲勞對應 ToF，機器人安全對應硬體安全晶片，手部細膩度對應感測器。每一個痛點都有一顆他們的料。這不代表他講錯，可是這類訪談的描述順序，通常是從能賣的東西往回推瓶頸，聽的人要自己把權重調回來。

第二，省 1% 的解法對上缺好幾倍的缺口。 他說半導體在這麼大的電力裡做到 0.1%、0.5%、1% 的節能就扮演關鍵角色。同一集他也說，以現在的電力與電網，沒辦法負荷這個增長。這兩句話放在一起，結論應該是效率改善救不了缺口。真正的限制在發電容量、併網許可排隊、大型變壓器交期、冷卻水權與電力工程人力，這些東西沒有一項能靠換一顆功率元件解決。效率是降低單位成本的工具，不是解除限制的鑰匙。

第三，Level 5 那一句被節目自己打掉了。 他說特斯拉在德州的 Cybercab 出來就是 Level 5，全自動駕駛已經實現。可是主持人隨即舉了實測影片：有人上車叫 Grok 播音樂，它沒播。這是同一集裡的證據衝突。在劃定區域、有遠端監控與既有路網資料的營運，跟「任意城市街道的全自動駕駛」是兩個難度級別；而那個沒播出來的音樂，正好指向他自己承認的痛點——感測與延遲。示範影片拿來當技術成熟的證據，風險就在這裡。

第四，兩到三年的時程是研發進度，不是部署進度。 他的依據是看到許多客戶在這塊的研發相當成熟。供應商看得到客戶的工程進度，看不到的是折舊年限沒到的舊機房不會提前拆、電力公司的審批不會因為架構變好而加速、重資產汰換通常落後規格好幾年。「不可逆」這個判斷我同意；「兩三年」這個數字我會當成最樂觀的一端。

第五，機器人的瓶頸被單押在感測。 把靈巧手的 10% 到 20% 全歸給感測器尺寸，而說大腦不是最大難度，這個分配我有保留。手要抓蛋不碎，需要的不只是壓力訊號，還需要在雜亂環境裡做力道控制的策略，而這類策略的訓練資料目前稀缺到難以規模化。他是硬體供應商，從硬體角度分配權重是自然的，但這個權重不該照抄。

第六，技術成熟與商業落地之間，他自己留了一句狠話。 講到機器狗他說：這種東西不會有一千萬台、兩千萬台的體量，所以商業模式有困難，客戶在轉型過程遇到問題。消防、政府可以推，可是單價高、數量少、採購週期長。產品做得出來和產品賣得動，是兩條不同的曲線。

我的判斷：差在哪個條件，以及你明天可以怎麼看

兩邊聽完，我的結論是：他對物理限制的描述可信度高，對時程與自家貢獻度的描述要打折。差別在於那句話是否可以被外部事實驗證——電壓階梯的損耗、關節扭力與電池重量的取捨、感測器尺寸的極限，這些是物理，誰來講都一樣；兩到三年量產、節能 1% 很關鍵，這些是立場，換一個人來講會換一個數字。

接下來講三個我自己在想的事，應該也是不少人聽完這類節目會卡住的地方。

「新聞一直說 AI 缺電，我是不是該去找相關標的？」 我自己踩過這個坑：把「這層供不應求」直接讀成「這層賺得到錢」。供應吃緊不等於有議價權。我現在會先問三題：這層在吃緊的時候漲不漲得起價、有沒有簽得到長約、客戶想換掉它要多久。這集剛好給了一個可以當對照的數字——英飛凌在車用半導體是全球第一，市占 12.8%。第一名只有一成多，代表這個市場夠分散，客戶換家的成本沒有高到讓人收租。反過來看那些第一名吃掉七八成的環節，才是定價權可能存在的地方。

順序是先看結構再看名字，而不是聽到缺什麼就去買做那個的。

「發表會上那些功能，為什麼我車上沒有？」 這集給了一個比看發表會更可靠的判讀法。車內生命偵測這件事，他講的不是「客戶很想要」，而是有些國家已經立法要求車子具備這個功能。法規會逼出確定的需求與時間表，而炫技功能的去留只看市場反應。所以我現在看車用的新功能會先問一句：這是立法要求、保險給折扣，還是發表會上的亮點？前兩種有底，第三種隨時可以被砍掉。那段叫 Grok 播音樂沒播的影片，也提醒我一件事——使用者感受不好，根因可能在收音這種不性感的地方，而麥克風規格不會出現在任何一場主題演講裡。

「這些預測到底怎麼對答案？」 我的做法是把聽到的時程寫成幾個有日期、會落地的觀察點，到期回頭看，對了就加權、錯了就降權。這集我寫下三個：第一，兩年內有沒有看到 MW 級機櫃與集中式電源架構的量產出貨公告，而不是展場概念；第二，人形機器人的通訊與硬體安全標準有沒有在哪個國家定案（他拿 USB 從各家各搞到統一來比，那個過程花了很多年）；第三，機器狗與消防應用有沒有出現真實的政府採購案，而不是示範合作。寫下來的好處是，一年後我不會只記得「當時聽起來很有道理」。

可以參考的資料

• 《科技浪》EP158，2026 年 10 月 9 日，主持人哈利專訪英飛凌台灣董事總經理陳志豪。本文提到的機櫃功耗演進、安培數、慕尼黑用電對比、國際能源署耗電預估、車用市占 12.8%、電池占車成本四成、48 伏電池與約 70 個關節、靈巧手 10% 到 20%、機器狗 100 公斤承載，都出自這集訪談。
• 想自己核對耗電那條線的人，可以去查國際能源署關於資料中心與電力需求的公開報告，他引的數字能在那裡找到口徑。
• 自動駕駛分級的定義（Level 1 到 Level 5）建議直接讀 SAE 的原始分級文件，再回頭對照各家宣稱屬於哪一級。

帶得走的一件事

當一個人同時描述問題和解法，他講問題的那一半通常比講解法的那一半可信。 物理限制誰來說都一樣，功勞歸屬換個人說就換個數字。這一集最扎實的是電壓階梯、關節扭力與電池重量的取捨；最需要打折的是「兩到三年」和「省 1% 很關鍵」。

我試過一個做法，拿到任何一份專家說法就做一次：把裡面的句子分成兩堆，一堆是「如果他說錯，外面有辦法證明他錯」的（數字、規格、時間點、法規），另一堆是「只能由他自己說了算」的（重要性、貢獻度、幾年會發生）。

第二堆不用丟掉，標成待驗證就好。這個分法不限投資——聽醫師說一個療程、聽裝修師傅報一面牆、聽同事解釋專案為什麼延期，都能用。我自己的經驗是，第二堆通常比第一堆長，而我以前會把兩堆一起抄進筆記。

Markdown 原文

本文為投資方法論的教育性分享，不構成任何個股買賣建議、不提供目標價、不針對當期標的。投資有風險，任何決策請自行判斷或諮詢合格的專業人士。