TRI 拓墣產業研究院 | Topology Research Institute

2026年環境物聯網(A-IoT)價值定調：由可視化工具邁向AI數據基礎設施的商業轉型

一. 產業拐點的形成：2026年A-IoT邁入規模化部署元年，連接成本不再是決策門檻

(一) A-IoT由技術驗證邁入成本可行，重構低價資產的數據化邊界

2026年標誌著環境物聯網(Ambient IoT，A-IoT)由試點導入，轉向早期規模化部署的起點。對廠商而言，A-IoT已不再是中長期技術選項，而是需納入供應鏈數據化與基礎設施策略中的關鍵變數，其]]>

釩產業儲能機遇與挑戰

一. 全球釩產業發展現況

釩作為一種具有高熔點、高強度、耐腐蝕與卓越電化學特性的稀有金屬，長期以來被譽為「工業味精」，在冶金、航空航太與化學催化領域占據穩固地位；然隨著全球能源結構向低碳化加速轉型，長時儲能(LDES)需求的爆發式增長，正在重新定義釩的戰略價值。

(一) 釩產業市場格局

根據美國地質調查局(USGS) 2025年資料]]>

大尺寸晶片整合趨勢有望為玻璃基板創造長線需求

一. 大尺寸晶片之趨勢已從伺服器擴散至消費級產品

持續微縮製程節點、逐步擴展電晶體數量，是長期以來業界提升邏輯IC效能的主旋律，而每18個月邏輯IC效能增加100%、製造成本降低50%的Moore's Law(摩爾定律)，也成為半導體產業發展的參考藍圖。不過到2010年代中後期，微縮製程節點的難度越來越大，在製程節點突破7nm後，閘極間距微縮幅度慢慢降至10%以下]]>

突圍而出：從DeepSeek-V4看中國AI軟硬協同一體化趨勢

一. 中國AI由百模大戰轉向拓展推理應用與開源生態

隨著2025年「百模大戰」逐漸落幕，各廠商不再進行密集推出大模型，中國AI產業也從單純追求規模的競爭轉向以推理應用為核心，廠商開始著重於加速具體應用場景、拓展用戶與商業模式。

「十五五」規劃對AI模型的要求，從強調通用能力轉向深化製造、文化、民生、社會治理與軍事等領域的垂直落地；在硬體方面，則以突破晶]]>

2026年全球AI晶片戰略轉型，透視NVIDIA、AMD與CSP自研ASIC的關鍵布局

(image)

手機直連衛星通訊：雙技術路線並行發展，行動通訊產業價值鏈加速重組

一. 市場概況與發展趨勢

(一) 手機直連衛星通訊技術路線成形，2種方案短期將共存發展

手機直連衛星通訊(Direct-to-Device，D2D)是近年通訊產業最受關注的技術方向之一，其核心概念在讓一般消費者手持的智慧手機，無須搭載專用衛星通訊硬體或額外裝置，即可透過低軌道(LEO)衛星直接取得通訊服務，自2022年Apple在iPhone 14系列]]>

折疊最後一哩路：從機械結構到材料科學的摺痕革命

一. 技術歷程：從「能折」到「無痕」

回顧折疊手機發展歷程，技術演進可清楚分為3個階段。

(一) 第一階段(2019～2022年)：可行性驗證

此階段折疊裝置發展核心在驗證「能否穩定折疊」，技術重點集中於面板耐久度與鉸鏈壽命的建立，由於材料與結構尚未成熟，產業主要依賴機械設計緩解摺痕與應力問題，早期多採用U型鉸鏈設計，面板在折疊時形]]>

CPO測試挑戰與台灣供應鏈解析

一. CPO測試設備需求動能

共同封裝光學(Co-Packaged Optics，CPO)為將光學元件微縮、整合至光子積體電路(Photonic Integrated Circuit，PIC)後，進一步將其與傳統積體電路(Electrical Integrated Circuit，EIC)共同封裝在同一顆晶片內的技術，以縮短電路距離，由光路替代，降低電路隨著傳輸頻率上升伴]]>

告別電池軍備競賽，2026年新能源車能源效率挑戰與產業契機解析

(image)

美国出口管制延伸下，光互连供应链的重组与商机

随美国出口管制从芯片延伸至 AI 基础设施，传统光通讯产业正面临供应链重组。虽然光模组未遭全面禁运，但已纳入系统级连带管制。台湾若能整合半导体生态系，并布局硅光子、CPO 、先进封装与测试技术，将可承接北美的供应链去风险化商机，转型为 AI 关键伙伴。

重点摘要

管制转向系统化：美国管制焦点由单一芯片延伸至 AI 运算体系，光通讯产]]>

美國出口管制延伸下，光互連供應鏈的重組與商機

隨美國出口管制從晶片延伸至 AI 基礎設施，傳統光通訊產業正面臨供應鏈重組。雖然光模組未遭全面禁運，但已納入系統級連帶管制。台灣若能整合半導體生態系，並布局矽光子、CPO 、先進封裝與測試技術，將可承接北美的供應鏈去風險化商機，轉型為 AI 關鍵夥伴。

重點摘要

管制轉向系統化：美國管制焦點由單一晶片延伸至 AI 運算體系，光通訊產]]>

重塑全球車聯網格局的下一步：全球衛星V2X發展趨勢剖析

(image)

AI晶片結構性躍遷：從2nm GAA到ASIC軟硬協同主權的半導體戰略

一. 全球AI晶片競爭格局

2025年全球邏輯IC市場規模急遽飆升，其中ASIC份額占據市場32%，可程式邏輯IC與標準邏輯IC分別為24%、18%，這仰賴於NVIDIA、AMD與Intel積極擴展資料中心、AI加速器、高速網路與邊緣運算領域的產品方案，並將其技術優勢擴展到智慧工廠、IIoT、機器人與智慧物流等工業4.0領域；而Broadcom注重高效能客製化推論，極力推]]>

2026年工業物聯網關鍵：數據定義權爭奪如何重構產業價值鏈

一. IIoT發展進入瓶頸期：數據規模擴張未能轉化為決策能力

進入2026年，工業物聯網(IIoT)發展已跨越早期導入階段，逐步成為製造業數位化的基本配置，感測器、邊緣設備與雲端平台的部署持續擴張，工廠能取得之數據量達到前所未有的規模。

然數據的快速累積，並未同步轉化為決策能力的提升，對多數製造商而言，數據確實變多，但能被有效理解、整合並用於營運決策的]]>

台系面板廠轉型回顧與展望

過去25年，台灣面板廠也曾為產業先鋒，與韓系、日系廠商比肩競爭，但隨著中國面板廠崛起發展，產能過剩與價格戰形成常態，台系面板廠也陷入巨大虧損壓力，不得不開始思考轉型機會。近年AI算力相關領域形成熱門議題，半導體先進封裝技術也在此大循環中浮上檯面，面板廠開始透過核心競爭力延伸，積極與半導體相關領域增強綁定機會，以此契機跨出傳統顯示器景氣循環的泥淖，並強化在半導體相關供應鏈的能見度。

]]>

國防科技的轉型：軟體定義、供應鏈韌性與台灣定位

(image)

跨越AI記憶體牆：儲存階層的重新分配與HBF剖析

一. LLM的發展瓶頸：模型架構的轉變影響運算架構

自OpenAI推出GPT-4模型以來，模型規模持續擴大朝向TB級發展，模型變大的直接原因來自參數量之增加，但參數量的增加並非只是讓模型放大，而是提升模型的知識儲存量、邏輯複雜度與掌握細微特徵的能力。

然模型規模的擴大也會帶來架構設計的挑戰，早期諸如GPT-3、Llama 3、Mistral 7B等都屬]]>

AI時代下的網路傳輸革命：CPO光互連技術與台灣供應鏈機遇

一. 解密AI對資料中心頻寬的極限索求與高速互連新標準

2024～2026年全球生成式AI市場規模以年複合成長率超過35%的速度擴張。以OpenAI ChatGPT、Google Gemini、Meta LLaMA為代表的LLM，訓練階段動輒需要數萬片GPU協同運算，單一訓練任務的資料傳輸量可達數十PB級別；與此同時，AI推理側的需求隨著企業端應用普及而呈現指數級成長，特]]>

VLA時代下，晶片算力與記憶體軍備競賽

一. VLA時代下，晶片算力與記憶體需求大增

傳統自動駕駛系統採用Modular架構，將感知、定位、決策規劃與控制拆分為多個相對獨立的模組，在此架構下，車載算力的主要任務是執行多個小型、專用模型，對即時性要求高，但對模型規模與記憶體需求相對有限。

VLA是以Transformer為核心架構的端到端自駕決策大腦，促使自動駕駛系統從「多個小模型」轉向「單一]]>

2026年第二季全球伺服器市場動態與展望

(image)