摘要他表示，這類AI運算已用於加速醫藥開發、科學發現、生產製造與提升工作效率，但背後也要求供應鏈提供更高水準的技術支撐。
萬睿洋在論壇開場說明，AI正在擴大普及，雲端與資料中心伺服器需要執行更大型模型，也要處理更複雜且更快速的模擬分析與運算任務。 生成式AI應用與AI Agent工作流程大量消耗token，成為推升運算基礎設施需求的重要因素。
他表示，這類AI運算已用於加速醫藥開發、科學發現、生產製造與提升工作效率，但背後也要求供應鏈提供更高水準的技術支撐。 包括運算密度、高頻寬資料傳輸、高效率電源供應與散熱能力，都成為AI基礎設施持續擴張時必須面對的關鍵條件。
除了伺服器端需求，萬睿洋也指出，AI正深入邊緣運算，應用範圍涵蓋家電、電腦、汽車與智慧型手機等終端裝置。 智慧手機逐漸成為個人AI助理，相關場景需要更即時的環境感知與反應能力，因此低延遲、低功耗與高可靠性同樣重要。
在製造與技術支援方面，台積電強調可提供從半導體元件晶圓到先進封裝的解決方案，支援AI晶片所需的製造能力。 萬睿洋表示，相關技術必須建立在可信賴且能大規模量產的基礎上，才能配合客戶將AI應用推向更多產品與市場。
台積電去年也協助亞太客戶完成約2600項產品量產，涵蓋手機、電源、固態硬碟、電視、網通、USB、音訊視訊與車用晶片等領域。 新產品導入方面，亞太客戶一年推出約400項新產品，等同平均每天有超過一項產品進入量產，顯示AI與多元終端需求正同步推動半導體供應鏈前進。
※ 圖片為示意畫面，僅用於新聞報導與合理使用