魏國章從蘋果離開後先往鴻海MIH發展，後受邀轉入Skymizer，他判斷：推論時代的贏家不是把算力堆得更高的人，而是誰先成為系統單晶片團隊與開發者的預設選擇。

2026年3月，輝達執行長黃仁勳在GTC 2026揭露Groq 3 LPU。這顆晶片源自2025年耶誕前夕200億美元的併購案，將與Vera Rubin GPU搭配，分擔大型語言模型推論中最吃記憶體頻寬的解碼階段。在推論取代訓練成為算力主戰場的此刻，輝達以大手筆重組產品矩陣；台灣IP公司Skymizer也在同一戰場端出自己的答案。

Skymizer於2025年5月發表的HyperThought，採用自家LISA v3語言指令集架構，主打在28奈米成熟製程與商規LPDDR 4/5記憶體條件下，支援多模態與多模型並行的邊緣大型語言模型推論。這家2013年成立的公司，前八年深耕編譯器，近兩年推出EdgeThought與HyperThought兩代IP並自推示範晶片。2025年12月，HyperThought拿下EE Awards Asia 2025的Best IP/Processor of the Year與Most Promising Product雙獎。

Skymizer行銷長兼資深副總裁魏國章談到這兩代IP的推出節奏時指出，外界看到的是兩代IP在短時間內上市，但底層並不是從零開始；真正的關鍵，是把多年累積的編譯器、執行環境與軟硬協同設計能力，收斂成更可產品化的LISA架構加上LPU硬體引擎。

Skymizer行銷長兼資深副總裁魏國章認為：產業能否真正起來，關鍵往往不在政策口頭承諾，而在生態系各環節是否實際打通。

從蘋果到鴻海　帶全端思維進場

魏國章職涯的起點在矽谷。旅美20多年間，他先後任職於NeXT Computer與Apple，參與過iOS與macOS核心技術的打造。2010年離開蘋果後，他轉赴中國大陸創業，公司被併購後於2017年回台，短暫協助一家全球加密貨幣交易所評估在台落地。

當時台灣金融監理環境對新興服務的態度，形式上開放、實務上在開戶與合規銜接環節支援不足，落差使該團隊最終選擇新加坡作為亞洲總部。這段經歷讓他看清一件事：產業能否真正起來，關鍵往往不在政策口頭承諾，而在生態系各環節是否實際打通。

2020年7月，魏國章加入鴻海擔任集團技術長，主導MIH電動車開放平台。兩年多內，聯盟會員超過2,400家、橫跨四大洲，吸引Amazon、Microsoft、Qualcomm、Arm、Oracle等大廠，他也於2021年獲選全球百大科技領袖。2023年離開鴻海後，他轉入Skymizer。創辦人兼技術長唐文力是他建中的學弟；原有的編譯器與軟硬協同設計能力，與他MIH時期關注的系統單晶片議題高度重疊，他決定留下推動公司從編譯器服務商向IP產品公司轉型。

記憶體才是瓶頸　算力堆疊也閒置

魏國章對大型語言模型推論的判斷建立在一個產業共識上：推論受限於記憶體，而非算力。他表示，記憶體的關鍵在於容量加上頻寬，這兩個維度若沒提升，算力就算堆到100 TOPS也只是閒置在那裡等記憶體。

這也是他對以TOPS做泛化比較持保留態度的原因。魏國章補充，0.5 TOPS並不是要拿來和所有通用NPU或GPU的峰值TOPS做泛化比較，而是在特定推論條件下，說明編譯器、執行環境、壓縮技術與頻寬感知執行都協同最佳化後，真正需要的有效算力可以遠低於傳統以乘加運算為中心的估算。對Skymizer而言，更有意義的指標是端到端每秒token輸出量、每瓦每秒token數、頻寬利用率、延遲穩定性與系統可部署性，也就是魏國章反覆強調的，每一分錢用到幾次、每一瓦能產出多少token。

這個思路也解釋Skymizer為什麼用28奈米做示範晶片。魏國章說明，選28奈米是一種展示：看到28能達到的效果，就能想像12、6、3奈米的可能性，Skymizer並不是要做晶片跟客戶競爭。車用晶片的標準製程是12奈米，當Skymizer在28奈米證明了每瓦token的效能，客戶在更先進製程上可複製、放大的競爭力不言而喻。類似邏輯出現在預填與解碼解離式推論架構上，2024年OSDI論文已證實這項做法能把請求吞吐量拉高7.4倍、尾端延遲降低12.6倍，如今輝達與主流推論服務平台皆已內建。輝達併購Groq的戰略，正是讓GPU負責預填、LPU專攻解碼，各司其職。魏國章對此的解讀很直接：這代表市場成熟了，不是市場消失了。

魏國章在採訪過程中搶先透露他們利用量產的28nm晶片設計了一款可執行700B參數大模型的地端運算設備，即將在4月下旬發表

代理浪潮襲來時　工作流才是決勝點

如果說過去兩年的關鍵字是大型語言模型，2026年已移向代理型AI。前特斯拉Autopilot主管Andrej Karpathy提出Software 3.0概念，把大型語言模型視為可用自然語言寫程式的新型作業系統，並預言2025到2035是代理的十年。魏國章認同這個時間跨度，但他強調，代理型AI的決勝點不在單一token延遲，而是整個工作流的延遲。從任務理解、模型呼叫、工具執行到生成可用回應，整體是否夠快、夠穩、夠像在工作，才是客戶買單的理由。他給出的公開口徑是個位數秒級，但必須綁定具體場景、模型大小、多模態需求與是否涉及工具呼叫。

邊緣與雲端也不是互斥選項。魏國章談到，推論發生的那一刻才決定要上雲端還是留在邊緣；Skymizer的IP既可放在邊緣也可放在雲端，看應用情境的需求而定。這個視野在2025年1月的Tokyo Automotive World已有落地：Skymizer與英業達、VicOne聯手展示智慧座艙生成式AI資安方案，英業達提供AAOS IVI搭配Qualcomm系統單晶片、Skymizer負責邊緣端推論加速、VicOne的AI Guardian防範提示注入等OWASP LLM風險。

魏國章也將自己的Toyota RAV4改裝為MCP介面整合的智慧座艙示範，並展示跨智慧物聯網協定的自然語言家居控制，以及機器人場景中系統結合反應層與系統規劃層雙模型協作的VLA流程。

關於車用功能安全認證，魏國章態度務實。他表示，若專案進入安全關鍵領域，功能安全要求會是量產的重要前提；但以目前可公開資訊而言，Skymizer仍聚焦在智慧座艙AI與資安整合。他也透露，去年曾被Toyota與Denso私下邀請訪日，對方傳達的訊息是：ISO 26262的門檻Tier 1本來就有，只要IP進來，認證流程他們會處理。換言之，打通日本最大車廠的市場不是不可能的事情。

大廠夾擊自研潮　賭的就是生態系速度

面對ST Neural-ART、NXP eIQ Neutron、TI TinyEngine等大廠自研NPU的浪潮，魏國章並不焦慮。他指出，真正能自己做一整套NPU的公司，不只要做硬體核心，還得把編譯器、執行環境、模型支援、工具鏈、驗證與客戶服務全部建起來，門檻其實很高。

Skymizer採兩段式策略：先用示範晶片承接時程緊迫、無法等1.5到2年客製系統單晶片週期的客戶，縮短概念驗證週期；再用IP授權放大後續部署。魏國章把這套邏輯濃縮成一句話，晶片是市場導入的加速器，IP才是規模部署的放大器。

魏國章談到，Skymizer的策略是把價值做成完整堆疊，而不是一個容易被替換的硬體電路區塊；當客戶一旦導入LISA架構、編譯器與執行環境、模型轉換、驗證流程與參考設計，切換成本就不只是換一個核心那麼簡單，而是要重做軟體、驗證、排程與時程管理。

在車用、AI PC、智慧物聯網多條戰線中，他評估最接近商業化節點的，是AI PC延伸的外接AI運算盒、部分智慧物聯網與邊緣部署，以及企業內的地端推論需求。這些場景導入週期短、驗證鏈直接。車用依然是戰略市場，但車規週期長，商業化節點較晚。他特別看重企業級地端部署，律師事務所、會計師事務所、中小企業等無法把敏感資料上雲的場景，地端不是可以接受不接受的問題，而是絕對必須。