提升晶圓競爭力,維護國家領導性:2020年《美國晶圓代工業法案》

  鑒於中國大陸製造微電子之能力,日益趨近美國;為建立美國在科技領域之領導地位,與振興全球微電子產業。以美國參議員Charles E. Schumer和Tom Bryant Cotton為首,於2020年6月提出《美國晶圓代工業法案》(American Foundries Act)。法案重點為:(1)資助發展微電子產業與研發設備;(2)創建、擴展與現代化提升微電子產業之設備,與維護國家安全之能力;(3)增加預算確保美國在微電子產業之領先地位;(4)訂定國家微電子之研發計畫;(5)建置產業諮詢委員會;(6)訂定多邊出口控制計畫;(7)禁止資金與國外競爭者相關;(8)限制計畫、承包商、分包商,和預算來源為國防部者採購國內微電子設計與代工服務。

  該法案授權國防部長及國家安全局長基於國家安全之需求,由國防部資助微電子產業的建構、研究與發展。資助、輔助微電子產業在製造、裝備、檢測、外觀與研發上的發展,以及在採購設備和智慧財產權上的現代化。此外,美、中的競爭亦延伸至國家關鍵科技保護的面向。該法案規定倘微電子公司在敏感技術的研發,技術的許可、轉讓或投資,係中國政府或其他國際競爭者所有、受其控制或影響,美國政府將收回對該公司之資助,並禁止其參與計畫。

  在商業製造上,亦須降低風險,包含對微電子研發的分類和出口管制,確認管理流程,以及減輕供應鏈的安全風險;且須注意在國家安全方面的要求。並為確保美國在微電子產業上的領導地位,國家經費授權國防高階研究計畫機構(the Defense Advanced Research Projects Agency)拓展電子復興計畫(the Electronics Resurgence Initiative),發展具破壞性的微電子科技,包含發展足以支持國產微電子企業的研究量能;並由國家科學基金會(the National Science Foundation)、能源局(the Department of Energy)與國家標準技術研究所(National Institute of Standards and Technology),負責執行微電子的科學研究與開發。

相關連結
你可能會想參加
※ 提升晶圓競爭力,維護國家領導性:2020年《美國晶圓代工業法案》, 資訊工業策進會科技法律研究所, https://stli.iii.org.tw/article-detail.aspx?d=8496&no=64&tp=1 (最後瀏覽日:2025/11/17)
引註此篇文章
你可能還會想看
OECD將就第一支柱金額A召開公開諮詢會議

  OECD(經合組織)於2022年9月12日巴黎時間12時至17時召開第一支柱金額A(Amount A of Pillar One)的公開諮詢會議。蓋2021年10月,共137個成員同意自2023年啟用雙柱計畫(Two-Pillar Plan),OECD為提供能協助各國制訂相關內國法之「示範規則(Model Rules)」,已多次並持續公開徵詢意見。   其中,作為第一支柱的全球利潤分配稅制,係針對全球收入逾200億歐元且稅前淨利逾10%的大型跨國企業,定其逾10%的利潤為「剩餘利潤」,並取25%依關聯性(Nexus)重新分配至價值創造地,此剩餘利潤即本次會議欲討論之金額A。   一旦劃歸金額A將適用高達25%之稅率,故2022年7月11日,OECD所公布第一支柱的「進度報告(Progress Report)」,即針對如何計算大型跨國企業之全球總所得、如何量化系爭所得為金額A之稅基、如何定關連性原則以決定各價值創造地對金額A徵稅權之有無及高低、稅捐競合時如何避免對金額A造成雙重課稅,以及各該要件之定義等核心問題,列出7項標題(Title)作為本次會議討論重點。   然而,除了金額A徵稅權之跨國分配所涉利害關係錯綜複雜外,因各國稅制與發展不一致、美國對雙柱計畫之態度似有保留、歐盟成員國迄今仍無法達成一致共識,以及烏俄戰爭引發的通貨膨脹等各種內外因素,均為第一支柱示範規則之訂定,甚至雙柱計畫之實施增加了不確定性。準此,本次會議重要性不言可喻,值得我國持續注意。

遠距健康照護之法律議題研析

公私合作的科技創業投資機制研析-以德國高科技創業者基金(HTGF)為例

英國資訊委員辦公室提出人工智慧(AI)稽核框架

  人工智慧(Artificial Intelligence, AI)的應用,已逐漸滲透到日常生活各領域中。為提升AI運用之效益,減少AI對個人與社會帶來之負面衝擊,英國資訊委員辦公室(Information Commissioner’s Office, ICO)於2019年3月提出「AI稽核框架」(Auditing Framework for Artificial Intelligence),作為確保AI應用合乎規範要求的方法論,並藉機引導公務機關和企業組織,評估與管理AI應用對資料保護之風險,進而建構一個可信賴的AI應用環境。   AI稽核框架主要由二大面向所構成—「治理與可歸責性」(governance and accountability)以及「AI特定風險領域」(AI-specific risk areas)。「治理與可歸責性」面向,係就公務機關和企業組織,應採取措施以遵循資料保護規範要求的角度切入,提出八項稽核重點,包括:風險偏好(risk appetite)、設計階段納入資料保護及透過預設保護資料(data protection by design and by default)、領導管理與監督(leadership management and oversight)、政策與程序(policies and procedures)、管理與通報架構(management and reporting structures)、文書作業與稽核紀錄(documentation and audit trails)、遵循與確保能力(compliance and assurance capabilities)、教育訓練與意識(training and awareness)。   「AI特定風險領域」面向,則是ICO特別針對AI,盤點下列八項潛在的資料保護風險,作為風險管理之關注重點: 一、 資料側寫之公平性與透明性(fairness and transparency in profiling); 二、 準確性(accuracy):包含AI開發過程中資料使用之準確性,以及應用AI所衍生資料之準確性; 三、 完全自動化決策模型(fully automated decision making models):涉及人類介入AI決策之程度,歐盟一般資料保護規則(General Data Protection Regulation, GDPR)原則上禁止無人為介入的單純自動化決策; 四、 安全性與網路(security and cyber):包括AI測試、委外處理資料、資料重新識別等風險; 五、 權衡(trade-offs):不同規範原則之間的取捨,如隱私保護與資料準確性; 六、 資料最少化與目的限制(data minimization and purpose limitation); 七、 資料當事人之權利行使(exercise of rights); 八、 對廣泛公共利益和權利之衝擊(impact on broader public interests and rights)。   ICO將持續就前述AI特定風險領域,進行更深入的分析,並開放公眾討論,未來亦將提供相關技術和組織上之控制措施,供公務機關及企業組織進行稽核實務時之參考。

TOP