聯發科(2454)麥格理解讀，AI邊緣運算能不能推升高階滲透率？

聯發科這份麥格理解讀，重點不在手機，而是在 AI 邊緣運算的下一步

聯發科這類型報告，表面上看的是手機 SoC、消費電子與新機週期，但真正值得拆的是：當 AI 從雲端往裝置端下沉時，聯發科能不能把既有的晶片整合能力，轉成新的成長曲線。這次麥格理的解讀，核心其實就是在看兩件事：一是手機與非手機業務的結構變化，二是 AI 裝置升級是否開始反映到出貨與 ASP。

 

先看主軸：聯發科的強項一直不是單一晶片，而是整合

聯發科的優勢，從來不是在某一顆最強的 CPU 或 GPU，而是在高整合度、成本效率、快速導入量產。這種模式在過去靠 5G 手機、Wi-Fi、TV、車用與邊緣裝置持續放大。現在市場關注的焦點，則是 AI PC、AI Phone、AI Home 以及各種 AIoT 裝置，會不會讓聯發科的產品組合再往上移一階。

這裡的關鍵不是「有沒有 AI」這麼簡單，而是AI 功能能否成為換機理由。如果只是把既有晶片加上一點 NPU 能力，市場通常不會給太多溢價；但若是能帶動高階機種滲透率、推升平均售價，甚至讓聯發科在 Android 陣營的話語權變強，估值邏輯就會不同。

 

手機還是主戰場，但重點已經變成高階化

聯發科仍然高度依賴手機市場，這點短期不會改變。不過市場現在更在意的是：高階手機 SoC 的占比是否持續提升。因為高階產品的毛利結構、議價能力與客戶黏著度都比較好，也比較能反映 AI 運算需求。

如果手機市場只是溫和復甦，聯發科的成長往往只能跟著市場走；但若高階 Android 機種導入更多 AI 功能，例如本地摘要、語音助理、生成式影像或多模態應用，那聯發科的晶片設計就不只是「夠用」，而是要能支撐更高的運算與功耗管理要求。這會直接影響產品組合與 ASP。

 

AI 不是只有雲端，邊緣端才是聯發科的機會所在

現在很多人只盯著 NVIDIA、AMD、Microsoft、Amazon 這些雲端 AI 基建受益者，但真正能讓晶片需求擴散的，往往是AI 往終端裝置普及。像 AI Phone、AI PC、智慧家庭中樞、路由器、車用座艙，這些都是聯發科的潛在戰場。

從產業脈絡看，AI 基礎建設的投資雖然仍集中在資料中心與雲端 capex，但最終還是要回到應用層。當模型成本下降、推理效率提升，AI 功能就會開始下放到手機與邊緣裝置。這時候聯發科的整合式平台，反而更容易吃到量。

換句話說，雲端在堆模型，聯發科在等裝置端的商業化放量。這是兩個不同節奏，但最終會在同一條 AI 供應鏈上交會。

 

麥格理報告真正值得追的，是產品組合與法說措辭

這類研究報告最有用的地方，不是單看一個季度營收，而是觀察公司在法說會上對以下幾件事的說法：

• 高階晶片需求是否比預期強
• AI 功能導入是否開始拉動新機設計
• 非手機業務能否穩住
• 毛利率能不能維持在較好的區間
• 新平台放量後，ASP 是否出現結構性上移

如果公司在法說會上對 AI、旗艦手機、車用或邊緣運算的描述更明確，那市場通常會先反映在評價，而不一定等到財報數字完全驗證。這就是科技股估值的典型特徵：先看敘事能不能成立，再看數字能不能接住。

 

這種題材不是短打，而是看結構能不能延續

聯發科這條線，短線當然會受手機庫存、客戶拉貨與法說口風影響，但真正決定中長期走勢的，還是AI 裝置化是否成為新一輪換機週期的催化劑。如果 AI 只是功能展示，市場反應通常有限；如果 AI 變成日常使用場景的一部分，那晶片需求就不是一次性，而是結構性的。

從投資框架來看，這比較接近「結構性題材重壓」而非「單季進出」。因為一旦 AI 終端應用開始擴散，受益的不只是聯發科，還包括光通訊、記憶體、電源管理、散熱與整體半導體供應鏈。這也是為什麼現在看聯發科，不該只盯手機出貨，而是要看整個 AI 裝置升級鏈能不能跑起來。

 

最後還是要回到一個問題

當市場已經把目光放在雲端 AI capex、資料中心擴建、GPU 需求與電力基建時，聯發科代表的其實是另一條路：AI 從雲端落到裝置端之後，誰能把量做大、把毛利守住。如果高階手機與 AI 終端真的開始加速滲透，那這份麥格理解讀的價值，就不只是看一季，而是在看下一輪產品週期的起點。

所以，接下來更值得追的是：AI 功能導入後，聯發科的高階產品滲透率會不會真的上去？還是市場又只是把「AI」當成一次性的題材包裝？