AI資料中心擴產帶旺PMIC與CPO，台積電鴻海誰先看到營收

 

AI資料中心擴張，同步推高供電與傳輸要求

AI伺服器持續增加運算密度，資料中心面對兩項直接壓力：晶片供電需要更精準，資料傳輸也需要更高頻寬。電源管理晶片(PMIC)負責控制電壓、電流與功耗，共同封裝光學(CPO)則把光學元件移近運算晶片，縮短高速訊號傳輸距離。

這兩項技術都與AI基礎建設規模擴大有關。單一機櫃放入更多高效能晶片後，供電效率、散熱與互連頻寬會一起成為系統限制。運算密度正在推動零組件升級，供應鏈也逐步從產品驗證走向量產準備。

市場常把AI伺服器需求集中解讀為GPU數量成長。從資料中心架構觀察，每一代CPU、GPU與客製化ASIC提高功耗後，周邊電源與互連元件的價值量也會跟著上升。這讓PMIC與CPO成為AI資本支出向外擴散的重要環節。

 

矽力資料中心營收占比升至15%至16%

矽力*-KY(6415)的成長動能來自資料中心與汽車電子。公司Vcore與eFuse等產品已獲客戶導入，並在伺服器CPU及客製化ASIC平台接受驗證。Vcore負責處理核心供電，eFuse則提供過流與短路保護，兩者都會直接影響高階運算平台的穩定性。

目前資料中心業務占矽力營收約15%至16%，已具備可辨識的營收貢獻。資料中心業務已進入產品組合，後續成長仍取決於平台驗證進度、客戶放量速度與產品世代轉換。

產能配置也提供另一個觀察角度。矽力的12吋產能主要應用於Gen 4產品，公司同時擴充自有測試產能，以因應供應鏈狀況及未來訂單。晶圓產能決定前段供應，測試能力則影響產品完成與出貨節奏，兩端都需要跟上高階PMIC需求。

 

銅互連接近傳輸限制，CPO進入商業化推進期

AI叢集需要在大量運算晶片之間快速交換資料，傳統銅導線隨著距離與速率提高，會面臨訊號衰減及功耗增加。光互連利用光訊號傳輸資料，有機會降低高速傳輸的能源成本，並緩解頻寬瓶頸。

CPO將光學引擎與交換晶片共同封裝，可縮短電訊號需要行走的距離。縮短銅線距離有助控制功耗，也讓矽光子與先進封裝的關係更加緊密。半導體產業鏈正把矽光子推向商業化部署，以支援下一代資料中心的高頻寬需求。

商業化進度仍要分階段理解。技術可行、完成概念驗證、交付樣品與進入規模量產，各自代表不同成熟程度。現階段供應鏈已跨過早期研究階段，量產規模、良率、成本與客戶採用速度，將決定CPO營收何時明顯放大。

 

台積電、鴻海與大立光分別切入不同環節

台積電(2330)正在推進緊湊型通用光子引擎(COUPE)及CPO解決方案，相關技術已開始投入生產。台積電的角色涵蓋晶圓製造與先進封裝，反映矽光子需要與半導體製程整合，才能進一步降低尺寸並提高系統密度。

鴻海(2317)則從系統組裝切入，其CPO光電路交換機樣品已完成交貨。樣品交付代表產品已進入客戶測試與系統整合流程，後續仍需觀察驗證、訂單與量產是否依序推進。

大立光(3008)設立CPO自動化試產線，並持續進行概念驗證，切入點落在光學元件與自動化製造。三家公司分別位於晶圓與封裝、交換系統、光學元件環節，商業成熟度也有差異。CPO供應鏈已形成多層次分工，目前可確認的方向是投入持續增加；成長幅度仍要由量產良率、客戶訂單與營收占比共同確認。