聯發科(2454)切入Google與Meta供應鏈，AI晶片營收能連續幾季提高？

 

AI 資料中心擴張，客製化 ASIC 重要性升高

全球雲端服務商持續擴大 AI 基礎建設投資，資料中心晶片需求也從 GPU 延伸至客製化 ASIC。ASIC 是針對特定工作負載設計的晶片，可依雲端業者需求調整運算、傳輸與功耗配置。聯發科(2454)因此開始被市場放進 AI 資料中心供應鏈的觀察名單。

GPU 仍是 AI 訓練與推論的重要運算平台，客製化 ASIC 則提供另一種部署選項。當大型雲端業者擁有足夠的運算規模，自行定義晶片功能，有機會改善效能、成本與能源效率。這項變化讓晶片設計能力、高速互連與先進封裝整合，成為供應商切入市場的主要門檻。

聯發科具備無晶圓廠 IC 設計經驗，市場關注公司能否把消費性晶片累積的技術能力，延伸至資料中心。AI ASIC 已成為結構性成長引擎，後續影響幅度仍取決於專案進度、量產規模與營收貢獻。

 

每年驅動逾20億台裝置，既有業務提供設計基礎

聯發科成立於1997年，最初由聯電(2303)多媒體部門轉投資拆分，目前已發展為全球前五大 IC 設計公司之一。公司業務涵蓋無線通訊、行動運算、串流多媒體、車用電子與 AI 技術，每年驅動全球超過20億台終端裝置。

行動通訊是聯發科長期累積規模的重要市場。旗下「天璣」品牌涵蓋5G與4G智慧型手機系統單晶片，在全球智慧型手機晶片市場居於領先群。系統單晶片把運算、通訊與多媒體功能整合在單一晶片中，聯發科多年經驗有助於處理複雜設計與功耗控制。

公司也供應電視、智慧音箱與平板電腦晶片，並布局Wi-Fi 7、藍牙及寬頻通訊產品。這些產品橫跨運算、連線與影音處理，構成聯發科拓展新應用的技術底座。超過20億台終端裝置的年度規模，反映公司已有廣泛產品部署與晶片整合能力。

 

高速 SerDes 與先進封裝，是切入 AI ASIC 的技術門檻

AI 資料中心晶片需要快速交換大量資料，高速 SerDes 因而成為重要環節。SerDes 是把平行資料轉成高速序列訊號，再於接收端還原的傳輸技術，會直接影響晶片之間的頻寬、延遲與功耗。聯發科在這項技術上的能力，是市場評估其 AI ASIC 競爭力的重要依據。

先進封裝則負責把運算、記憶體與其他晶粒整合在更高密度的封裝架構中。AI 晶片效能持續提升後，單一晶片設計已經無法涵蓋全部系統需求，封裝與互連的重要性同步上升。聯發科結合高速傳輸與封裝整合能力，已切入Google與Meta等全球雲端服務商的晶片設計供應鏈。

切入供應鏈代表取得專案參與機會，營運貢獻仍需經過設計定案、驗證、量產與放量等階段。客製化晶片通常具有較長開發週期，單一專案的時程變動，也可能影響收入認列速度。

 

AI 業務能否改變營收結構，仍需量產數據確認

聯發科既有營運橫跨手機、智慧終端與網通，AI ASIC 則把公司推向規模更大、技術要求更高的資料中心市場。兩類市場的客戶結構與產品週期存在差異，AI 專案若順利放量，有機會降低公司對消費性電子景氣循環的依賴程度。

目前可以確認的進展，包括公司已把AI晶片列為長期成長方向，並憑藉高速SerDes與先進封裝能力進入大型雲端業者供應鏈。供應鏈位置尚待轉化為財務貢獻，營收占比、訂單規模、量產時程與獲利結構都需要後續數據支持。

聯發科的AI資料中心定位已具備技術與客戶基礎，現階段證據能確認發展方向，仍難判斷最終貢獻幅度。後續觀察應集中在ASIC專案能否按期量產，以及AI相關收入能否連續數季提高，進一步改變公司的營收組合。