緯創(3231)AI伺服器占比衝上95%，需求會擴散到誰

 

台灣 AI 供應鏈正在往下游走

台灣人工智慧(AI)產業鏈，現在看的不是單點爆發，而是從晶片設計、網通基礎建設，到伺服器代工與企業地端應用，開始一起往落地走。這代表市場關心的重點，已經從「有沒有需求」轉向「需求能不能分散到更多環節」。

我會把這段發展看成一條比較完整的產業鏈，而不是單一題材。因為從上游到下游，幾乎每一段都出現可以量化的營收變化，這通常比口號更有說服力。

 

緯創的 AI 伺服器已經成為主體

先看緯創(3231)。公司提到，AI 伺服器屬於不受記憶體漲價影響的剛性需求，這句話的重點不是短線股價，而是需求結構。當一個產品線已經變成剛性需求，供應商在出貨與排程上，通常比一般消費性電子更有可預見性。

更重要的是，緯創目前 AI 伺服器已佔整體伺服器營收95%以上。這不是邊角料業務，而是整個伺服器組合已經明顯被 AI 拉走。客戶群也從單一大型企業，擴到新興雲端業者，代表需求來源不再只有少數大客戶，集中度風險有機會下降。

同一段裡，緯創的高毛利網通交換器業務，今年預計還要做到10倍成長。這裡的意義在於，AI 伺服器不是單獨一條線在跑，旁邊的交換器也被大型資料中心需求一起帶起來。伺服器加上網通，才比較像完整的資料中心建置。

 

達發把光通訊與資料中心管理一起做大

再看達發(6526)。它的故事比較像產品結構轉型進入收割期。公司光通訊業務受惠於 AI 資料中心對高速光收發模組的需求，今年營收預估將較去年成長逾四倍。這個倍數很大，說明需求不是慢慢增加，而是已經進入放量階段。

但達發真正值得注意的地方，不只是在光通訊。它還把10G-PON光纖技術，延伸到資料中心管理架構，並成功打入大型雲端服務供應商(CSP)供應鏈。這裡的重點是，它不是只賣單一零件，而是把原本偏接取網路的技術，拿去解資料中心的管理需求。

這樣做的直接結果，是節省管理機櫃空間與功耗。對大型資料中心來說，空間與電力本來就是硬限制，所以這種產品組合能不能進供應鏈，看的不是故事，而是它能不能真的幫客戶壓低成本。省空間、降功耗，就是它的商業價值。

 

上游設計到企業導入，AI 也開始往兩端擴散

如果把鏡頭再往上游與終端拉開，西門子 EDA 推出的 AI 原生設計技術，已經深度整合到晶片與系統開發的全生命週期。這裡比較像是工具層的變化，重點在於半導體產業面對異質整合時，設計複雜性太高，AI 工具開始扮演降低摩擦的角色。

這不一定直接反映在單一公司的出貨數字上，但它說明 AI 並不只是在訓練模型或賣伺服器，而是開始滲進設計流程。對工程端來說，能不能縮短開發週期、減少整合錯誤，往往比話題性更重要。

到了企業端，雅婷智慧則和聯強(2347)集團旗下群環科技簽合作備忘錄，推出標準化的地端 AI 解決方案。這裡的商業邏輯很清楚：企業想用大語言模型，但又擔心公有雲資料外洩，同時也受限於傳統建置成本太高。地端方案的價值，就是把部署門檻往下壓。

我會把這一段理解成 AI 導入的最後一哩路。因為前面的硬體、晶片、網通都在加速，真正卡住企業落地的，常常不是模型本身，而是資料治理、資安與成本。地端部署如果能標準化，才有機會讓更多企業把 AI 從試點推到正式使用。

 

這波不是單點利多，而是產業鏈一起往前推

整體看下來，這波台灣 AI 產業鏈的訊號比較完整：上游有設計工具滲透，中游有伺服器、交換器與光通訊放量，下游還開始出現企業端可複製的導入方案。這種結構通常比只看單一題材更扎實，因為它至少對應到不同層級的實際需求。

不過，我不會把它解讀成每一段都已經完全成熟。比較合理的說法是，現在已經看到營收動能往不同環節擴散，但各家公司承接需求的速度、客戶集中度，以及產品能否持續放大，還是要分開看。來源目前能支持的是方向一致，不是所有環節都已經走到同樣的成熟度。