緯創(3231)AI伺服器占比衝上95%，新興雲端業者的支出能延續嗎？

 

緯創AI伺服器占比超過95%，需求開始延伸至新興雲端業者

截至今年8月4日，台灣AI供應鏈已從晶片設計工具、網通設備，一路延伸至伺服器代工與企業地端應用。各環節的進度不同，有些已反映在營收，有些仍處於技術導入或合作階段，不能全部用同一種速度衡量。

緯創(3231)是目前最接近營收端的案例。公司指出，AI伺服器屬於不受記憶體漲價影響的剛性需求，相關產品已占整體伺服器營收95%以上。這代表緯創的伺服器業務，已高度依賴AI基礎建設資本支出。

客戶組成也開始改變。需求正由單一大型企業擴張至新興雲端業者，若這項變化延續，營收來源可望比過去分散。不過，新興雲端業者能否持續投入資本支出，仍要看其融資能力、資料中心使用率與終端AI服務需求。

大型資料中心也帶動緯創的網通交換器業務。公司預估，2026年這項高毛利業務將達到10倍成長。AI伺服器與網通設備同步擴張，顯示算力投資已從單一伺服器，擴展至資料中心內部的連線架構。

 

達發光通訊營收估增逾四倍，10G-PON切入資料中心管理

AI資料中心擴建後，瓶頸不只出現在運算晶片，也會轉向資料傳輸速度、功耗與機櫃空間。達發(6526)的產品結構轉型，正受惠於高速光收發模組需求增加。

公司預估，2026年光通訊業務營收將較2025年成長逾四倍。這項增幅支持光通訊已從產品布局走向營收貢獻，但基期大小、後續訂單延續性及客戶集中程度，仍會影響成長的實際含金量。

達發也把10G-PON光纖技術導入資料中心管理架構。PON是被動式光纖網路，可用較精簡的布線方式傳輸資料。該方案已切入大型雲端服務供應商，也就是CSP的供應鏈，主要價值在於降低管理機櫃占用空間與功耗。

這反映AI基礎建設的投資範圍正在擴大。當GPU與伺服器數量增加，交換器、光收發模組及管理網路都必須同步升級，否則算力增加後，資料傳輸與能源效率可能成為新的限制。

 

西門子EDA把AI導入晶片與系統開發全生命週期

供應鏈上游面對的是設計複雜度。西門子EDA推出AI原生設計技術，將AI整合至晶片與系統開發的全生命週期，協助處理異質整合帶來的設計問題。

異質整合是把不同製程、不同功能的晶片或元件整合進同一系統。隨著AI晶片朝先進封裝與多晶粒架構發展，設計、驗證及系統協同的難度也跟著提高。EDA工具成為AI資本支出的上游環節，其角色是縮短開發流程並管理複雜度。

不過，技術整合代表工具能力提升，與晶片客戶最終量產、營收成長仍有時間差。這一段較適合觀察導入範圍、客戶採用及開發效率，不能直接與伺服器出貨成長等量齊觀。

 

聯強體系推地端AI方案，企業導入仍要看專案轉成營收

終端應用方面，雅婷智慧與聯強(2347)集團旗下群環科技簽署合作備忘錄。雙方將地端大語言模型與通路、系統整合能力結合，推出標準化地端AI解決方案。

地端AI是把模型與資料部署在企業自己的設備或機房內，可降低敏感資料上傳公有雲的疑慮。標準化方案也有機會減少企業自行建置的成本與技術門檻，補上AI導入的最後一哩路。

但合作備忘錄仍屬商業合作起點，後續要看實際客戶數、專案規模及能否形成重複性收入。技術可用不等於企業預算已全面開出，資安、維運成本與投資報酬率仍會影響採用速度。

我會把目前狀態理解為，台灣AI供應鏈已出現多層次進展，但證據強度並不一致。緯創與達發已有較明確的營收占比或成長預估；西門子EDA及地端AI方案則偏向技術與通路布局。最大的警示仍是需求高度依賴少數大型資料中心與雲端業者的資本支出，一旦客戶擴建節奏降溫，從伺服器、網通到光通訊都可能同時受到影響。