AI資料中心擴張帶旺供電與光通訊，誰先把技術寫進營收？

 

AI資料中心擴張，同時推升頻寬與供電需求

截至今年8月30日，AI基礎建設持續擴大，資料中心對運算密度、傳輸頻寬與能源效率提出更高要求。半導體供應鏈的升級方向也逐漸清楚，電源管理晶片負責穩定供電，共同封裝光學則處理高速傳輸瓶頸。

這兩項技術都與大型雲端業者的資本支出方向高度相關。AI伺服器數量增加，單一機櫃的耗電量也會上升；GPU、CPU與客製化ASIC之間交換的資料愈多，傳統互連架構承受的壓力也愈大。AI運算規模愈大，電力與頻寬限制愈明顯。

 

矽力資料中心營收占比達15%至16%

電源管理晶片(PMIC)負責控制與分配系統電力，是高階伺服器維持穩定運作的重要元件。矽力*-KY(6415)目前由資料中心與汽車電子需求共同帶動，Vcore與eFuse等產品已獲客戶導入，並在伺服器CPU及客製化ASIC平台進行驗證。

Vcore主要處理處理器核心供電，eFuse則提供電路保護。隨著伺服器功耗提高，供電精準度、轉換效率與安全機制都會影響系統效能。這讓電源管理晶片的技術門檻，從一般消費電子規格進一步提升。

截至今年8月30日，矽力資料中心業務約占營收15%至16%，顯示相關需求已形成一定收入基礎。公司12吋產能主要用於Gen 4產品，也持續擴充自有測試產能，以因應供應鏈狀況與後續訂單需求。產品驗證、量產能力與測試產能需要同步推進，任何一環放慢，都可能影響營收放大的速度。

 

銅導線逼近傳輸限制，CPO走向商業化

AI資料中心另一項限制來自資料傳輸。傳統銅導線在距離、速率與功耗之間面臨愈來愈嚴格的取捨，運算晶片效能快速提升後，資料移動的成本可能抵銷部分運算效率。

共同封裝光學(CPO)將光學元件與運算或交換晶片放得更近，藉此縮短電訊號傳輸距離，降低高速資料交換的功耗。矽光子則利用半導體製程整合光學功能，有助於提高頻寬密度。光互連的商業價值來自降低傳輸功耗與延遲，規模化生產能力將決定導入速度。

半導體產業鏈正推動矽光子與CPO走向商業部署。不過，各家公司所處階段仍有差異，量產、樣品交付與概念驗證代表不同成熟度，營收貢獻時間也可能分開出現。

 

台積電、鴻海與大立光分別切入不同環節

台積電(2330)布局緊湊型通用光子引擎(COUPE)與CPO解決方案，相關技術已開始投入生產。晶圓代工與先進封裝能力，讓台積電位於矽光子整合的上游關鍵位置。

鴻海(2317)從系統組裝端切入，其CPO光電路交換機樣品已完成交貨。大立光(3008)則設立CPO自動化試產線，並推進概念驗證。三家公司分別涵蓋晶圓製造、系統設備與光學元件，呈現台灣供應鏈跨環節布局的輪廓。

我會把這波發展視為AI基礎建設擴張後的第二層需求。第一層是運算晶片與伺服器，第二層則是供電、散熱、封裝與高速互連。供應鏈受惠程度仍取決於量產進度與訂單轉換，技術布局本身無法直接等同獲利成長。

市場的警示也在這裡。AI資本支出愈集中，供應鏈對少數大型客戶與特定架構的依賴就愈高。後續需要持續追蹤客戶驗證、量產良率、測試產能與實際營收占比，才能判斷電源管理晶片及CPO需求是否從技術升級走向可持續的企業獲利。