鴻海(2317)GB300組裝良率破95%，AI伺服器出貨何時帶動營收

 

GB300自動組裝跨過初步良率門檻

截至今年10月4日，輝達與鴻海(2317)已將機器人自動化技術導入GB300伺服器組裝測試。匯流排，也就是負責傳輸電力的金屬導體，組裝成功率突破95%；多連接器插接成功率則達90%至95%。這些數據顯示，機器人已能處理部分高複雜度工序，並在良率與穩定性上取得初步成果。

AI伺服器內部零件密集，纜線位置與零件角度也可能出現變化。輝達西雅圖機器人實驗室與鴻海團隊，針對GB300測試托盤進行密集訓練，主要工作就是讓設備適應零件幾何形狀與纜線狀態的不確定性。95%以上成功率代表技術已跨過早期可行性測試，距離穩定量產仍有優化空間。

 

生產週期決定自動化能否擴大部署

目前匯流排組裝時間約160秒，團隊希望縮短至124秒以內；四組連接器的插接目標則設定在72秒內。整體生產週期的目標，是控制在熟練人工耗時的兩倍以內，同時把成功率推進至99.5%。

這組目標反映兩項量產要求。成功率影響重工、停線與設備利用率，生產週期則會影響單位產出的經濟性。即使機器人能完成組裝，速度若長期落後熟練人工，產線擴張效益仍會受到限制。因此，99.5%成功率與週期縮短需要同步達成，才能支持更大規模的自動化部署。

從AI基礎建設週期來看，伺服器規格持續提高，機櫃內的電力、散熱與連接複雜度也跟著增加。自動化若能降低人工差異，供應鏈便有機會提升產能複製能力。現階段數據仍屬測試與優化成果，後續要看長時間運轉、不同批次零件與大規模產線能否維持相近良率。

 

Vera Rubin NVL72開始連接量產與雲端需求

鴻海組裝的輝達Vera Rubin NVL72量產機櫃，已透過自動化生產線完成，並準備出貨給Microsoft。Oracle雲端基礎建設負責人近期也走訪美國德州工廠，查看Vera Rubin系統進入大規模生產的進度。

這讓自動化技術從GB300單項工序測試，延伸到新一代AI機櫃的量產與交付環節。Microsoft與Oracle位於雲端資本支出端，它們的基礎建設需求會向伺服器組裝、零組件與產能配置傳導。量產機櫃準備出貨顯示部分供應能力已逐步到位，也呈現美國本土製造在自動化產線上的實際運作進度。

我會把量產、出貨與客戶驗收分開觀察。完成機櫃代表製造環節有所進展，後續出貨節奏與雲端業者部署速度，才會進一步影響供應鏈營收認列與產能利用率。

 

通用伺服器回溫擴大需求廣度

AI伺服器之外，通用伺服器需求也隨CPU出貨擴大而成長。產業平均預估顯示，通用伺服器今年成長率約16%，明年可達23%。鴻海同時預期第四季新一代AI機櫃出貨量持續增加，ASIC伺服器專案數也將同步上升。

這組資料讓伺服器需求呈現較廣的產品覆蓋。AI機櫃由GPU與雲端資本支出帶動；通用伺服器則提供另一條需求支撐。若兩類產品依原定時程擴張，供應鏈明年的產能利用率與訂單能見度有望獲得更多支柱。

風險仍集中在執行面。AI需求集中度偏高，自動化良率、組裝速度、客戶部署與資本支出節奏都需要持續配合。單一產線成功只能確認技術方向，供應鏈獲利能否全面擴散，仍要等待量產良率、實際出貨與通用伺服器成長連續獲得確認。