散熱股后健策認購金利3,000萬私募股,一位績優生如何幫連虧5年放牛班轉虧為盈?
散熱股后健策認購金利3,000萬私募股,一位績優生如何幫連虧5年放牛班轉虧為盈?
2020.01.02 | 併購

2020年零組件大整合潮未歇,健策精密趕在2019年最後一天,宣佈認購同業金利私募股,取得37.78%股權,成為最大單一股東,2020年首季將合併財報,而整合動作早已比股權投資更早展開,健策預估2020年首季金利就會先損平。

健策主力產品包括均熱片、水冷散熱模組及EMC導線架(環氧模壓樹脂Epoxy Molding Compounds),主要客戶包括伺服器、CPU大廠、遊戲機及電動車等客戶,散熱業務佔比例超過5成。

受到客戶對散熱需求供不應求,健策2019年10~11月營收跳上5億元以上歷史新高,就開始面臨產能不足的壓力。

為此健策除擴廠外,總經理趙永昌2019年6月先兼任同業金利董事長,協助改整,也伺機參與私募,期望取得金利台灣閒置廠房加以運用。

延伸閱讀:日本第6富豪出手併購台散熱模組股王,他眼中看到什麼機會?

雙方先前對私募價格談不攏,終於雙方歧見拉近,12月31日,健策董事會宣佈以每股10.47元認購3000萬股私募股,取得金利37.78%股權,投資金額3.14億元,抒解未來產能不足的問題。

健策 趙永昌
健策12月31日宣佈董事會通過認購金利私募
圖/ 王郁倫攝影

車用IGBT散熱模組出貨今年看2~3倍增加

趙永昌在重大訊息記者會上說,雙方合作聯盟後,將擴大市場規模,提高客戶需求產能,深化雙方合作關係,創造雙贏。而由於金利虧損5年,趙永昌也透露,2020年首季就有機會先協助損平,健策股東不必擔心。

但事實上,由於產能不夠,健策已經先行在大園跟無錫蓋新廠,大園是台灣第三座工廠,第二季將拿到使用執照量產,主要生產車用產品,無錫廠第二座工廠剛蓋好,將生產伺服器及水冷散熱模組,南通新廠預計2020年開始蓋,透過金利取得電鍍執照。

IGBT散熱模組將是車用關鍵零件新星,IGBT中文名是絕緣柵雙極電晶體(Insulated Gate Bipolar Transistor, IGBT),是車用逆變器元件,主要用於電動車輛、鐵路機車及動車組的交流電輸出控制,健策則供應散熱模組。

健策從2014年就入車用散熱產品,最早是跟歐司朗合作車用儀表板及前後車燈等量見,後來跨入EMC導線架打入中高階車用零件,開發鋰電池基板、IGBT模組、ECU(電子控制元件)散熱模組、陶瓷散熱基板等,看好2020年電動車全球銷量突破600萬台,2021年朝800萬台衝刺,對IGBT需求在2020年將達50.11億美元,公司預估2020年IGBT相關業績也將有2~3倍成長。

延伸閱讀:5G「熱商機」雙鴻、超眾、泰碩、業強、聯德-KY五雄爭搶,誰是大贏家?

2019年受惠於電動車市場加溫,對水冷散熱模組及IGBT(絕緣柵雙極電晶體;電流控制半導體元件)需求提高,健策2019年車用
水冷模組業績大增166%,2020年更預估有倍數成長。

健策.jpg
健策積極投入電動車相關散熱零件業務,去年業績成長166%
圖/ 健策

健策2020年跨入伺服器熱板

健策是AMD重要的處理器合作夥伴,除CPU均熱片,今年也因應客戶需要,未來將投入超薄均熱板(VC)開發,2019年伺服器業績已經成長43%,今年預估還將有20%成長。

金利產品線主要以均熱片、散熱板、連接器等,其中均熱片營收約佔4~5成,客戶包括日月光、飛利浦等等,環氧模壓樹脂(Epoxy Molding Compounds, EMC)導線架以LED客戶為主,在中國跟日本科寶合資電源開關零件,是少數獲利的業務。

趙永昌說,金利其實8~9成業績都跟健策相似,但客戶不同,主要是低階產品,過去健策專注高階產品,未來投資金利後,也能做到中低階產品,一次提供客戶高中低階需求,但初期,金利會先以外包協力廠商角色參與製造,過去產品太多不夠專心,未來將逐漸收斂並做資源重新分配整合,健策也會協助金利做技術調整,至於集團未來接單分拆如何安排,趙永昌說這是今年將開始討論的議題。

EPYC.jpg
AMD第二代伺服器處理器EPYC業績大好,也帶動健策成長
圖/ AMD

健策是散熱產業績優生,受到伺服器及車用市場亮眼帶動,股價已經登上9年新高,挑戰240元居散熱股后,僅次於超眾,市值高達283億元,這次認購私募能否幫金利灌頂成功?成為散熱產業關注焦點。

責任編輯:蕭閔云

關鍵字: #電動車
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓