富邦金大賺908億刷新高，元大擠下兆豐排行老四！這家2020年虧損最多|數位時代 BusinessNext

富邦金大賺908億刷新高，元大擠下兆豐排行老四！這家2020年虧損最多

2020年15家金控獲利全數出爐，富邦金以稅後淨利908.57億元，成為新獲利王，而華南金則獲利墊底，並以年衰退45.6%退步最多。

富邦金、國泰金獲利爆發性成長，元大金排名上升

去年15家金控稅後純益合計3790.11億元，超越2019年，年增8.29%；不過，比起2019年，有9家金控獲利創新高，幾乎全數成長、僅1家衰退，2020年金控獲利表現兩極化。

富邦金、國泰金獲利爆發性成長，與元大金及國票金等4家金控獲利創下新高，其餘金控，除日盛金成長、台新金獲利持平外，多達9家金控獲利衰退，華南金獲利更是年減45.66%。

富邦金2020年自結稅前淨利1039.09億元，突破千億大關，稅後淨利908.57億元，均改寫史上新高，年增率高達55%，超越國泰金，登上最新獲利王寶座，EPS高達8.59元，為金控史上首見，連12年蟬聯EPS獲利冠軍。

富邦金分析，去年旗下子公司稅後淨利，全都創下歷史新高，富邦人壽受惠承保利潤提升和投資績效亮眼，獲利年增130%，富邦產險因優異投資績效，獲利年增184%，富邦證券受惠台股交易熱絡，獲利大幅成長64%。

國泰金同樣表現亮眼，去年度稅後淨利758億元，也創下新高，年增達19%，成長動能來自子公司國泰人壽，去年稅後賺進525.4億元，年增達37%，國泰世華銀行在維持高活存比，存訪及手續費收入平穩下，表現也相當穩健。

另一方面，去年元大金擠下兆豐金，成為金控EPS第4名。受惠於台股價量創下新高，證券獲利水漲船高，元大金交出亮眼成績單，稅後純益達241.07億元，年增逾17%，創下新高，EPS逼近2元、達1.99元。

疫情造成金融市場動盪，9家金控獲利衰退

2020年受疫情籠罩，金融市場局勢多變，降息也使銀行淨利息收益受衝擊，包含中信金、玉山金、新光金、永豐金、開發金以及4家公股金控，合計有9家金控獲利衰退。

玉山金去年稅後淨利180.16億元，大減10.4%，EPS1.43元。玉山金表示，疫情陰影未散、銀行利息收入縮水等因素，衝擊整體獲利表現，將持續聚焦跨境整合、數位轉型及風險管理，維持穩健發展。

面臨匯兌風險壓力，新光金去年度獲利降至143.37 億元，年減13.66%，EPS為1.11元，名次從金控第8名掉到第11名。

去年4家公股金控獲利合計676.39億元，在降息、肩負紓困任務，淨利息收益大減，以及呆帳提存增加等因素影響下，年減17.38%。去年公股獲利王則仍由兆豐金蟬聯，不過獲利衰減，去年共賺250.34億元，年減13.52%，EPS1.84元，則跌破2元。此外，合庫去年獲利年減2.7%，第一金年減約13%，華南金受華南永昌證券大虧逾36億元拖累，全年年減45.66%。

責任編輯：文潔琳
本文授權轉載自：中央社

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。