光寶科瞄準5大事業！擴大研發投資，明年車用營收有望破1成|數位時代 BusinessNext

光寶科瞄準5大事業！擴大研發投資，明年車用營收有望破1成

光寶科新上半年獲利83億元、EPS 3.57元，年增65%，獲利率與每股淨利皆創下同期歷史新高，隨著新團隊接手滿週年，提出5大主軸，將強化研發投資。

光寶科將強化研發投資，提供高價值產品

目前光寶科營收來源分成三大部門，包括光電部門、雲端及物聯網部門、資訊及消費性電子部門，營收占比為21%、27%、52%。未來瞄準智慧家庭、電動車、5G、雲端、智慧電網5大發展主軸，智慧家庭屬於光寶科既有生意，包含資訊與消費性產品；電動車則是光寶科近年瞄準重心，投入車燈、電動車充電產品；5G佈局企業專網的生意；雲端為資料中心，主要瞄準北美客戶；智慧電網主要開發逆變器（inverter）、能源管理系統，提供能源管理智慧化、效率化。

邱森彬表示，光寶未來追求優質成長，著重在毛利率成長，希望帶給客戶更有價值產品，未來會加強研發投資，第二季研發投資比重已超過4%。

從營運數字來看，光寶第二季合併營收406.8億元，季增8%，稅後純益40.3億元，每股淨利（EPS）1.74元，年增17%。上半年合併營收784億元、年增5%，稅後純益83億元，每股淨利（EPS）3.57元，年增65%；上半年營業毛利與營業淨利分別達147.1億元、59.1億元，分別年增15%與34%，在獲利率與每股淨利皆創下同期歷史新高。

展望第三季，光電、雲端部門都有雙位數成長

邱森彬表示，過去一年來獲利能力大幅提升，主要來自於新市場、新客戶以及新應用上有突破性斬獲。展望第三季，主要成長動能來自 光電、雲端及物聯網部門，兩部門有15～25%成長空間。

光電部門上，光電半導體、Mini LED背光訂單能見度到第四季，預估下半年會大幅度增長，車用電子方面，光寶科產品線包括LED車燈、汽車外部使用LED、車用鏡頭/相機感測模組、電動車充電樁等，其中充電樁已打入兩家美系新創供應鏈，預計今年第三季小量生產，大量生產集中在第四季、明年。

目前車用營收占比10%內，以車燈為大宗，接下來透過投入充電樁後，明年營收有望突破10%。邱森彬表示，電動車蓬勃發展，在生意上呈倍數成長，未來五年內的訂單都已到手，為確保明年出貨，IC關鍵零組件客戶已在今年下訂。

雲端及物聯網部門是另一個成長主軸，邱森彬提到，終端客戶放成長利多消息，受惠於新一代資料中心電源管理系統出貨放量。

不過，光寶科指出車用電子上仍有缺料問題，尤其是IC零件方面，可能會發生沒辦法按時交貨的情況，但先前都已有策略性備料，不至於影響太嚴重。

此外，為提升員工向心力，光寶科董事會也通過決議實施庫藏股，預計7/30至9/29買回4萬張股票，買回的庫藏股將轉讓予員工，回購總金額上限為35.82億元。另外董事會也通過2021年上半年分派每股2元的現金股利，強化公司經營績效與股東權益連結。

責任編輯：蕭閔云

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。」

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。