台廠AI供應鏈Q3點火!鴻海月增33%、緯穎年增近120%,一次盤點電子8大廠關鍵數字
台廠AI供應鏈Q3點火!鴻海月增33%、緯穎年增近120%,一次盤點電子8大廠關鍵數字

近期「AI」、「AI PC」話題不斷,各界看好電子代工廠營運表現,10月初也陸續公告9月份營收。

受惠於iPhone出貨,鴻海與和碩月對月表現亮眼,鴻海甚至繳出Q3同期新高。另外,由於AI伺服器強勁需求,緯穎年對年成長119.7%最為顯著,為近18個月以來新高。

鴻海

剛結束科技日的鴻海,公告9月營收為新台幣7,330億元,月增33.69%、年增10.94%。

「消費智能產品」因9月iPhone迎來新品發布,因此強勁成長,但年對年由於部分客戶新品提早至8月發布,整體出貨高峰提前,因此表現略為衰退;AI伺服器需求持續,因此雲端網路產品也呈現月增,年對年則向上成長。

鴻海2024年第3季營收為新台幣1兆8,537億,季增19.46%、年增20.15%。 鴻海表示,「雲端網路產品類別」、「元件及其他產品類別」及「電腦終端產品類別」皆呈現年對年強勁成長,而「消費智能產品類別」年對年表現則持平。

鴻海看好下半年為資通訊傳統旺季,營運有望加溫,成長表現將符合預期。

鴻海GB200伺服器機櫃_準量產版.jpg
鴻海在科技日展示的GB200伺服器機櫃準量產版。
圖/ 黃詩媛拍攝

鴻海近期除了維持原有手機、伺服器代工業務,也積極發展電動車、第三類半導體、矽光子封裝等技術,包含電動車策略長關潤帶領的電動車團隊(開發Model A)、鴻海旗下投資的能創半導體、訊芯科技等。鴻海希望不只在伺服器,包含電動車、車用半導體等都能垂直整合。

鴻海車用半導體.jpg
鴻海旗下投資能創半導體所研發之車用和AI半導體。
圖/ 黃詩媛拍攝

緯創、緯穎

緯創9月營收為969.04億元,月增7.9%,年增24.4%,創近2年新高紀錄。

緯創積極布局AI領域,取得NVIDIA、AMD、Intel等訂單。緯創總經理林建勳日前表示,企業和雲端客戶的需求依舊強勁,緯創也積極擴張廠房,預計在明年新竹AI智慧園區可以投入生產,以供應客戶需求;預計第4季GB200開始出貨,可望提升毛利率。

緯創第三季為2,749億元,季增13.61%、年增25.76%,為歷史單季新高。

緯創旗下伺服器代工子公司緯穎9月營收為345.05億元,月增7.2%,年增119.7%,為近18個月新高。緯穎也持續擴充產能,2023年拍板擴建的台南二廠已經開工動土,預計2027年完工投入生產,結合研發和製造,推進伺服器電路板製成,在台灣出貨到馬來西亞進行後段組裝並量產。

緯穎第3季營收978.18億元,季增26.23%、年增85.12%,為歷史同期新高。

廣達

廣達9月營收為1,551億元,月增6.84%,年增57.86%,創下歷史新高。除了受惠於筆電季底拉貨動能,AI伺服器的需求也帶動廣達營收成長,近期美國子公司QMN也公告斥資7,957萬美元(約新台幣25.8億元)購買3組燃料電池微電網系統,協助加州Fremont廠的電網基礎建設,以供應AI伺服器出貨測試需求。

廣達第3季營收表現亮眼,達成4,245億元的營收,季增36.97%,年增48.17%,創下歷史新高。廣達執行副總經理楊麒令先前表示,雖然部分產品正處於轉換期,但既有產品需求仍然強勁,並且AI相關業務逐步升溫,預期下半年表現將更加出色。

英業達

英業達9月營收為562.54億元,月增8.12%,年增18.36%,創下單月歷史新高。筆電、AI伺服器營收雙成長,9月筆電出貨量為180萬台,月增10萬台,根據《鉅亨網》報導,英業達指出,由於客戶提前拉貨,第4季出貨表現將在450萬台~490萬台之間

英業達第3季營收1,638億元,季增6.22%,年增20.61%。伺服器表現在第3季為高峰,展望第4季則因新產品貢獻不明顯,中系客戶拉貨需求放緩,且有遞延產生,企業型伺服器表現持平,整體營收可能較第3季衰退,不過以全年來看,預計達雙位數增長。

英業達董事長葉力誠.jpg
英業達董事長葉力誠出席《鼎革獎》贈獎典禮。
圖/ 劉玟妤攝影

和碩

和碩9月營收1092.64億元,月增23.6%,年減17.7%,主要受惠於iPhone 16系列新機上市,9月筆電出貨80~85萬台,月減5.71%、年減5.71%,第3季筆電出貨250萬台,季增25%,年對年表現持平。其他資訊產品呈現年增,通訊產品和消費性產品第2季則表現顯著成長。

和碩第3季營收2,942億元,季增15.9%、年減6.8%。《經濟日報》指出,針對今年第3季營收相較去年同期下滑,和碩表示,因消費性產品出貨下滑導致,而資訊產品相比去年同期為成長,通訊產品則呈現持平。

和碩董事長童子賢日前也在和碩家庭日上針對市場上對iPhone 16銷售狀況議論進行回應,童子賢認為,電子業短期表現不需太過緊張,應該將目光放遠,下半年進入「農忙」階段,客戶積極備貨新品,「相信產業表現還是比去年樂觀,因為去年此時還在消化庫存。」

和碩董事長童子賢.jpg
和碩董事長童子賢。
圖/ 黃詩媛拍攝

仁寶、金寶

仁寶9月單月營收為837.66億元,月減0.4%,年減1.6%,由於季底拉貨效應不明顯,呈現年月雙衰的態勢,第3季旺季不旺,主要受旗下電子製造服務因貢獻減少,非筆電營收下滑,但依舊是全年第二高的表現。

仁寶第3季整體營收表現達2,443億元,季增3%,年減2.9%,季增原因,主要受惠於PC產品組合優化,轉向企業型、商用等中高階產品,未來可望受惠於筆電換機潮,營收可能有所改善。展望第四季,仁寶保守看待,筆電出貨動能有待後續觀察。

而金仁寶集團旗下金寶電子9月營收185.45億元,月增34.7%、年增21.7%,為歷史單月次高。金寶目前的各項產品中,以消費性產品未來性較佳,例如印表機、影像產品等營收穩健上升,而伺服器、PC板等新品出貨表現將會在明年提升,但佔整體總營業額比例不高。

金寶第3季營收459億元,季增14.64%、年增15.9%,為近7季高點。

延伸閱讀:超微新AI晶片來了,強勢對標輝達H200!現場直擊:蘇姿丰4大策略衝AI市佔
飛捷轉攻AI影像辨識!40年POS機老廠轉骨:25歲二代揪「7秒法則」攻進美國速食龍頭

責任編輯:李先泰

關鍵字: #伺服器 #AI #AI PC
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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