聯發科AI訂單起飛!ASIC營收蔡力行喊「Q4上看20億美元」,手機業務卻成最大變數?
聯發科AI訂單起飛!ASIC營收蔡力行喊「Q4上看20億美元」,手機業務卻成最大變數?

「AI ASIC業務將在今年第4季貢獻約20億美元營收。我們非常有信心,這個專案的營收規模將擴大至數十億美元。」 聯發科執行長蔡力行表示。

聯發科今日舉行2026年第一季法說會。蔡力行指出,資料中心需求動能強勁,聯發科為一家美國超大規模雲端客戶開發的第一個AI加速器ASIC專案,目前進展順利,預計今年第4季開始貢獻營收。

相較之下,手機業務仍是短期壓力來源。聯發科第一季手機營收季減17%、年減15%,公司也預估,今年全球智慧型手機出貨量將下滑約15%。手機需求何時回溫、AI ASIC能帶來多少新動能,成為這場法說會最受關注的焦點。

《數位時代》整理聯發科法說會關鍵問答,從第一季營收表現、手機業務下滑原因、AI ASIC合作進度,到雲端ASIC市場預估與後續AI布局,一次看懂聯發科最新營運重點。

第一季營收如何?

聯發科第一季合併營收為新台幣1,491.51億元,季減0.7%、年減2.7%;毛利率46.3%,季增0.2個百分點、年減1.8個百分點;營業利益為228.91億元,季增4.8%、年減23.8%;本期淨利為243.76億元,季增5.6%、年減17.4%;每股盈餘為15.17元。

#0 聯發科2026q1法說
圖/ 聯發科

手機業務仍是最大收入來源,第一季占營收49%,但季減17%、年減15%;智慧裝置平台占46%,季增23%、年增13%;電源管理晶片占5%,季增14%、年增11%。聯發科指出,本季營收下滑,主要是手機營收下滑,抵銷智慧裝置平台營收成長。

聯發科2026q1法說 營收分佈
聯發科2026年第一季三大產品線營收分佈。
圖/ ChatGPT製圖

手機業務為何下滑?

聯發科表示,現在產業資源大量集中在資料中心,使得智慧型手機成本升高;客戶為了因應成本壓力,提高零售價格,也把產品組合往較高階機種調整,價格變貴後,市場需求自然會受到影響。蔡力行表示,「我們預期今年全球智慧型手機出貨量將下滑約 15%」,第二季手機營收仍會季減,但強調會持續與客戶合作,共同度過這段期間。

不過,聯發科並不認為手機市場已經失去長期成長性,而是把今年的壓力視為供應鏈成本與記憶體價格上升造成的短期逆風;並且預期手機換機週期會在一年或稍長時間後恢復,當供應條件恢復正常後,智慧型手機換機需求將會回升。

聯發科表示,目前已經取得幾個下一代旗艦SoC設計案,這款晶片將是聯發科第一款2奈米產品,主打更強的運算與AI能力。搭載這款2奈米旗艦SoC的手機,預計第三季底上市,公司也預期手機營收會在下半年改善。

此外,聯發科也認為代理AI將會重新帶動手機市場,蔡力行表示:「代理AI帶來的變革,將為邊緣裝置創造新的營收來源,其中也包括手機。因此在這個面向上我們相當樂觀,也會積極爭取這些新的營收機會。」

AI ASIC的合作進度如何?

聯發科表示,第一個美國大型雲端客戶AI加速器ASIC專案進展順利,目前按時程推進量產,並預期AI ASIC業務將在今年第4季貢獻約20億美元營收。蔡力行同時指出到2027年,根據目前已確保的產能,有信心這個專案將擴大到數十億美元規模。

第二個AI加速器ASIC專案也已進入設計階段,正與客戶及供應鏈夥伴合作,目標是在2027年底開始量產。聯發科並透露,目前還在接觸數個新的資料中心ASIC機會,其中部分已進入最後討論階段。

聯發科先前曾提到2028年市場規模約700億美元,這次則改口表示,2027年就可能達到700億至800億美元。聯發科認為大型雲端服務商對AI運算的需求正在加速,客製化AI晶片市場也比原本預期更快放大。聯發科看好雲端ASIC市場提前擴大,並希望透過既有專案與後續新案,爭取10%至15%的市占率。

第二季財測怎麼看?

接下來,聯發科的AI布局會分成兩個方向。第一是資料中心,也就是替大型雲端服務商開發AI ASIC,並持續投入先進封裝、矽光子等技術,讓資料中心裡的AI晶片能有更好的效能與用電效率。聯發科也投資約9,000萬美元於矽光子新創Ayar Labs,並與Microsoft Research合作開發下一代主動光纜,目標都是降低資料中心傳輸與用電壓力。

第二是邊緣裝置,也就是把AI放進手機、電腦、車用、IoT與穿戴裝置。聯發科在法說會中提到,近期已展示3奈米車用AI方案,讓車內系統可以提供更主動、直覺的代理AI功能;未來也會推動車用平台往2奈米製程發展。

至於第二季展望,聯發科預估營收為新台幣1,402億至1,492億元,約季持平至季減6%,年減1%至7%;毛利率預估為46%正負1.5個百分點,營業費用率為31%正負2個百分點。簡單來說,第二季手機業務仍會下滑,但智慧裝置平台成長,可望抵銷部分壓力。

延伸閱讀:跨境電商連5年衰退、十年縮水21%!台灣出口包裹只剩540萬件,賣家為何卡在原地?

責任編輯:李先泰

關鍵字: #聯發科
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