AI光通訊需求升溫!磷化銦InP是什麼?聯亞、全新等5檔概念股一次看
AI光通訊需求升溫!磷化銦InP是什麼?聯亞、全新等5檔概念股一次看

AI資料中心加速擴建,也讓磷化銦(InP)再度受到市場關注。從英國磊晶大廠IQE上調全年營收預期,到Nokia赴美擴產,都顯示相關商機正在擴大。本文帶你一次看懂InP是什麼、為何成為AI基礎建設關鍵材料,以及台系概念股與投資風險。

目錄

磷化銦(InP)是什麼?

磷化銦(Indium Phosphide,InP)是一種由銦與磷組成的三五族化合物半導體,可用來製作高速雷射、調變器及光偵測器等光通訊元件。

所謂「三五族」,是指由元素週期表第13族與第15族元素組成的化合物半導體。相較於矽,部分三五族材料更容易將電能轉換成光,電子移動速度也較快,因此適合製作發光、高速及高頻元件。

白話來說,InP不是一顆可以直接裝進伺服器的晶片,而是製作光通訊元件的半導體材料。業者先將InP製成基板或磊晶片,再加工成雷射、調變器及光偵測器,最後整合進光收發模組。

資料中心內部同時使用電訊號與光訊號傳輸資料。當傳輸速度加快、距離拉長,銅線容易面臨訊號損耗、耗電增加等限制,因此伺服器、機櫃及交換器之間的高速連接愈來愈仰賴光纖。由於矽本身不擅長發光,矽光子系統的雷射光源通常需要搭配InP等材料。

光通訊的運作,其實可以拆成三個步驟:先由雷射產生光,再由調變器把資料寫入光訊號,最後由光偵測器將光訊號轉回電訊號。簡單來說,雷射負責「發光」、調變器負責「把資料寫進光裡」,光偵測器則負責「讀取光裡的資料」。

InP除了可製作雷射,也能用於光偵測器(PD)及電吸收調變雷射(EML)等元件。其中,EML把雷射與調變功能整合在同一元件中,適合高速光通訊應用。因此,InP是光收發模組的重要上游材料之一。

為什麼AI資料中心需要InP?

AI運算推升資料中心的傳輸需求,而高速光模組需要大量雷射、調變器及光偵測器等光電元件,這些元件常以InP材料製作,因此帶動InP需求。

AI伺服器叢集往往需要串接上萬顆運算晶片,晶片之間能否快速交換資料,已和晶片本身的運算能力同樣重要。隨著光模組從800G升級至1.6T,對雷射、調變器及光偵測器的速度與穩定性要求也同步提高,進一步帶動上游InP基板與磊晶需求。

這裡的800G與1.6T,指的是光模組每秒可傳輸的資料量,並非儲存容量。1.6T的傳輸能力約為800G的兩倍,代表同一時間必須搬運更多資料,也需要效能更高的光電元件。

這股趨勢也反映在共同封裝光學(CPO)的發展上。輝達5月底宣布,採用CPO技術的Spectrum-X Ethernet Photonics交換器進入量產。

傳統架構中,光模組通常安裝在交換器面板上,資料必須先經過一段較長的電路,才會轉換成光訊號;CPO則把光引擎移到交換晶片附近,縮短高速電訊號傳輸距離,藉此降低訊號損耗與耗電,並提升傳輸頻寬。CPO所需的外部雷射光源,也可採用InP等三五族半導體材料。

事實上,InP、矽光子CPO三個名詞常被混用,但它們屬於不同技術層次,InP是化合物半導體材料平台,可用於製作雷射、調變器與光偵測器;矽光子是在矽平台上整合光學元件的技術;CPO則是將光引擎配置於交換晶片附近的系統與封裝架構。三者可以搭配使用,但並非單純的線性上下游關係。

InP、矽光子、CPO有什麼差異?

名詞 技術層次 主要功能 與其他技術的關係
磷化銦(InP) 半導體材料與元件平台 用於製作雷射、調變器及光偵測器,負責產生、調控或接收光訊號 可作為矽光子與CPO系統中的光源或光電元件材料
矽光子 光電整合技術 在矽晶片上整合波導、調變器等光學元件,以提高傳輸頻寬並降低功耗 矽本身不擅長發光,因此常需搭配InP等材料製作的雷射光源
共同封裝光學(CPO) 系統與封裝架構 將光引擎配置在交換晶片附近,縮短高速電訊號傳輸距離 CPO系統可同時採用矽光子技術與InP雷射、調變器或光偵測器

簡單來說,InP是用來製作關鍵光電元件的材料平台,矽光子是整合光學元件的技術,而CPO則是光引擎與交換晶片的封裝方式。三者處於不同技術層次,可以搭配使用,不能直接視為彼此替代的競爭技術。

inp
圖/ AI生成

缺料恐到2027,InP概念股五大成長動能

InP概念股的成長動能,主要可拆成五股力量:

第一,AI資料中心的光模組從800G升級至1.6T,帶動InP磊晶、EML雷射及光偵測器需求同步增加,是最核心的長線動能。

第二,矽光子已應用於商用光模組多年,CPO也在2026年進入新一波量產與商用部署,台積電COUPE等技術則是背後的重要推手。隨著矽光子及CPO應用擴大,連續波外部雷射等光源需求可望增加,進一步支撐InP雷射元件需求。

所謂連續波外部雷射,是指由光引擎外部提供穩定、不間斷的雷射光,再交由系統內的調變器寫入資料。由於矽本身不擅長發光,這類外部光源常需採用InP等材料製作。

第三,InP基板供給偏緊、報價上揚。市場觀察InP基板價格上漲約3%至5%,缺料狀況可能延續至2027年,對握有產能或已簽訂長期供貨合約的廠商較為有利。

第四,中國開始核准部分InP基板出口批次。中國並未全面取消相關銦產品的出口許可管理,但2026年5月底後,部分供應商陸續取得出口許可,使台灣磊晶廠的原料供應壓力有機會逐步緩解。

第五,國際大廠加速擴產卡位。除了IQE與Nokia之外,Coherent(高意)也建置全球首條6吋InP晶圓量產線。由於6吋晶圓的面積約為3吋晶圓的4倍,單次製程可生產更多晶片,有助提高產出並降低單位成本。輝達也直接投資並深化合作,顯示AI光通訊對InP的需求持續升溫。

InP台系概念股有哪些?5檔一次看

台系InP概念股集中在供應鏈最上游的磊晶與晶圓代工環節,其中5檔備受矚目(想掌握中下游光收發模組、封測到交換器的完整名單,可參考矽光子概念股28檔)。

股票代號 公司 主要業務 近期動態
3081 聯亞 InP磊晶、EML雷射 與日本住友電工簽訂2026至2030年五年期InP基板長約,並擴增MOCVD等設備
2455 全新 砷化鎵/光電磊晶 中國供應商取得部分InP基板出口許可,6月起分批交付全新,原料供應壓力逐步緩解
4991 環宇-KY 砷化鎵/InP/氮化鎵晶圓代工、自研光電元件 公司估算其800G相關PD產品具有領先市占;客戶AAOI與Amazon的認股權安排,部分歸屬條件與未來10年累計採購最高40億美元掛鉤
4971 英特磊(IET-KY) 分子束磊晶(MBE)製 InP/銻化物磊晶片 公司表示InP基板供應全年仍可能偏緊,InP產品毛利率有望提升,相關PIN磊晶片量產訂單已到位
3105 穩懋 三五族晶圓代工 擴大6吋InP及高速PD等光電元件布局,切入矽光子與CPO相關供應鏈

**聯亞(3081)**是InP磊晶片及EML、雷射相關磊晶產品供應商。為了鎖定關鍵原料,聯亞董事會通過與日本住友電工(Sumitomo Electric)簽訂2026至2030年的五年期InP基板長期供貨合約,並加碼採購前段MOCVD設備擴充產能,新增產能預計2027年起貢獻。

MOCVD與MBE都是用來在基板上長出半導體薄膜的磊晶技術,可用來製作雷射、光偵測器等元件所需的磊晶片;兩者製程方式不同,但都屬於InP供應鏈的前段製造環節。

聯亞2026年第2季合併營收12.21億元,季增約35%、年增約1.2倍,改寫單季新高;6月營收4.21億元,月增約3.8%、年增128.14%,同步創下單月紀錄。

**全新(2455)**是全球前三大砷化鎵磊晶片廠,近年往光電磊晶應用轉型,是InP基板缺貨緩解的直接受惠者。2026年5月底,中國供應商取得部分InP基板出口許可,相關基板自6月起分批交付全新,有助緩解原料供應壓力。

全新第2季合併營收9.65億元,季增0.63%、年增35.17%;上半年累計營收19.25億元,年增27.65%。6月營收約3.26億元,月增1.62%、年增23.55%。

**環宇-KY(4991)**提供GaAs、InP及GaN晶圓代工服務,並自行開發高速光偵測器等光電元件。其客戶AAOI與Amazon建立長期合作安排,AAOI並向Amazon發行認股權證,其中部分股份的歸屬條件與Amazon未來十年累計採購最高40億美元產品掛鉤。不過,該金額並非Amazon保證履行的最低採購額,且其對環宇實際訂單的帶動程度仍取決於AAOI的供應份額與拉貨情況。

環宇-KY 第2季合併營收約7.70億元,依月營收公告計算,季增約7.8%、年增約57.2%;上半年累計營收14.85億元,年增54.16%。其中6月營收3.26億元,年增55.06%。

**英特磊(IET-KY,4971)**是以分子束磊晶(MBE)技術製作InP與銻化物磊晶片的專業廠商。公司預估InP產品可望占2026年營收的55%至60%,並指出全年InP產品毛利有望再提升。

英特磊第2季合併營收2.56億元,季減22.86%、年增7.34%;上半年累計營收5.88億元,年增15.66%。

**穩懋(3105)**是三五族晶圓代工龍頭,過去以手機功率放大器(PA)為主,近年將版圖擴向光通訊,目前正擴大6吋InP光電元件布局,並切入矽光子及CPO所需的三五族半導體雷射、光偵測器等元件供應鏈。

穩懋2026年第2季合併營收52.57億元,季增約15%、年增約39%;毛利率28.2%、營業利益率14.1%。自結單季稅後純益9.77億元,季增83%,較去年同期由虧轉盈,EPS為2.3元。上半年累計營收98.47億元、年增33.9%,EPS為3.56元。

inp
圖/ AI生成

投資要注意的五大風險

第一,先確認公司是否有「實質出貨」。題材升溫後,市場上難免出現不少僅具概念連結的個股。投資人可先檢視公司在InP產品上是否已有實際出貨或客戶驗證進度,再觀察是否打入國際大廠供應鏈,最後才評估估值是否合理。

第二,缺貨紅利可能逆轉。目前的漲價與長約,部分建立在InP基板供給偏緊之上;一旦中國持續放行出口、或國際新產能開出,價格與毛利的甜蜜點都可能收斂。

第三,估值與股價波動偏高。相關個股今年漲幅可觀,其中全新因股價波動劇烈被列為注意股,追高風險需自行評估。

第四,客戶集中度。部分廠商營收高度連動單一客戶(如環宇-KY與AAOI的緊密關係),一旦大客戶拉貨節奏改變,衝擊會被放大。

第五,商轉時程與地緣變數。雖然CPO已於2026年開始進入量產部署,但不同研究機構對大規模放量時間仍有差異,部分預估將落在2027至2029年間。短期題材熱度與實際營收貢獻可能存在落差;加上InP原料供應涉及出口許可與地緣政策,相關風險仍難完全排除。

(本文為產業資訊整理,不構成投資建議。)

延伸閱讀: 矽光子概念股28檔完整整理,CPO、InP差異一次懂,台股光通訊供應鏈全解析


資料來源:Semiconductor Today(IQE 上調展望)Investing.com(IQE)optics.org(Nokia/Infinera)TechTimes(Nokia)Coherent/GlobeNewswire(全球首條6吋InP)Semiconductor Today(Coherent 6吋InP)EE Times(輝達投資Coherent)Futurum(輝達20億美元光學布局)StreetInsider(AAOI–Amazon 認股權協議)

本文初稿為 AI 編撰,整理・編輯/林育萱

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