7月營收創高股大盤點|南亞科年增720%最猛,14檔估值為何能差到15倍?
7月營收創高股大盤點|南亞科年增720%最猛,14檔估值為何能差到15倍?

2026年7月,台股出現罕見的「營收創高潮」。截至8月10日,共有206家公司7月營收改寫歷史新高;上市櫃公司合計營收約5.79兆元,連續五個月站上5兆元大關。

其中科技股尤其亮眼。從鴻海、台積電、緯穎,到南亞科、華邦電、世芯-KY、奇鋐、台燿,不同產業幾乎同時寫下營收紀錄。

但「營收創新高」不代表背後原因都一樣。有些公司吃到的是AI伺服器、ASIC、散熱等長線需求;有些則受惠記憶體價格回升與景氣循環。甚至同樣營收創高,市場給的本益比,甚至從5倍一路拉到78倍。

本文精選14檔7月營收創歷史新高的科技股,從營收成長、獲利與估值三個角度拆解:這波到底誰成長最快?誰真的把營收變成獲利?市場又為什麼願意給完全不同的價格?

為什麼這麼多科技股營收創新高?

這波科技股同步創高,背後至少有兩股力量。

第一股是AI資本支出持續擴大。雲端業者與品牌廠持續建置AI伺服器,需求一路往上游延伸,帶動晶圓代工、ASIC、ABF載板、CCL、散熱、電源與伺服器組裝等供應鏈出貨。

規模最大的鴻海(2317)7月營收達9,465.1億元、年增54.2%,首度單月突破9,000億元;台積電7月營收也達4,675.8億元、年增44.7%。

第二股則是記憶體景氣回升。DRAM、Flash與記憶體IC報價、需求同步改善,讓南亞科、華邦電、旺宏、晶豪科、創見等公司營收大幅跳升。

所以,這一波雖然都是「營收創新高」,但不能全部當成同一種AI行情來看。

7月營收創新高,14檔科技股名單一次看

下表整理14檔7月營收創歷史新高的代表性科技股,依營收由高至低排列。

其中,旺宏今年靠NAND報價回升、Q2單季EPS 3.91元創高,但因2025年記憶體景氣低迷、當年度未配發現金股利,因此殖利率為0%。

公司(代號) 產業分類 7月營收(億元) 年增率(%) 月增率(%) 2026上半年EPS(元) 本益比(倍) 現金殖利率(%)
鴻海(2317) AI伺服器/EMS 9,465.1 +54.2 +15.2 8/12公布 18.7 2.73
台積電(2330) 晶圓代工 4,675.8 +44.7 +5.6 49.33 32.2 0.91
緯穎(6669) AI伺服器 1,176.9 +39.2 +5.7 156.38 19.0 2.78
台達電(2308) 電源/散熱 670.7 +47.8 +2.2 17.59 57.5 0.64
南亞科(2408) 記憶體(DRAM) 438.7 +719.6 +49.3 23.38 19.0 0.28
華邦電(2344) 記憶體 267.7 +291.6 +30.0 7.65 19.6 0.28
奇鋐(3017) 散熱 185.9 +57.4 +5.5 尚未公布(最晚8/14) 45.4 0.76
欣興(3037) ABF載板 162.5 +43.7 +9.1 11.70 66.1 0.20
國巨(2327) 被動元件 161.3 +51.5 +5.0 8.48 48.6 0.97
旺宏(2337) 記憶體(Flash) 77.3 +180.5 +11.0 4.82 31.4 0.00
世芯-KY(3661) ASIC設計 74.3 +181 +108 尚未公布(最晚8/14) 58.0 0.86
晶豪科(3006) 記憶體IC 67.9 +491.1 +40.0 27.58 8.4 0.37
台燿(6274,上櫃) 銅箔基板(CCL) 59.0 +121.5 +20.6 12.40 78 約0.46
創見(2451) 記憶體模組 52.0 +308 +2.5 46.63 5.0 4.12

註:股價、本益比、現金殖利率均以2026年8月11日收盤價計算(本益比=收盤價÷近四季EPS),數值會隨行情變動。

7月營收年增王,南亞科720%居冠

如果只看7月營收年增率,最搶眼的不是台積電、鴻海,而是記憶體族群。

南亞科7月營收年增719.6%、居這波之冠;晶豪科年增491.1%、創見308%、華邦電291.6%、旺宏180.5%,記憶體相關公司幾乎包辦年增率前段班。

原因在於去年同期仍處於較低基期,今年DRAM與記憶體需求回升,加上AI伺服器與HBM需求排擠部分傳統記憶體產能,帶動價格與出貨同步改善。

另一條明顯主線則是ASIC。世芯-KY 7月營收74.3億元,月增108%、年增181%,反映北美雲端大客戶3奈米AI加速器進入量產出貨;散熱與載板也同步轉強,奇鋐、欣興雙雙寫下紀錄。

鴻海、台積電雖然營收規模最大,但因基期原本就高,年增率反而沒有記憶體與ASIC族群誇張。

記憶體太狂,量、價、獲利三升

營收創新高只是第一關,下一步要看獲利有沒有跟上。目前多數公司半年報已公布,答案偏正面。

台積電上半年EPS達49.33元,Q2單季EPS 27.25元、創同期新高;緯穎上半年EPS 156.38元,同樣改寫同期紀錄。記憶體族群的獲利更是爆發,晶豪科上半年EPS 27.58元、賺逾兩個股本,創見上半年EPS 46.63元、第二季單季賺贏歷年全年,南亞科則從去年同期虧損轉為上半年EPS 23.38元、Q2毛利率升至79.5%,呈現營收、獲利同步翻升。

整體來看,這波「營收創高、獲利也同步跳升」的比例相當高,記憶體更是量、價、獲利三升。

創見5倍、台燿78倍,本益比為何差很大?

先簡單說明本益比,它是衡量股票估值最常見的指標之一,代表股價相當於每股年獲利的幾倍,可粗略想成「幾年回本」。直覺上數字越低,代表買進成本相對獲利越低,看起來越「便宜」,因此常被當成「越低越好」。(但本益比只是估值指標之一,低本益比不代表股價一定便宜,也不能直接等同實際回本年限)

從這次的營收創高股來看,創見本益比僅約5倍、晶豪科8.4倍;南亞科與華邦電約19倍。另一端則是台達電57.5倍、世芯58倍、欣興66.1倍,台燿更來到約78倍。

也就是說,同樣都是7月營收創歷史新高,14檔個股的估值差距可超過15倍。

記憶體營收年增率最驚人,估值卻普遍偏低。原因不一定是市場沒有看到成長,而是投資人對不同產業的「成長能維持多久」看法不同。

記憶體屬於典型景氣循環產業,即使眼前報價、營收與獲利快速上升,市場仍會擔心供需反轉後獲利回落,因此通常不願意在景氣高峰給太高的本益比。

相較之下,散熱、ASIC、ABF載板、CCL等族群,被市場視為AI基礎建設持續擴張下的結構性需求。只要訂單與成長能見度仍在,市場就可能願意給更高的估值。

所以,低本益比不一定代表便宜,高本益比也不一定只是炒作。真正要看的,是這次營收創高背後,到底是長線需求正在放大,還是景氣循環剛好走到高點。

營收創高股怎麼挑?先看AI需求、獲利與景氣循環

對投資人來說,比起只找「7月營收創新高股」,更重要的是進一步分辨三件事:

第一、這次創高能不能延續?
第二、營收有沒有真的轉成獲利?
第三、市場現在又已經把多少成長反映在股價裡?

如果只是景氣循環從谷底反彈,營收年增率可能非常漂亮,但不代表高成長能一直維持;如果是AI伺服器、ASIC、散熱等結構性需求,則要進一步看訂單能見度與獲利是否同步擴大。

也因此,營收創新高可以當成第一道篩選條件,但不能單獨拿來判斷一家公司值不值得投資。

本篇報導為2026年8月11日整理,《數位時代》將持續滾動更新最新營收與財報數據。

延伸閱讀

資料來源:公開資訊觀測站(MOPS)「每月營業額」與各公司財務報告台灣證券交易所「個股日本益比、殖利率及股價淨值比」(2026/8/11)台灣證券交易所「每日收盤行情」(2026/8/11)證券櫃檯買賣中心「上櫃股票盤後行情」(2026/8/11,台燿)台積電投資人關係「月營收報告」

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