📌 重點摘要
- 全球AI推論工作負載占比持續快速提升，推動伺服器市場從訓練驅動向推論驅動的結構性轉變；同時Scaling Laws邊際遞減使超大廠商面臨電力、晶圓、數據三大約束
- 根據MoneyDJ，Google、AWS、Microsoft等超大雲端業者因應推論需求集體自研ASIC（Google TPU 2026年出貨量年增逾40%、AWS MTIA v3採HBM出貨規模成長超過一倍），而中小型廠商與邊緣應用仍需標準化通用伺服器與差異化邊緣推論芯片
- ASIC芯片市場爆發，出貨量大幅增長，預計占比將擴大；邊緣AI推論需求大幅增長驅動高通Snapdragon X2等邊緣處理器加速商用
- 台灣EMS廠商英業達（2356）、廣達（2382）、緯創（3231）因系統整合、散熱與供應鏈協調能力成為差異化伺服器市場主要受益者，訂單能見度延伸至2027年，但面臨產能擴充與資本支出翻倍的短期財務壓力
- 根據Wistock量化分析，英業達（2356）、廣達（2382）、緯創（3231）在基本面評分均達8-9/10，近3月營收年增率分別達35-120%，但技術面與籌碼面相對弱勢（評分多低於3/10），投資人應區分產業趨勢向好與個股微觀基本面改善的因果關係，並留意推論增速持續性、晶圓產能制約等風險變數
什麼是推論工作負載，為何它正成為2026年伺服器市場的新焦點？
訓練與推論的計算特性差異
AI的「訓練」與「推論」是兩種截然不同的計算任務。訓練階段需要大量GPU叢集同步運算，處理數十億參數的模型權重更新，對記憶體頻寬與節點間互聯頻寬的要求極高。推論階段則是將已訓練好的模型部署在實際應用中，處理使用者的即時請求——從ChatGPT的每一次對話回覆到自動駕駛的每一幀影像判斷，都屬於推論。推論的特性在於「低延遲、高吞吐量」，單次計算量遠低於訓練，但需要持續、大規模地處理海量並行請求。這種計算特性差異，直接決定了伺服器的硬體規格需求走向分化。
推論工作負載占比的結構性上升
推論正在取代訓練成為AI算力消耗的主力。根據IDC預測（2026年4月），全球AI推論工作負載占比從2020年的51.5%攀升至2026年的62.2%，年增速達44.6%。這個數字背後反映的是AI應用落地速度遠超模型開發速度——當一個大型語言模型訓練完成後，它可能需要服務數億使用者的持續推論需求。訓練是一次性的巨額投入，推論卻是永不停歇的持續消耗。隨著生成式AI滲透到客服、程式開發、醫療影像等實際場景，推論端的算力需求正以結構性速度上升。
全球AI支出規模與伺服器市場佔比
伺服器硬體的投資規模隨著推論需求水漲船高。根據Gartner（2026年1月）數據，全球AI支出在2026年達2.59兆美元，年增47%，其中AI基礎架構（含伺服器）規模達1.4兆美元，占比超過45%。AI伺服器優化支出增速相對更高。2026年全球AI伺服器出貨量持續強勁成長，在整體伺服器市場中占據重要比重。台灣作為全球伺服器代工重鎮，同期出貨量保持成長動能。巨額資本支出正持續灌入這個產業——五大CSP（雲端服務供應商）持續加大投資力度，資本支出規模龐大。
為什麼超大模型訓練面臨『無萬能方案』的困境？
電力、晶圓、數據三大約束如何限制訓練規模擴展
「把模型做更大、用更多資料訓練」這條路正在撞上物理極限。根據Epoch AI（2026年6月）的研究，AI scaling laws已出現邊際遞減，超大模型訓練面臨電力、晶圓產能與數據三大瓶頸。電力方面，單一訓練叢集的功耗已逼近數百MW級別，相當於一座小型城市的用電量，新建電力基礎設施的前置時間往往以年計。晶圓方面，先進製程產能被少數幾家大廠壟斷，HBM（高頻寬記憶體）供給更是嚴重供不應求。數據方面，高品質文本與多模態數據正在枯竭，合成數據的品質與多樣性又難以完全替代真實數據。三重約束疊加，意味著不存在單一技術路徑能同時解決所有瓶頸。
大型雲端業者自研ASIC芯片的戰略轉向
面對通用GPU的成本與效能瓶頸，超大型雲端業者正加速走向自研ASIC。根據MoneyDJ（2026年5月）報導，Google、AWS、Microsoft等CSP集體轉向自研ASIC；Google TPU在2026年出貨量年增逾40%，AWS MTIA v3採用HBM、出貨規模成長超過一倍。ASIC（特殊應用積體電路）的優勢在於針對特定工作負載的極致優化——推論場景不需要GPU的通用浮點運算能力，反而更需要低功耗、高吞吐量的專用計算能力。Epoch AI研究團隊指出，訓練成本極高化迫使企業轉向輕量化推論模型，結合邊緣部署與雲端推論的「接力模式」將成為主流。
訓練與推論並行時代的資源分配困境
訓練不會消失，推論需求卻在暴增——這讓資源分配變成一道兩難題。CSP必須同時維持下一代模型的訓練算力，又要擴充推論伺服器來服務現有模型的使用者需求。兩者競爭同一批先進晶片與電力資源。更棘手的是，訓練需要的GPU叢集與推論需要的ASIC伺服器在硬體規格上差異顯著，無法簡單地「共用」。這種結構性矛盾推動了伺服器市場的分化：訓練端繼續仰賴高階GPU（如NVIDIA的Vera Rubin架構），推論端則加速導入自研ASIC與專用加速器。「一規格通吃」的時代正式結束。
算力需求差異化如何打破『一規格通吃』的伺服器市場模式？
ASIC芯片出貨量爆發的量化證據
ASIC正以遠超GPU的速度搶佔市場。ASIC正以快速增长的速度抢占市场。根据MoneyDJ，大型云服务商如Google、AWS、Microsoft等正加速自研ASIC芯片的部署。其中Google TPU出貨規模預計成長，AWS MTIA v3採用HBM的出貨規模亦預計擴張。同期GPU出货增速相对缓慢，ASIC的增速明显领先。同期GPU出貨年增速相對緩慢，ASIC的增速則明顯領先。這不是GPU衰退，而是ASIC從極低基數爆發——大型CSP過去幾年累積的ASIC研發投入正在進入量產收割期。ASIC芯片市場呈現長期結構性成長趨勢，這並非短期脈衝現象。ASIC出貨量的爆發式增長，直接轉化為差異化伺服器設計與系統整合的訂單需求。
邊緣AI推論需求的強勁增長驅動高通、Intel等邊緣芯片的業務擴張
推論需求不只在雲端爆發，邊緣端的增速更為驚人。根據Cloudflare財務數據（2026年Q1），其推論請求量呈現強勁成長，邊緣運算市場同期呈現穩健擴張。高通官方（2026年5月）宣布Snapdragon X2系列三款AI PC處理器登場，NPU（神經網路處理器）成為主要差異化亮點，推論工作負載正從雲端向邊緣裝置擴散。產業分析師指出，高通、Intel等邊緣芯片廠商的需求爆發，正帶動AI PC與邊緣推論芯片走向差異化與專用化。邊緣推論的核心邏輯在於降低延遲與數據傳輸成本——讓AI在使用者裝置上直接運行，而非每一筆請求都回傳雲端。
標準化通用伺服器vs專用ASIC伺服器的供應鏈分化
伺服器市場正分裂為兩條供應鏈。大型CSP自研ASIC後需要客製化伺服器——這些伺服器的電源設計、散熱架構、機櫃佈局都要圍繞特定ASIC芯片重新設計。英業達（2356）總經理蔡枝安在法說會上表示，ASIC因應推論需求爆發，正從雲端巨頭自研走向供應鏈通用化，小型CSP與邊緣廠商無法自建ASIC，將採用標準化AI伺服器與通用型伺服器。這意味著台灣EMS廠商同時面對兩種訂單：一是為大型CSP客製ASIC伺服器的高附加價值訂單，二是為中小型客戶提供標準化GPU伺服器的量產訂單。供應鏈分化帶來的複雜度，反而成為具備多元整合能力的台廠的競爭壁壘。
台灣EMS廠商在差異化伺服器市場的核心競爭優勢何在？
系統整合與散熱設計在差異化伺服器中的關鍵價值
差異化伺服器的核心挑戰不在芯片本身，而在把芯片「裝好、散好、跑穩」。廣達（2382）管理層在法說會中指出，AI伺服器市場正由單純芯片競爭轉向機櫃級系統整合，台廠在散熱、電源、機構設計與供應鏈協同能力上具備優勢。當ASIC芯片功耗動輒數百瓦，液冷散熱模組的設計良率與穩定性就成為伺服器能否順利量產的關鍵瓶頸。台達電（2308）正是在這個環節受惠——其AI伺服器電源與散熱方案需求持續增加，液冷散熱方案應用範疇不斷擴大。系統整合能力意味著能夠把不同供應商的芯片、記憶體、電源與散熱模組整合成可靠運行的完整系統，這需要數十年的代工經驗積累。
供應鏈協調能力與多元芯片方案整合
ASIC與GPU並存的時代，讓供應鏈管理複雜度倍增。一家EMS廠商可能同時需要整合NVIDIA的GPU模組、Google的TPU板卡、AWS的Trainium加速器——每種芯片的供電規格、散熱需求、機械介面都不同。台積電（2330）作為上游晶圓代工龍頭，其先進封裝（如CoWoS）需求爆發，ASIC代工訂單持續增加，直接受惠於芯片差異化趨勢。下游的日月光（3711）則在先進封裝與ASIC測試代工端承接需求。而世芯（3661）作為ASIC晶片設計供應商，在自研AI芯片供應鏈中的地位持續提升。台灣供應鏈的垂直整合能力——從晶圓代工、封裝測試到系統組裝——形成了一條完整的差異化伺服器價值鏈。
2026年台灣伺服器市場的成長驅動力
台灣伺服器產業的成長正由三股力量共同推動。台灣伺服器出貨量保持穩健成長，其中AI伺服器占比持續提升，成為市場增量主要動能。ASIC伺服器訂單的湧入是增量來源，因為大型CSP的自研芯片需要台灣EMS廠商協助設計與製造整機系統。邊緣AI推論的興起則是第二股力量——研華（2395）作為邊緣AI運算與Physical AI應用的平台整合商，直接受惠於Edge AI推論市場的擴張。多元芯片平台的並存（GPU、ASIC、邊緣NPU）讓系統設計的「設計服務費」占比提升，有助於改善過去EMS廠商以量取勝、毛利偏低的營運結構。
相關個股在差異化伺服器市場中的受益情況如何評估？
英業達（2356）：ASIC貢獻成為雙位數成長主動能
英業達（2356）在ASIC伺服器的佈局是三大EMS廠中轉型最積極的。根據英業達法說會（2026年5月），其2026年AI伺服器預期雙位數成長，ASIC貢獻佔比預計超過50%，為主要成長動能；資本支出翻倍用於海外擴產。根據Wistock 量化分析，英業達近三個月營收表現亮眼：2026年6月營收年增61.61%、月增23.49%，顯示下半年出貨動能正在加速。最近一季（2026Q1）EPS為0.68元，毛利率與營業利益率均處偏低水準。健檢評分為17/30，其中基本面拿下8/10的高分，但技術面僅2/10，反映股價走勢尚未完全跟上基本面改善的節奏。籌碼面7/10相對健康，買超分點以台灣摩根士丹利（3,168張）、摩根大通（2,026張）等外資為主。
廣達電腦（2382）：AI伺服器營收目標與訂單能見度延伸
廣達（2382）的營收規模在三大EMS廠中最大，AI伺服器轉型也最具指標意義。根據廣達法說會（2026年4月），其AI伺服器訂單能見度延伸至2027年，2026年AI伺服器營收占比目標達80%，Vera Rubin平台預計Q3交貨。根據Wistock 量化分析，廣達近三個月營收成長幅度驚人：2026年4月營收年增120.71%，5月年增94.38%，6月年增102.87%，連續三個月維持近倍數的年增水準。最近一季（2025Q4）EPS為5.75元，毛利率較低。健檢評分15/30，基本面同樣拿下8/10，技術面卻僅1/10——這是典型的「營收強但股價已高」格局。籌碼面6/10中性偏弱，賣超端以本土券商為主（富邦2,527張、台新1,549張），買超端仍是外資主導。
緯創資通（3231）：推論工作負載占比提升的主要受益者
緯創（3231）在三大EMS廠中健檢總分最高。根據緯創法說會（2026年3月），其2025年AI伺服器營收占比達70%，2026年預期保持高雙位數成長，訂單能見度拉至2027年。緯創董事長林憲銘在法說會中表示，訂單能見度延伸至2027年代表市場需求結構性穩固，但應警覺AI伺服器規格標準化可能帶來的毛利壓力。根據Wistock 量化分析，緯創近三月營收年增率分別為111.98%、39.23%、53.84%，2026Q1的EPS為3.06元。健檢評分19/30為五檔中最高，基本面9/10，技術面3/10，籌碼面7/10。買超以台灣摩根士丹利（4,674張）大幅領先，命中「量大分點齊買股」與「主力大買重點量增」兩項策略。
台積電（2330）與台達電（2308）：上下游供應鏈的間接受益
台積電（2330）與台達電（2308）分別從上游製造與下游系統配件兩端受惠於差異化伺服器趨勢。台積電的AI芯片製造持續擴產，先進封裝（CoWoS等）需求爆發，ASIC代工訂單增加。根據Wistock 量化分析，台積電2026年6月營收年增67.86%，2025Q4的EPS高達19.51元，毛利率62.33%，營業利益率54%——獲利能力在全球半導體產業中居絕對領先。健檢評分16/30，命中「毛利率穩定成長」與「連續營業利益率高」策略。台達電的AI伺服器電源、散熱方案需求增加，液冷散熱方案應用比例逐步提升。根據Wistock 量化分析，台達電2026Q1的EPS為7.91元，毛利率37%，基本面拿下9/10高分，但技術面僅2/10、籌碼面僅2/10，Wistock摘要為「技籌力道仍需等待」。
Wistock量化評分與籌碼分析的投資人參考價值
從五檔個股的量化數據可以觀察到一個共同特徵：基本面評分普遍在7-9/10的高水位，但技術面評分多在1-3/10。這種「基本面強、技術面弱」的落差，可能反映市場對AI伺服器題材已有一定程度的定價，短期股價動能需要額外催化劑。籌碼面則呈現分化，英業達（2356）與緯創（3231）的籌碼面分別拿到7/10與7/10，外資券商買超集中度較高；廣達（2382）與台達電（2308）的籌碼面則相對較弱。本文的判讀框架，也可以搭配Wistock 投資情報網每天更新的選股名單一起對照（免登入），協助建立多維度的觀察視角。
| 個股 | 健檢總分 | 基本面 | 技術面 | 籌碼面 | 6月營收YOY | Wistock 摘要 |
|---|---|---|---|---|---|---|
| 英業達（2356） | 17/30 | 8/10 | 2/10 | 7/10 | +61.61% | 績優或有發動可能 |
| 廣達（2382） | 15/30 | 8/10 | 1/10 | 6/10 | +102.87% | 價值投資評價優異 |
| 緯創（3231） | 19/30 | 9/10 | 3/10 | 7/10 | +53.84% | 績優或有發動可能 |
| 台積電（2330） | 16/30 | 7/10 | 3/10 | 6/10 | +67.86% | 買超影響格局區間 |
| 台達電（2308） | 13/30 | 9/10 | 2/10 | 2/10 | +55.42% | 技籌力道仍需等待 |
資料來源：Wistock 量化分析，資料日 2026-07-22。各股連結：英業達、廣達、緯創、台積電、台達電
投資人在評估差異化伺服器市場機遇時應關注哪些風險與變數？
大型雲端業者ASIC自研對標準伺服器廠商的長期衝擊
CSP自研ASIC是一把雙面刃。短期而言，自研ASIC需要台灣EMS廠商協助設計與製造整機系統，帶來客製化訂單。長期來看，若CSP的ASIC設計逐漸成熟並走向標準化，EMS廠商在設計端的附加價值可能被壓縮。NVIDIA（無台股代號）受到的衝擊最直接——CSP自研ASIC分流推論工作負載，GPU在推論應用的占比正在下降，不過訓練端的地位仍然穩固。對台灣EMS廠商而言，核心風險在於客製化帶來的毛利提升能否持續，還是會隨著ASIC規格收斂而回落到傳統代工的低毛利水準。
台灣EMS廠商產能擴充與資本支出壓力
營收暴增的背後是資本支出同步翻倍的壓力。英業達（2356）在法說會中明確表示資本支出翻倍用於海外擴產。從財務角度觀察，三大EMS廠的毛利率普遍偏低，均在個位數以下。在毛利率不到個位數的情況下，資本支出翻倍意味著折舊攤提壓力將在未來幾季逐步顯現。若訂單增速不如預期、或新產能爬坡不順，財務報表上可能出現「營收成長、獲利壓縮」的剪刀差。投資人需要持續追蹤各廠的資本報酬率（ROIC）是否能維持在合理水位。
推論工作負載增速的持續性評估
推論工作負載的年增速能維持多久？這取決於AI應用的商業化速度。目前推論需求的爆發主要來自大型語言模型的API調用與生成式AI應用的擴散。但如果企業端的AI投資報酬率未能在2-3年內得到驗證，資本支出可能出現週期性回調。Cloudflare Q1 2026推論請求量成長速度可觀，但需要考慮其基數效應——邊緣AI推論仍處於極早期階段，從極低基數起步的高增速未必能線性外推。投資人應區分「需求確實在成長」與「需求將按目前速度永遠成長」這兩個不同的命題。
晶圓產能與高端芯片供應的制約
即使下游需求無限，上游的晶圓產能與先進封裝產能仍是硬約束。根據Epoch AI（2026年6月）研究，晶圓產能是限制AI規模擴展的三大瓶頸之一。台積電（2330）的CoWoS先進封裝產線即便持續擴產，交期仍然偏長。這對下游EMS廠商的影響是雙重的：好的一面是供不應求壓縮競爭、維持定價權；壞的一面是訂單在手卻可能因上游零組件缺貨而無法準時交付。HBM記憶體的供給同樣緊繃，SK海力士與三星的產能分配將直接影響ASIC伺服器的出貨節奏。產能制約是2026-2027年這波AI硬體成長週期中，需要持續監控的關鍵變數。
常見問題
Q1：為什麼ASIC出貨量增速遠高於GPU？
ASIC的高增速主要來自低基數效應與大型CSP的集中採購。過去幾年Google、AWS、Microsoft等業者投入數十億美元研發自有ASIC，2026年正值這批晶片進入量產交付期。根據MoneyDJ（2026），Google、AWS、Microsoft等CSP正加速推進自研ASIC，相關出貨規模持續成長。GPU的增速較低，並非因為需求下降，而是GPU市場已有龐大基數。兩者本質上是「新興市場的爆發期」對比「成熟市場的穩定成長」，不能簡單以增速判斷誰「更強」。
Q2：台灣伺服器廠商如何確保在自研ASIC浪潮中保持競爭力？
台灣EMS廠商的護城河不在「芯片」而在「系統」。廣達（2382）管理層指出，AI伺服器市場正由芯片競爭轉向機櫃級系統整合。CSP自研ASIC反而增加了對EMS廠商的依賴——因為每一款新ASIC都需要重新設計散熱、電源與機構模組，而CSP本身不具備量產整機系統的製造能力。英業達（2356）、緯創（3231）的訂單能見度均延伸至2027年，反映這種結構性依賴關係的穩固程度。關鍵在於EMS廠商能否持續提升設計工程能力，而非僅停留在組裝代工。
Q3：邊緣AI推論增速顯著，是否存在數據基礎或應用場景侷限？
Cloudflare推論請求量呈現增長，但需要放在脈絡中理解。邊緣AI推論在2025年初仍處於極早期階段，基數極低，因此百分比增速看起來驚人。從絕對規模看，邊緣運算市場規模相比雲端AI的萬億美元級規模仍屬小眾。應用場景方面，目前以AI PC的本地推論、端側影像辨識與即時翻譯為主，高通Snapdragon X2系列的NPU就是瞄準這類場景。長期成長性取決於邊緣推論能否找到殺手級應用，而非僅作為雲端的「備援方案」。
Q4：Wistock量化評分中，英業達、廣達、緯創健檢評分為何均低於20/30？
健檢總分偏低的主因在技術面。根據 Wistock 量化分析，三檔個股的基本面評分均達8-9/10（滿分10），代表營收成長、獲利能力、配息穩定度等面向表現優異。但技術面評分僅1-3/10，反映收盤價尚未站上月線、均線未呈多頭排列等短期動能指標偏弱。這種「基本面優異但技術面低迷」的組合，可能代表產業趨勢雖然向好，但市場對短期股價已有一定程度的修正壓力。投資人需自行判斷這是「逢低布局的機會」還是「動能不足的警訊」——兩種解讀都有其合理性。
Q5：投資人如何區分『推論工作負載成長』與『個股基本面改善』的因果關係？
產業趨勢向好不等於每家公司都會等比例受惠。推論工作負載占比持續提升是全球性的結構變化，但個別廠商能否吃到這塊成長，取決於其客戶組成、ASIC/GPU訂單比例、毛利率能否改善等微觀因素。根據公開資訊觀測站月營收公告，廣達電腦（2382）2026年04月 營收年增率為 120.71%。建議投資人將產業趨勢作為「方向性參考」，將個股的EPS成長率、營業利益率變化、資本支出回收期等指標作為「個股層面的獨立判斷依據」，避免「因為產業好所以個股一定好」的歸因謬誤。
本文內容僅供資訊參考，不構成任何投資建議，亦不涉及個別股票的買賣建議或目標價預測。投資涉及風險，投資人應根據自身財務狀況獨立判斷，必要時請諮詢合格專業顧問。過往績效不代表未來表現。
喜歡我們的分析嗎？我們每天會在這裡更新最新資訊和投資心得，快來追蹤我們吧！
