投資網誌投資網誌

磷化銦在 AI 光通訊供應鏈中的關鍵角色與風險機會解析

Answer / Powered by Readmo.ai

磷化銦在 AI 光通訊供應鏈中的關鍵角色:為何成為核心材料?

在 AI 光通訊供應鏈中,磷化銦之所以被視為關鍵,不只是因為它是「一種化合物半導體」,而是它在高速、長距離資料傳輸上的物理特性幾乎難以被取代。AI 時代的資料中心需要在伺服器與伺服器之間傳輸龐大參數與訓練資料,傳統銅線在頻寬、耗能與傳輸距離上已到極限。磷化銦能在 1.3μm、1.55μm 等光纖低損耗波長下工作,是高速光收發器、雷射與調變器的核心材料,使 AI 資料中心得以在更長距離維持大頻寬、低延遲的互連能力。

從材料到模組:磷化銦如何串起 AI 光通訊價值鏈?

若從供應鏈角度拆解,磷化銦相關的磊晶晶圓是往後多個關鍵元件的起點,包括雷射二極體、光偵測器、調變器等,最終再整合進光收發模組與光引擎,服務雲端與大型 AI 訓練客戶。這表示,一旦在磷化銦磊晶階段出現缺陷,後段晶片與模組的良率與可靠度都會受影響。對像全新這類專業磊晶供應商而言,磷化銦不只是「材料」,而是連接上游化合物半導體與下游 AI 光模組廠的技術樞紐。讀者可以思考:誰真正掌握磷化銦磊晶品質、成本與供應穩定,誰就有機會在整條 AI 光通訊供應鏈中取得不可忽視的話語權。

關鍵性背後的風險與機會:磷化銦能否維持長期優勢?

磷化銦的重要性來自物理極限與系統需求的交集:高速、長距離、低能耗,迄今仍是難以尋找完全替代解的材料組合。不過,這並不代表風險不存在。矽光子整合、封裝與模組架構持續演進,部分功能可能逐步往矽平台整合,壓縮純材料與磊晶供應商的議價空間。同時,國際龍頭若選擇自建磷化銦能力或透過併購整合供應鏈,對獨立磊晶廠也是壓力。延伸思考時,可以持續觀察:磷化銦是否被導入更多 AI 相關利基應用(如 Co-packaged Optics、超高頻寬連結),以及供應商是否藉由可靠度、設計合作與客製化服務,將自己從單純材料供應商升級為長期技術夥伴。

FAQ

Q1:為何 AI 光通訊需要磷化銦而不是完全依賴矽?
A:磷化銦能在光纖低損耗波段產生與偵測光訊號,適合高速長距離傳輸,矽本身不具直接發光特性,難以完全取代。

Q2:磷化銦在 AI 資料中心主要用在哪裡?
A:主要用於高速光收發器中的雷射與光偵測元件,是伺服器機櫃內外高頻寬光連結的核心材料。

Q3:未來技術發展會削弱磷化銦的重要性嗎?
A:整體來看,矽光與封裝技術可能改變磷化銦的使用方式,但在高階 AI 光通訊中,其在關鍵波段的優勢短中期仍難被取代。

相關文章

輝達單日重挫6.2%:市場在重定價AI訂單是否真的無限

輝達(NVIDIA)6月5日單日跌6.2%,股價從218.66美元跌至205.10美元,市值一天蒸發279億美元,創下今年晶片族群單日最大美元跌幅。這次下跌的焦點不在財報數字本身,而是在市場重新評估「AI訂單是否真的無限」這個假設。 輝達第一財季(截至2026年4月26日)營收達816億美元,年增85%;資料中心營收752億美元,年增92%;第二季指引為910億美元,毛利率維持75%。這些數字在6月5日並沒有改變,但同一天Broadcom(博通)法說釋出的訊號,讓市場開始懷疑AI客戶需求是否真的如想像中那麼整齊劃一,訂單能見度是否仍能持續延伸。 台股伺服器供應鏈、CoWoS(先進封裝技術)相關廠商,以及電源與散熱模組業者,都直接受到輝達資料中心訂單能見度牽動。觀察重點包括:輝達下季910億美元指引能否如期兌現,以及台積電下次法說會上,CoWoS產能滿載的表述是否出現變化。 這波殺盤的導火線是Broadcom法說內容,而不是輝達自身出現壞消息。Broadcom的引導讓市場質疑:超大型雲端客戶是否正在分散晶片採購,把更多預算轉向自研ASIC(特殊應用晶片),而不是全押輝達GPU。若這個邏輯成立,輝達的市佔護城河就不會像財報數字呈現得那麼牢固。 輝達目前本益比約33.5倍,以營收年增85%的公司來說並不算離譜,但市場願意給這個估值的前提,是訂單能見度持續延伸,以及中國以外市場能填補禁令缺口。公司已宣布80億美元庫藏股回購授權,供應承諾總額達1190億美元,董事會也將季度股息從0.01美元調升至0.25美元,顯示管理層對長期信心仍高。不過,這些承諾也建立在客戶需求不分散的假設上,而Broadcom的法說正在動搖這個假設。 同業方面,晶片族群當天普遍重挫,費城半導體指數單日蒸發逾1兆美元。Marvell(美滿電子)跌幅最深,單日跌超過16%,從前一天歷史高點316.43美元跌至263.47美元。Marvell本益比接近90倍,遠高於五年中位數約30倍,代表估值走在基本面太前面時,情緒反轉會放大跌幅。台股投資人也可對照觀察:當輝達本身估值收縮時,AI概念股的溢價空間會更薄。 就盤勢來看,輝達股價跌破210美元整數關卡,跌幅收在6.2%,但沒有引發更大的恐慌性拋售,顯示市場暫時不認為這是財報崩壞。若後續股價在205美元附近止跌、成交量縮小,代表市場可能把這次下跌視為情緒修正,基本面信心尚未動搖;若股價進一步跌破200美元,且費城半導體指數同步走弱,則代表市場正更廣泛地重新定價Broadcom釋出的訊號,對客戶需求分散的疑慮也會升溫。 接下來兩個數字與訊號值得留意:第一,輝達第二財季實際營收是否落在892億至928億美元區間,若低於892億代表需求出現缺口,若高於920億則代表指引保守;第二,台積電7月法說會上,CoWoS產能是否仍維持滿載表述。若台積電下調先進封裝產能利用率預期,意味著輝達GPU出貨節奏放緩的可能性,可能已被供應鏈提前感知。

Alphabet 850億美元增資掀雲端與AI擴張,市場為何先看稀釋風險?

Alphabet計劃透過增資籌募850億美元,規模創近年科技巨頭單次募資新高。市場首要關注的不只是資金將投入AI基礎建設、資料中心與TPU產能,也在意這筆募資是否會帶來明顯的股東稀釋。 Google Cloud Q1營收年增63%,表面上是AWS與Azure中成長最快的一方,但其中一部分成長來自Alphabet自家TPU開始對外銷售,讓原本未計入的營收來源被釋放出來。換句話說,這波成長是否反映真實外部需求,仍要等後續財報進一步拆分。 850億美元募資若確實用於擴張雲端與AI基建,Alphabet在雲端競賽中的火力會更充足,也可能帶動台積電、鴻海、廣達等Hyperscaler供應鏈,以及台灣的CoWoS封裝、散熱模組、高速銅纜、電源管理等相關族群的後續訂單能見度。不過,若增資只是為了蓋機房、買設備,卻缺乏具體客戶合約或長約支撐,市場可能仍會把焦點放在稀釋與回收期不明的風險上。 目前較值得觀察的訊號包括:Google Cloud下季營收能否延續高成長、增資說明是否出現明確客戶合約,以及台廠法說會中Google相關訂單比重是否提高。這些資訊將有助於判斷,這筆850億美元究竟是成長加速的起點,還是單純擴大資本支出的開始。

微軟(MU)今年飆升270%,記憶體需求與估值還有多少上行空間?

微軟(NASDAQ: MU)今年以來股價已上漲超過270%,市場關注焦點轉向未來成長動能。文章指出,資料中心對DRAM與NAND記憶體的需求持續增加,AI帶動算力需求升溫,使相關產品供不應求、價格上揚。為因應需求,微軟正建設新工廠,並計劃在2027年前啟用新的生產設施。 文中也提到,根據預測,到2030年全球資料中心資本支出可能達3兆至4兆美元,而今年AI超大規模企業支出預估接近6500億美元。作者認為,這樣的趨勢可能讓記憶體短缺延續,進一步支撐微軟後續表現。 估值面方面,微軟目前本益比約18倍,低於同行Sandisk的28倍,顯示相對便宜。若市場對需求前景持續升溫,且營收增長優於預期,股價仍可能再有上行空間。文章同時提醒,雖然華爾街預估2027財年增長率約60%,但若突破100%,市場評價可能更為積極。 整體來看,文章認為微軟具備長期投資價值,但在考慮進一步投入前,仍應留意市場上是否還有其他更具潛力的標的。

Intel 製程落後後還能翻身嗎?PC 與資料中心新產品成關鍵

Intel 先前因 7 奈米晶片開發進度落後,股價一度大跌 16%,市場也開始關注這家過去稱霸晶片市場的公司,是否還有機會重回榮耀。文章重點指出,Intel 未來能否改善競爭力,關鍵仍在製程進展與新產品導入速度。 Intel 是全球最大的晶圓製造商之一,也是 CPU 領導廠商,業務主要分為 PC 業務與資料中心業務。PC 業務以客戶運算事業群為主,產品聚焦 PC、筆電與平板用晶片;資料中心業務則涵蓋數據中心、物聯網、非揮發性記憶體與可程式化解決方案等事業群,並延伸出平台產品與周邊產品服務。 從營運結構來看,Intel 近年持續擴大產品組合。公司在 2018 年底提出製程、封裝、記憶體、內部連接、安全防護與軟體六大技術架構,並將 CPU 架構推進到 XPU 概念。2019 年也推出 Xeon CPU、GPU、AI Inference、FPGA 5G 與 Networking 等產品,顯示其布局不再只侷限於傳統 CPU。 20Q3 財報顯示,Intel 營收為 183.3 億元,季減 7.1%、年減 4.7%;其中 PC Centric 營收為 98.5 億元,季增 3.7%、年增 1.4%,主要受惠疫情帶動居家工作與遠距學習,筆電需求維持強勁;Data Centric 營收則為 83.8 億元,季減 17.0%、年減 11.0%,反映資料中心業務因客戶庫存調整與企業需求疲弱而承壓。當季毛利率為 54.8%,稅後純益率為 23.32%,EPS 為 1.11 美元,季減 7.2%、年減 21.6%。 展望後續,Intel 預期下半年將有超過數十種筆電採用第二代 10 奈米 Tiger Lake CPU,效能與內顯表現都將較第一代 Ice Lake 提升。伺服器方面,首款 10 奈米伺服器 CPU Ice Lake 預計於 2021Q1 小量出貨、2021Q2 放量,最高核心數可達 38 核,並升級 UPI 與 PCIe 4.0。這也有助於回應雲端業者對新世代平台的需求,過去因 Gen 4 需求而轉向 AMD 的情況,未來有機會獲得改善。 此外,公司規劃的 Sapphire Rapids 預計於 2022Q1 推出,將採用多晶片封裝技術,藉由多顆晶粒整合提升性能並改善製造流程。桌機用 Alder Lake 也規劃於 2021Q4 推出。至於 7 奈米的 Granite Rapids,Intel 則認為可能落在 2023 年,且管理階層表示,為維持產品領先,未來可能尋求第三方代工合作。文章也提到,若 Intel 持續將部分先進製程外包給具製程優勢的台積電,將有助於降低製造壓力,專注在 PC 與伺服器晶片研發。 整體來看,Intel 近年市佔確實受到 AMD 侵蝕,但公司正試圖透過新製程、新平台與外部代工合作來重建競爭力。至於能否追上 AMD,仍要觀察產品落地速度與市場接受度。不過從產業分工角度來看,若先進製程外包趨勢持續,台積電仍可能成為關鍵受益者。

AI基礎設施投資升溫:資料中心、銅與電力供應鏈受關注

隨著人工智慧基礎設施投資持續升高,市場焦點正從大型科技公司延伸到資料中心、電力、銅與記憶體等供應鏈。報導提到,Meta、微軟、亞馬遜與 Alphabet 等科技巨頭,每年在 AI 基礎設施上的支出已超過千億美元,且未來幾年仍可能增加。麥肯錫報告指出,全球資料中心支出在 2022 年接近 1 兆美元,到了 2030 年可能達到 4 兆美元,反映相關建設需求仍在擴大。 在供應鏈受惠標的方面,銅價因 AI 資料中心需求而上升,帶動 Global X Copper Miners ETF(COPX)受到關注;GE Vernova(GEV)作為電力裝置供應商,股價也出現明顯漲幅。記憶體領域則提到 Micron Technology(MU)的 DRAM 與 NAND 因供給吃緊而獲得市場重視。另方面,Taiyo Yuden(TYOYY)受多層陶瓷電容器需求上升帶動,Caterpillar(CAT)也因數據中心建設需求增加而受益。 整體來看,這篇報導聚焦的是 AI 基礎設施擴張所帶動的中長期產業鏈變化,核心不只在 AI 服務本身,也包含電力、材料、記憶體與設備等周邊環節。

Nvidia新款Vera處理器導入SK Hynix記憶體,AI基礎設施需求再受關注

Nvidia宣布,新推出的Vera資料中心處理器將整合SK Hynix記憶體,顯示雙方合作持續深化,也反映AI基礎設施需求仍在上升。 Nvidia執行長黃仁勳在首爾會見SK集團董事長崔泰源及其他高層後表示,Vera資料中心處理器將採用SK Hynix提供的DRAM。這是Nvidia首次獨立推出的資料中心CPU,代表其產品線進一步擴展,也讓Nvidia在資料中心運算市場的布局更完整。 黃仁勳並提到,Nvidia預計與南韓記憶體製造商的業務在今年下半年及2027年將大幅成長。市場解讀,SK Hynix在AI硬體供應鏈中的角色,可能因這類合作而持續受到重視。 此外,黃仁勳也指出,Nvidia正在與電信運營商討論網路基礎設施在AI未來發展中的角色,意味電信網路可能在AI系統中扮演更重要的支援功能。整體來看,這些談話延續了市場對AI基礎設施、記憶體與資料中心需求的關注。

Nvidia(NVDA)暴漲近1400%後,AI成長動能還有多少延續空間?

文章指出,自2023年人工智慧競賽啟動以來,Nvidia(NASDAQ: NVDA)股價已大漲近1400%,但市場分析仍認為公司具備強勁成長潛力,未來回報依然值得期待。雖然這樣的漲幅幾乎不可能再複製,但專家認為,Nvidia後續仍有機會繳出穩健且優於大盤的表現。 文中提到,2009年曾出現的「雙重下注」訊號再次閃現,這次指向的是一家規模僅為Nvidia百分之一的小型晶片製造商。不過,作者認為在市場轉向其他AI概念股之際,過早淡出Nvidia可能言之過早,因為其AI前景仍然偏正面。 支撐Nvidia的因素主要來自AI運算需求。自2023年以來,絕大部分的運算能力仍由Nvidia提供,而且這種格局短期內可能不會改變。Nvidia也與客戶建立了深厚合作關係,許多工作負載已針對其運算單元進行最佳化。另一方面,公司預計在今年稍晚推出Rubin架構,相較於Blackwell架構,Rubin在推理與訓練模型的成本更低,可能有助於推動營收持續成長。 此外,Nvidia預估到2030年,全球資料中心資本支出每年將達3兆至4兆美元。若這個趨勢成真,且Nvidia能維持既有市占率,對應的股價回報仍可能相當可觀。估值方面,文章也認為Nvidia的本益比相較AMD(AMD)與Broadcom(AVGO)等同業並不算昂貴,這讓新產品發表後的成長故事更具延續性。 整體來看,文章想傳達的是:即使投資人錯過了前一波AI行情,Nvidia仍可能是第二次值得關注的核心標的之一;但文末也提醒,若要進一步布局,仍應參考更完整的專家名單與其他潛力標的。

Anthropic機密遞件IPO帶動AI基建供應鏈關注,10GW算力長約誰受惠?

生成式AI新創Anthropic機密遞件IPO,市場傳出估值逼近1兆美元,但真正牽動投資人目光的,可能不是這家Claude背後的話題主角,而是支撐其運算需求的AI基礎建設供應鏈。隨著Anthropic與Amazon Web Services(AMZN)簽下未來十年超過1,000億美元合約、對應最多5GW運算容量,並與Google(Alphabet,GOOGL)敲定約5GW額外算力,合計10GW的AI運算需求,已把機櫃、線材、光模組與客製晶片等硬體環節推到前台。 在這條供應鏈中,Celestica(CLS)扮演系統整合與機櫃出貨角色,負責把GPU、客製晶片與網通設備整合成整櫃機架。Credo Technology(CRDO)則提供AI集群所需的主動式電纜,支援GPU之間的高速互聯。Astera Labs(ALAB)聚焦PCIe訊號重計時器、CXL記憶體控制器與以太網Fabric交換晶片,處理晶片間訊號完整性;當集群規模擴大到整座資料中心,Coherent(COHR)的光收發模組便成為伺服器與機櫃之間光通訊的關鍵零組件。 此外,Anthropic的運算擴張也高度依賴Amazon自家的Trainium AI加速器,讓Marvell Technology(MRVL)這類客製晶片設計商站上舞台。文中提到,Marvell目前握有18個已確認的XPU設計案,而Nvidia(NVDA)也因投資Coherent並簽下採購承諾,進一步凸顯AI資料中心對光通與雷射產品的需求升溫。另一方面,隨著AI應用型態由訓練逐漸轉向代理式推論,資料中心內CPU的重要性也同步提高,帶動Nvidia、AMD與Intel(INTC)等硬體供應商的角色再度吃重。 不過,這個題材也存在風險。Anthropic雖已機密遞件IPO,但時程可能延後、規模也可能縮水,進而影響後續機房擴建速度;同時,全球AI資本支出已處於高檔,市場開始關注設備拉貨是否已提前反映在股價與估值中。整體來看,Anthropic帶動的不是單一公司行情,而是一整條從機櫃整合、電纜、連結晶片、光通模組到客製晶片設計的AI基建鏈條,投資人後續可持續觀察相關公司財報中對AI訂單與資本支出的揭露,以及雲端巨頭的中長期投資節奏。

AAON股價回落逾5%:資料中心需求上調、毛利壓力仍待消化

美國商用空調設備商 AAON, Inc.(NASDAQ:AAON)股價今日下跌逾5%,最新報價約 136.45 美元。市場焦點一方面落在公司管理層在 William Blair 會議中釋出的成長展望,另一方面則持續關注短期營運與毛利壓力。 AAON 表示,輕商用 HVAC 市場已出現復甦跡象,並預期 2026 年將是 AAON 品牌的強勁復甦年。資料中心需求也維持強勁,公司已將資料中心相關展望上調至 10 億美元;旗下 BASX 事業連續多年實現營收倍增,顯示相關業務動能仍在。 在產能布局方面,AAON 持續擴充生產能力,包含在孟菲斯新增 80 萬平方英尺廠房,以支應成長需求。不過,管理層也坦言,過去受到冷媒轉換、供應鏈限制與 ERP 導入等因素影響,生產仍有干擾,對獲利造成壓力。 此外,第一季約有 200 個基點的毛利壓力來自盤管外包;由於公司仍需外包以支應約 40% 的高成長,短期成本壓力可能延續。整體來看,AAON 的長線成長題材仍具吸引力,但市場對短期獲利與毛利改善的等待,也反映在股價修正上。

AI資本支出還在早期?貝萊德( BLK )看見基建、電網與代幣化的長線機會

BlackRock(貝萊德,BLK)在2026主題展望中指出,生成式AI資本支出目前約占美國GDP的0.8%,仍低於歷史上的鐵路、電力與電信建設高峰。相較於外界對科技巨頭大量投入伺服器與雲端設施的疑慮,貝萊德認為,AI基礎設施投資更像是處在基建周期的早期階段,而非過度擴張的末段。 文中提到,過去一年雲端運算的代幣消耗量暴增17倍,顯示需求成長速度仍遠快於供給擴張。貝萊德美國股票ETF業務主管Jay Jacobs認為,若算力供給無法跟上企業與開發者的使用需求,AI創新就可能受到限制。也因此,市場關注焦點已從「AI是否投資過熱」,轉向「算力與基礎設施是否仍然不足」。 這份展望也把AI放進更完整的價值鏈中來看:從電力供應與電網強化、資料中心與相關不動產,到GPU、CPU與記憶體等晶片,再到大型語言模型與AI應用軟體,都是可能受惠的環節。文章同時點出,投資人若只用「科技股」來理解AI,可能同時持有受AI衝擊的公司與真正受惠的公司,報酬表現容易互相抵銷。 除了AI之外,貝萊德也提到全球基礎建設與數位資產的變化。麥肯錫預估至2040年全球累積基礎建設投資將突破100兆美元,而目前S&P 500中純基建類股比重仍偏低,顯示相關資產在資金配置上仍有被低估的情況。另一方面,iShares Bitcoin Trust ETF(IBIT)在上市後快速擴大規模,也反映比特幣等數位資產透過ETF形式被主流資金接受,並為未來資產代幣化鋪路。 貝萊德認為,若未來現金、債券、房地產與基礎建設等資產逐步走向代幣化,資本市場的交易方式與流動性結構都可能出現變化。不過,這仍仰賴市場造市功能、基礎設施與監管框架逐步成熟。整體來看,貝萊德的觀點是:AI基礎設施、傳統基建升級與數位資產代幣化,正在共同推動一場時間跨度很長的全球資本重組。