Amkor Arizona 擴產如何影響 AMKR 的長期競爭力？

AI投資推升硬體鏈：PCB、封測到AI眼鏡供應鏈同步受關注

人工智慧（AI）投資持續帶動相關硬體基礎設施與終端應用需求。高盛報告指出，超大規模雲端服務商的資本支出在最樂觀情境下，預估至2027年可達1.4兆美元，運算能力與資料傳輸基礎設施成為核心焦點。在傳輸端，解決資料搬運瓶頸的美國企業 Astera Labs 獲亞馬遜 65 億美元採購協議，帶動其3年內營收成長逾10倍的市場想像。 在此趨勢下，國內印刷電路板（PCB）與封測廠受惠於訂單需求。外資摩根士丹利指出，AI伺服器與光學連接需求推升產品價值，上調欣興（3037）與臻鼎-KY（4958）的目標價。封測領域方面，隨著台積電（2330）先進封裝產能部分委外，日月光投控（3711）投入面板級封裝（FOPLP），京元電（2449）與力成（6239）則分別受惠於AI晶片測試時間拉長及記憶體測試模組需求增長，維持高檔產能利用率。 此外，AI應用正向終端實體設備擴散。科技巨頭投入AI眼鏡開發，今年全球出貨量預估上看千萬副，帶動光學模組與機電整合需求。台廠如台積電（2330）、玉晶光（3406）、揚明光（3504）與英濟（3294）均參與供應鏈。與此同時，包括大立光（3008）、和椿科技（6215）等光學鏡頭與傳統自動化設備廠，亦逐步投入微透鏡陣列開發及客製化智慧解決方案，以應對產業技術演進中的商業模式轉換與量產驗證挑戰。

AI投資推升伺服器與光學供應鏈，台積電、欣興、日月光投控受關注

人工智慧投資持續帶動相關硬體基礎設施與終端應用需求。高盛報告指出，超大規模雲端服務商的資本支出在最樂觀情境下，預估至2027年可達1.4兆美元，運算能力與資料傳輸基礎設施成為核心焦點。傳輸端方面，美國企業 Astera Labs 獲亞馬遜 65 億美元採購協議，反映資料搬運瓶頸解決方案的重要性。 在這股趨勢下，國內印刷電路板與封測廠受惠於訂單需求。外資摩根士丹利指出，AI伺服器與光學連接需求推升產品價值，上調欣興(3037)與臻鼎-KY(4958)的目標價。封測領域方面，隨著台積電(2330)先進封裝產能部分委外，日月光投控(3711)投入面板級封裝（FOPLP），京元電(2449)與力成(6239)則分別受惠於AI晶片測試時間拉長及記憶體測試模組需求增長，維持高檔產能利用率。 此外，AI應用正向終端實體設備擴散。科技巨頭投入AI眼鏡開發，今年全球出貨量預估上看千萬副，帶動光學模組與機電整合需求，台廠如台積電(2330)、玉晶光(3406)、揚明光(3504)與英濟(3294)均參與供應鏈。與此同時，大立光(3008)、和椿科技(6215)等光學鏡頭與自動化設備廠，也逐步投入微透鏡陣列開發及客製化智慧解決方案，以因應技術演進、商業模式轉換與量產驗證挑戰。

AI基礎建設投資衝向1.1兆美元：台積電、日月光、京元電與力成迎來什麼新機會？

全球AI基礎建設投資持續擴大。高盛指出，受企業級AI應用帶動，超大型雲端服務商資本支出預估將在2027年達到1.1兆美元。不過，市場擴張並非只靠需求推進，記憶體、電力與資料中心建置等實體資源，正成為下一階段成長的主要瓶頸。 為突破算力限制與籌措資金，SK海力士正評估赴美那斯達克掛牌。另一邊，網通晶片廠艾斯特拉（Astera Labs）則切入資料傳輸的「記憶體牆」問題，憑藉訊號重整與CXL記憶體控制器技術，拿下雲端大廠長約，帶動三年內營收成長十倍，顯示AI基礎設施競爭已從單純堆疊算力，延伸到傳輸效率與系統架構優化。 在半導體後段供應鏈方面，隨著台積電(2330)先進製程預計於下半年放量，先進封裝產能開始出現外溢效應。法人資料顯示，日月光投控(3711)積極布局面板級封裝（FOPLP），先進封測業務有望提高營收貢獻；京元電子(2449)受惠美系GPU與AI晶片測試需求，AI相關營收占比預估可達三至四成；力成(6239)則因AI伺服器推升記憶體封測需求，產能利用率維持高檔。 不過，AI商機擴大也讓台灣資通訊與精密製造業面臨更務實的落地挑戰。供應鏈業者指出，當AI從雲端走向終端，企業正同時承受五大結構性壓力，包括重新尋找產業定位、探索新商業模式、量產驗證期拉長、高階科技人才不足，以及擴產所需的土地、水電等資源日益吃緊。 整體來看，AI產業已從早期的算力軍備競賽，逐步走向底層架構升級與實體資源分配的新階段。後續觀察重點，不只是哪些公司接到AI訂單，更要看誰能在封裝、測試、記憶體、互連與基礎設施資源限制下，持續把需求真正轉成營收與獲利。

AI基礎建設擴張遇瓶頸，台積電、日月光投控與京元電子受惠結構浮現

全球 AI 基礎建設投資持續擴大。高盛報告指出，受企業級 AI 應用帶動，超大型雲端服務商的資本支出預估於 2027 年達 1.1 兆美元。不過，市場擴張同時也面臨記憶體、電力與資料中心建置等實體資源瓶頸。 在資金與算力需求升溫下，記憶體大廠 SK 海力士正評估赴美那斯達克掛牌；而在解決資料傳輸「記憶體牆」瓶頸方面，網通晶片廠艾斯特拉（Astera Labs）透過訊號重整與 CXL 記憶體控制器技術，取得雲端大廠長約，三年內營收呈十倍成長。 台灣半導體後段供應鏈也出現受惠機會。隨著台積電（2330）先進製程預計於下半年放量，先進封裝產能出現外溢效應。法人機構數據顯示，日月光投控（3711）布局面板級封裝（FOPLP），其先進封測業務有望大幅貢獻營收；京元電子（2449）受惠美系 GPU 與 AI 晶片測試需求，AI 相關營收占比預估上看三至四成；力成（6239）則受 AI 伺服器推升記憶體封測需求，產能利用率維持高檔。 儘管 AI 商機龐大，台灣資通訊與精密製造業仍面臨實體落地考驗。供應鏈指標廠指出，當 AI 從雲端走向終端，企業普遍面臨五大結構性挑戰，包括重新尋找產業定位、探索新商業模式、量產驗證耗時、高階科技人才匱乏，以及擴產所需的土地與水電資源稀缺。 整體而言，AI 產業已從單純的算力擴張，進入底層架構升級與實體資源分配的新階段。

群創 FOPLP 轉型成不成立？毛利率與稼動率是關鍵

群創切入 FOPLP 後，市場真正關心的不是多了一個新故事，而是這項新事業能否改寫獲利結構。面板產業本來就高度循環，因此外界觀察焦點集中在兩件事：毛利率能不能抬升，以及產能利用率能不能真正拉高。若這兩個條件沒有同步成立，先進封裝再有想像空間，也可能仍停留在題材層面。 FOPLP 的意義，不只是多一條產線，而是在於能否切入射頻晶片、車用、通訊等高附加價值應用。這類產品通常比傳統面板更有價格韌性，若後續放量，對整體毛利率的支撐會比單純擴產更有意義。不過，如果營收占比仍偏低，短期對整體獲利的拉抬效果就有限，市場自然會持續觀察它能不能從單一季度改善，延伸成結構性的變化。 真正的瓶頸，在於稼動率能不能跟上。很多先進製程的敘事都很漂亮，落差往往出現在效率。當產能利用率偏低時，折舊、人力與固定成本會把優勢吃掉，最後毛利率即使有改善，實際獲利也未必同步反映。對群創來說，FOPLP 能不能被驗證，不是技術名稱有多新，而是稼動率能不能隨客戶導入一起往上走。毛利提升與產能利用率同步改善，才代表這條業務線有機會從話題變成支柱。 判斷群創 FOPLP 是否真的進入轉型階段，可以先看三個方向：營收占比是否穩定上升、毛利率是否持續優於平均水準、產能利用率是否隨接單提升。若這三個訊號能連續幾季維持改善，才比較像是真正的結構轉變，而不是短線題材輪動。 對這類轉型題材來說，資金是否提前卡位，往往比新聞標題更早反映市場態度。股價常常先反映預期，但能不能走得久，最後還是要回頭看籌碼是不是跟得上。若市場資金持續認同，通常會先從分點、主力與法人動向看出端倪；若籌碼沒有配合，再漂亮的故事也容易變成短暫的情緒反應。 若要進一步看價位附近的買賣壓力，也可以透過分價量疊圖觀察不同價位的量能分布，幫助判斷股價是在整理、換手，還是籌碼重新分配。這類工具的重點，不是替市場下結論，而是讓訊號真假更容易被辨認。 總結來看，群創 FOPLP 的核心，不在於新產能看起來有多大，而是毛利率與產能利用率能不能一起走出正向循環。只要這兩個變數沒有同步改善，市場對它的評價就很難從題材轉成實質獲利。真正值得追蹤的，不是故事本身，而是數字與籌碼是否同步驗證這個故事。

亞馬遜示警 Anthropic 模型遭封鎖，AWS 成長與 AI 監管風險成市場焦點

亞馬遜執行長傑西（Andy Jassy）主動向川普政府示警，指出旗下投資的 AI 新創 Anthropic，其最新模型 Fable 5 和 Mythos 5 被測試出可協助駭客發動網路攻擊。美國政府隨即下令，禁止所有外國籍人士存取這兩款模型。這起事件表面上是安全管控，背後也牽動雲端市場競爭與 AI 生態系布局。 Anthropic 雖是亞馬遜的重要 AI 投資標的，但在 Fable 5 和 Mythos 5 遭封鎖後，企業客戶勢必尋找替代方案。AWS 平台目前已整合 OpenAI、Meta、Nvidia 等多家模型與合作資源，使 AWS 有機會承接這波轉單需求。 財報方面，AWS 在 2026 年第一季繳出年增 28%、單季營收 376 億美元的成績，為近 15 季以來最快增速。亞馬遜同時宣布 AWS 與 Anthropic、Meta、Nvidia、OpenAI 和 Uber 簽下新合作協議，顯示 AI 算力需求正由市場預期逐步轉化為實際合約。 若 AWS 擴張持續，台廠伺服器供應鏈、散熱模組、電源管理 IC 與 CoWoS 先進封裝相關公司都可能受惠。後續可觀察法說會中，北美雲端客戶的訂單能見度是否拉長至兩季以上，作為需求延續性的重要訊號。 在模型替代效應上，Anthropic 兩款模型下架後，外國籍開發者與企業客戶可能轉向 AWS 已整合的 OpenAI，或 Google 的 Gemini 系列。另一方面，Oracle 雖因 AI 資本支出疑慮導致股價下跌 13%，但其雲端基礎建設積壓訂單單季增加 850 億美元，也反映需求端仍未明顯轉弱。 股價表現上，亞馬遜週四收在 238.55 美元，單日下跌 1.23%。在 AWS 基本面數據仍強的情況下，市場更關注的是 Anthropic 事件帶來的政策與監管不確定性，而非雲端業務本身走弱。 後續觀察重點有兩項。第一，AWS 下一季營收能否突破 400 億美元；若達標，代表 28% 的年增動能有機會延續，估值支撐也會更穩。若低於 380 億美元，則可能意味成長放緩。第二，美國政府是否將 AI 出口管制從 Anthropic 擴大到其他模型；若擴大適用，連 AWS 上整合的 OpenAI 服務都可能受影響，雲端 AI 商業模式將面臨重新評估。

AI基礎設施牛市升溫：Cadence、Celestica、DLocal誰在幕後吃到長線紅利？

生成式 AI 與 Agentic AI 的擴張，正在把市場關注從終端應用，推向支撐整個生態系運作的基礎設施供應商。從晶片設計端的電子設計自動化軟體，到 AI 伺服器硬體代工，再到新興市場的跨境支付骨幹，三條隱形供應鏈同步受惠，也讓 Cadence Design Systems（CDNS）、Celestica（CLS）與 DLocal（DLO）成為市場討論焦點。 Cadence 在 EDA 市場中與 Synopsys（SNPS）形成高度集中的雙寡頭格局，掌握先進 AI 晶片設計、模擬與驗證所需的關鍵工具。隨著 AI 系統從 GPU 主導，逐步走向更複雜的架構，晶片邏輯、散熱與電磁相容等問題也同步升高，帶動 Cadence 的工具與平台需求。公司超過八成營收來自訂閱模式，商業模式具備可預期性，市場也預估其 2025 年營收可達約 53 億美元、年增約 14%，非 GAAP 營業利益率接近 45%。不過，Cadence 估值偏高，加上中國出口管制等政策變數，讓成長與風險並存。 Celestica 則受惠於 AI 伺服器與雲端基礎建設的實體擴張。公司最新一季營收年增 53%，毛利率提升至 8%，且管理層在短時間內上修 2026 年營收目標，顯示需求動能強勁。相較 2025 年約 123.9 億美元的營收，2026 年目標提升意味著公司正快速從傳統 EMS 轉型為高度綁定雲端大客戶的 AI 硬體供應商。不過，市場也開始更在意執行風險：資本支出大幅增加、估值拉高、客戶集中度偏高，都可能讓未來獲利表現更依賴產能擴張與交付效率。 DLocal 的故事則落在新興市場支付基礎建設。公司聚焦跨境支付與在地金流處理，最新一季總支付金額（TPV）年增 70%，全年 TPV 也維持高成長。營收、毛利、調整後 EBITDA、淨利與自由現金流同步增長，顯示其平台不只成長快，也具備不錯的獲利與現金流品質。管理層同時規劃庫藏股與股利，顯示對現金創造能力具備信心。不過，DLocal 仍面臨新興市場法規、匯率波動與競爭加劇的挑戰，尤其淨 take rate 下滑後，市場也在觀察其規模擴張能否持續轉化為穩定利潤。 整體來看，Cadence、Celestica 與 DLocal 的共同點，是都站在 AI 與數位經濟的「幕後基礎設施」位置，而非直接面向消費者的終端應用。這類公司通常受惠於長期結構性需求，商業模式也相對具黏著性，因此在 AI 投資鏈中備受青睞。但另一方面，這些個股普遍已反映市場對成長的高度期待，估值、執行能力與外部政策風險，也成了後續評價是否能延續的關鍵。對投資人而言，理解這條隱形供應鏈的分工與風險，將比只看 AI 熱潮表面更重要。

輝達與亞馬遜百萬晶片長約，如何重塑AI算力供應鏈與估值版圖？

輝達（NVDA）與亞馬遜（AMZN）AWS 達成百萬顆高效能 AI 晶片供應協議，成為 AI 基礎設施與雲端供應鏈的重要里程碑。這份協議不只是單一採購案，而是涵蓋長週期產能預約、先進製程與高頻寬記憶體配額、資料中心部署，以及未來 AI 算力擴張的戰略合作。 從供應鏈角度看，輝達藉由長約提升需求可見度，也強化了 CUDA 生態系與 AI 基礎設施的黏著度；對 AWS 而言，則有助於補強高階 AI 雲服務能力，支撐 Bedrock 等應用的算力需求，並維持雲端市場競爭力。這類長期協議也讓市場更能評估 AI 資本支出能否逐步轉化為營收與獲利。 但同時，百萬顆晶片的部署也意味著更高的能源消耗、散熱需求與資本支出壓力。若企業端 AI 投資報酬率不如預期，或算力擴張速度快於實際需求，相關成本與風險都可能在未來逐步浮現。整體來看，這份協議反映出 AI 產業正從短期搶貨，進入以長約、供應鏈卡位與算力規模競逐為核心的新階段。

AI晶片需求擴張下的半導體競爭：台積電(2330)、SK海力士與記憶體供應鏈新變化

AI晶片與算力需求大幅擴張，帶動全球半導體板塊競爭加劇與資本市場活躍。韓國記憶體大廠SK海力士受惠於AI概念，今年以來股價飆漲約230%，市值突破1兆美元，市場傳出最快將於8月赴美國那斯達克掛牌，藉此提升國際資本市場能見度。 同時，台灣記憶體大廠因成功切入三星矽電容供應鏈，股價呈現漲停態勢，單週獲外資買超達5萬張，顯示相關零組件市場熱度不減。 在先進製程與代工領域，由於AI晶片訂單大量湧入台積電(2330)，科技巨頭開始尋求多元供應商以分散風險。Google下一代AI加速器 TPU Icefish，傳出將採取異質整合的多廠分工模式，其中核心運算晶片仍由台積電1.4奈米製程生產，部分輸入輸出元件則可能由三星2奈米製程負責。這顯示台積電在尖端運算晶片上仍維持技術主導權，也為三星與英特爾切入AI ASIC供應鏈提供機會。 面對華為提出「韜定律」、三星與英特爾積極追趕，業界認為半導體競爭關鍵不只在奈米節點數字，更取決於良率、成本與大規模量產穩定性。台積電目前仍憑藉先進封裝與量產能力保持領先。 從資本市場觀察，法人指出台積電等AI中下游電子股本益比相對偏低，具備基本面支撐；此外，半導體設備廠受惠濕製程與特化整合技術，首季每股盈餘賺逾1個股本，整體半導體產業鏈持續展現獲利動能與競爭優勢。

AI封裝升溫先別急著看題材：日月光與力成在台積電3D Fabric供應鏈分工有何不同

AI 伺服器、HBM、異質整合持續升溫，先進封裝也被市場放大檢視。但題材熱，不代表整條供應鏈都能同步受惠。真正影響紅利能否延續的關鍵，不是是否沾上 AI 封裝概念，而是能不能進入量產、測試、良率與供應鏈協調的核心環節。 從台積電 3D Fabric 架構來看，日月光與力成並不是走同一條路，而是分別補上不同層次的需求。 日月光偏向平台型封測角色，優勢在於整合傳統封裝、扇出型封裝、系統級封裝與測試能力。當需求快速放大時，市場更重視的是它能否承接量產、提高整合效率，而不只是單一技術亮點。對這類公司來說，若要觀察市場態度，籌碼與資金流向常比題材敘事更早反映變化。 力成則更偏向技術深度路線，重點放在記憶體封測、HBM 相關流程與高階模組整合。這類能力的門檻不在產能規模，而在良率、穩定性與可靠度。隨著 AI 與高效能運算需求升高，多晶粒互連、高速傳輸與測試一致性的重要性同步上升，任何一個環節失誤，都可能放大整體風險。 因此，市場同時關注日月光與力成，關鍵不在誰取代誰，而在需求擴張的當下，供應鏈先缺哪一段。量產剛爬坡時，能穩定接單、分攤風險的平台型業者通常會先被看見；等到規格更複雜、技術要求更高時，具備高難度封裝與測試能力的公司，可能又會被重新評價。 這代表 AI 封裝的輪動，不只是題材接力，而是產業鏈瓶頸輪流浮現。從台積電 3D Fabric 的視角來看，日月光像大型平台，力成像專業技術夥伴，兩者都可能是供應鏈中不可或缺的一環。對投資人而言，真正值得追蹤的，不是單一故事，而是哪家公司在 AI 封裝升級後，仍具備不可替代性。