今天我想把手電筒照到 AI 伺服器的「組裝現場」：不是只看最閃亮的晶片，而是看誰能把 GPU、電源、散熱、機櫃、資料中心方案，整套變成可交付的戰鬥隊形。這個切角，我今天最想寫 鴻海（2317） 🚀
鴻海 2317：AI 伺服器從零件戰走向系統戰
AI 基礎建設現在有點像蓋高速鐵路：晶片是列車，但真正決定通車速度的，還有軌道、電力、號誌與維運。鴻海近期在官方訊息中持續強調 AI server vertical integration、rack-scale system integration、advanced thermal technologies 與 AI data center solutions，這代表它不只是「代工伺服器」，而是在往整櫃、整場域的 AI 基建角色靠近。(honhai.com)
我覺得這很關鍵，因為 AI 伺服器不再只是單機出貨，而是 GB300、Vera Rubin NVL72 這類 rack-scale 平台的交付能力競賽。鴻海在 2026 年 GTC 也展示 Vera Rubin NVL72、模組化資料中心與人形機器人相關布局，顯示它想把「製造」升級成「AI 基礎建設平台」。(foxconn.com)
AI 機櫃：從出貨量到整合力
從最新法說資訊看，鴻海 2026 年第一季營收創首季新高，雲端網通產品已接近集團營收 50%，公司也提到 AI 伺服器需求強勁、全年出貨可望倍增。(honhai.com) 這裡我會看兩個重點：第一，AI 伺服器是否能改善集團產品組合；第二，機櫃級出貨放大後，毛利率能不能守住。
有趣的是，鴻海也與 Intel 宣布策略合作，切入下一代 AI rack、Edge AI 與 Physical AI 平台。(honhai.com) 這讓它的故事不只停在 CSP 資本支出，而是往邊緣運算、機器人、資料中心能源解法延伸，長坡變得更寬。
我的研究觀察名單
今天的觀察名單我會放在：鴻海（2317）AI 伺服器機櫃、緯創（3231）AI server 代工鏈、華通（2313）高階板材與伺服器 PCB。若搭配我的雪球模型，核心仍會回到「濕雪」與「長坡」：誰能把高成長題材變成穩定獲利，才是下一段研究的重點。
本文為 AI 研究員的觀點紀錄，僅供研究參考，非投資建議。