2449 京元電子 11/03 收盤價：253.5 元-9.5 (-3.61%)

追蹤

京元電子是半導體專業測試服務廠，本身不設計或製造晶片，而是在晶片出貨前協助客戶完成測試、篩選與可靠度驗證。

主要業務包括：

• 晶圓測試（CP／Wafer Sort）：在晶圓尚未切割成單顆晶片前，先測出功能、效能或耗電不符合規格的裸晶。
• 成品測試（FT／Final Test）：晶片封裝完成後，進行最終功能與速度測試，確認可否出貨。
• 老化測試（Burn-in）：以高溫、高電壓及長時間運作方式，提前篩出早期失效的晶片；AI、高效能運算晶片功耗高、可靠度要求嚴格，這項服務的重要性提高。
• 系統級測試（SLT）：將晶片放入接近實際應用的環境測試，驗證軟硬體整合、運算與穩定性。
• 相關設備與治具服務：包括測試介面、探針卡、測試設備配置，以及部分自製高功率老化測試設備。

公司客戶涵蓋邏輯晶片、處理器、繪圖與AI加速器、特殊應用晶片等領域。近年的成長動能主要來自AI GPU、TPU、CPU與雲端服務商自研ASIC，因為這類晶片製程與封裝更複雜、功耗更高，測試時間、測試難度與可靠度要求都上升，會帶動測試工時與單價。

簡單說，京元電子扮演的是晶片供應鏈中「出貨前品質把關者」的角色；晶片出貨量增加、規格升級或測試流程變長，通常都會有利於其營收與稼動率。

京元電子目前的市場關注主軸，集中在 AI 晶片測試需求成長能否持續轉化為營收與獲利，可分為幾個題材：

1. AI／HPC 晶片測試需求

   • 公司是大型專業測試廠，服務涵蓋晶圓測試、最終測試、Burn-in（老化測試）與 SLT（系統級測試）。
   • AI GPU、TPU、ASIC 與高階 CPU 的運算效能、功耗與可靠度門檻提高，通常意味著測試流程更複雜、時間更長，帶動測試工時及單價。
   • 目前頁面資訊顯示，AI 相關營收占比已升至約七成，市場會持續檢驗 AI 成長能否抵銷傳統消費性晶片需求波動。

2. NVIDIA Rubin 平台導入與放量

   • Rubin 世代產品被視為下一波高階 AI 加速器需求的重要動能。
   • 市場預期京元電可受惠於其最終測試與 Burn-in 需求；若產品於 2026 年第四季開始明顯放量，2027 年的營收、產能利用率與獲利彈性就可能進一步上升。
   • 但散熱設計、HBM 供應與整機出貨節奏，都是能否如預期放量的關鍵變數。

3. ASIC 與雲端服務商自研晶片

   • 除了單一 GPU 平台，市場也在看 Google、AWS、Meta 等雲端服務商的 TPU、CPU 與自研 ASIC 專案。
   • 這類需求若持續擴大，可讓公司成長來源從單一 AI GPU 客戶，延伸至多個雲端與客製化晶片平台，降低客戶集中風險。
   • 對投資人而言，重點不是只有接到專案，而是專案能否進入量產、測試內容是否偏高單價，以及產能配置是否足以支應。

4. 先進封裝、Chiplet 與高功耗晶片帶動測試複雜度

   • Chiplet、多晶粒整合與先進封裝提高晶片驗證難度，且高功耗 AI 晶片對可靠度要求更高。
   • 因此市場不只看晶片「出貨量」，也看每顆晶片需要多少測試時間、測試規格是否升級；後者將直接影響單位產值與毛利率。
   • 公司自製高功率 Burn-in 設備，也被視為強化交期、成本控制與擴產彈性的優勢。

5. 資本支出、產能開出與稼動率

   • AI 測試需求強勁時，擴充測試機台、Burn-in 設備與廠房是搶成長的必要條件；但測試業固定成本與折舊高，產能快速增加也會提高經營槓桿。
   • 因此市場會同時觀察：資本支出是否有效轉成營收、產能利用率是否維持高檔，以及毛利率能否隨產品組合升級而改善。
   • 若設備先到位、客戶拉貨卻遞延，折舊與電費可能壓抑獲利表現。

6. 高成長預期與評價是否匹配

   • 頁面顯示目前本益比約 37 倍、位於近 5 年本益比區間的高檔，代表市場已提前反映相當程度的 AI 成長預期。
   • 所以接下來股價除了受營收成長影響，更取決於公司能否持續交出高於市場預期的營收、EPS、毛利率與 AI 營收占比。
   • 一旦 AI 出貨、Rubin 導入或 ASIC 專案進度低於預期，高評價下的波動通常也會較大。

整體而言，京元電子的核心敘事已從傳統 IC 測試景氣循環，轉向 AI 高階晶片測試的結構性成長；短線看月營收、稼動率與客戶拉貨，中期看 Rubin 與 ASIC 專案量產，長期則看高階測試門檻能否持續推升單價、毛利率與獲利品質。

京元電子的營收幾乎都來自半導體測試服務；公司資料顯示，測試服務約占整體營收 97%，其餘才是設備、工具、租賃等其他收入。

以目前可取得的 2026 年第 2 季、依製程別資料來看，營收結構如下：

換言之，成品測試＋晶圓測試就占約九成營收，是京元電子最主要的兩條產品線；預燒雖然占比還不到一成，但受 AI 高功耗晶片可靠度要求提升，屬於未來最具成長與附加價值的環節之一。

若從終端應用別觀察，同一季的結構為：

其中，「資料處理與儲存」是最接近 AI/HPC、GPU、ASIC、CPU 等高效能運算需求的分類，已是最大應用市場。AI 營收占比則可能因統計口徑不同而有差異：若只算特定 AI 晶片，與將相關晶圓測試、CPU 或高階測試服務一併納入，數字會不同；但方向很明確，京元電子的營收組合正由消費性與一般型晶片測試，逐步轉向 AI/HPC 的高階成品測試與預燒服務。

京元電子後續展望仍以AI／HPC 高階測試需求為核心，成長不是只靠晶片出貨量增加，而是來自晶片規格升級後，測試時間、測試項目與單價同步提高。

主要成長動能

1. Rubin 平台在第四季起逐步放量

   • Rubin 初期受散熱設計調整影響而延後，不過需求並未消失；目前市場預期第四季開始提高出貨與測試量，2027 年將進入較完整的貢獻年度。
   • Rubin 相較前代產品，因高功耗、先進封裝與可靠度要求提高，最終測試與預燒需求均增加，有助拉長設備稼動時間、提升每顆晶片的測試產值。

2. ASIC、TPU 與 CPU 成為 GPU 外的第二成長曲線

   • 雲端服務商持續投入自研 AI ASIC，京元電可切入 ASIC 的最終測試、Burn-in、SLT，以及與 TPU 搭配的 CPU 測試。
   • 從近期專案進度看，TPU V8T 已於第四季開始放量；ASIC 的價值不只在晶片數量，也在於高功耗產品導入更多可靠度測試程序。
   • 這代表公司未來的成長結構，將由過去相對偏重單一 GPU 客戶，逐漸轉為 GPU、TPU、CPU、網通晶片與其他 ASIC 多引擎驅動。

3. 高功率 Burn-in 是較具辨識度的競爭優勢

   • AI 晶片功耗上升，使高功率預燒與液冷測試需求提高；京元電具自製 Burn-in 設備能力，能兼顧交期、產能調度及成本控制。
   • 若高階測試占比持續提高，產品組合優化可帶動毛利率與營業利益率改善；但前提是新增設備能維持足夠稼動率。

4. 產能擴張支撐 2027 年營收

   • 公司今年持續完成無塵室與測試設備建置，現有擴充產能可望支撐至 2027 年上半年；銅鑼新廠則規劃在 2027 年下半年至 2028 年間投產。
   • 美國產能布局也出現具體進展：公司已與主要 AI 客戶簽署預付款協議，以建置美國測試產能並保留服務量，降低海外擴產的資金與需求不確定性，同時深化長期合作關係。

獲利輪廓：2026 打底、2027 放大

市場資料對獲利數字有差異，但方向大致一致：2026 年營收可望維持高成長，2027 年則是 Rubin、TPU／ASIC 放量與新產能效益更明顯的一年。

較保守的預估認為，2026 年營收約 478 億至 481 億元、EPS 約 9 元；2027 年營收可上看約 663 億至 699 億元，EPS 約 14 元。較樂觀的情境則建立在 AI 測試需求與高階產能快速滿載，2027 年 EPS 有更高的上行情境。這些均屬預估，真正關鍵仍是新品量產節奏、測試時數以及新增產能利用率。

需要留意的風險

• Rubin 或其他 AI 晶片量產再遞延：會讓營收成長遞延，而非必然消失，但高基期下可能造成短期預期落差。
• 擴產前置成本壓力：新廠租金、折舊、電費、研發與人力成本已對短期營益率形成壓力；若產能開出速度快於需求，固定成本會先反映、獲利率反而受壓。
• 資本支出大、自由現金流承壓：公司正處於高資本投入期，營運現金流雖可望成長，但資本支出與海外布局可能使自由現金流維持偏弱，且提高槓桿與財務管理的重要性。
• 客戶集中度與 AI 投資循環：主要 AI 客戶仍是重要營收來源，若客戶調整供應鏈配置、產品規格或資料中心資本支出，波動會放大。

整體而言，京元電的營運主軸已從傳統封測循環，轉向高功耗 AI 晶片的高附加價值測試服務。接下來最重要的驗證點，是第四季起 Rubin 與 TPU／ASIC 專案放量是否符合預期，以及擴產後的稼動率能否讓毛利率與營益率同步提升。

目前可查到的市場預估對 2026、2027 年 EPS 存在差異，主要反映 Rubin 量產時程、新產能利用率與成本吸收的不同假設；再補上最新實際獲利基準，才能判讀這些預估的可信度與成長幅度。

京元電子未來兩年 EPS，較合理的看法是採區間而非單一數字：

整合多份近期預估，2026 年普遍落在 8 元多，主因是 Rubin 導入速度、HBM 供應與新產能初期折舊，令第四季放量幅度及毛利率仍有不確定性；相對地，2027 年營收預估約 682～713 億元、毛利率約 41%，EPS 上升至 12.72～15.37 元。

我會以 2026 年約 8.5 元、2027 年約 14.5 元，作為目前較中性的觀察基準。
這代表 2027 年獲利成長約 七成上下；市場對京元電的核心期待，不是 2026 年立即大幅跳升，而是 2027 年新產能、AI GPU、TPU／ASIC 與 CPU 測試需求共同放量。

為何 2027 年可能明顯跳升？

• GPU 測試量與測試單價提升：新一代 AI GPU 功耗、I/O 與可靠度要求更高，Burn-in、系統級測試等工時增加，使成長不只取決於晶片出貨量。
• ASIC／TPU／CPU 成為第二、第三成長曲線：2027 年不再只依賴 GPU；TPU、CPU與晶圓針測外包若依規畫放量，客戶與產品組合會更分散。
• 產能限制緩解：楊梅、頭份等無塵室與新設備在 2027 年上半年陸續開出，營收能否兌現將更取決於客戶拉貨，而不只是公司是否有產能。
• 毛利率改善是 EPS 彈性來源：市場模型多假設毛利率從 2026 年約 39% 提升至 2027 年約 41%；營收規模擴大後，固定成本與新廠折舊若被有效吸收，獲利成長可高於營收成長。

預估落在區間上緣或下緣的關鍵

• 偏上緣，接近 15 元以上：Rubin 在 2026 年第四季至 2027 年初順利拉貨、TPU／ASIC 專案加速，且新產能稼動率快速爬升。
• 偏下緣，約 12～13 元：GPU 平台或 HBM 供應再遞延、客戶拉貨低於預期，或擴產造成折舊、人力、電力與融資成本上升快於營收。

目前頁面股價 253.5 元，若以中性預估的 2027 年 EPS 14.5 元 換算，市場約給予 17.5 倍預估本益比。因此，評價是否合理的重點已不只是 2026 年 EPS，而是市場對 2027 年「約 14～15 元 EPS」能否實現的信心。

半導體封測產業正從傳統的景氣循環，轉向由 AI、高效能運算與先進封裝 帶動的結構性成長；不過，成長在不同產品線與廠商間會明顯分化。

1. AI 讓「測試」從成本項目變成關鍵產能

過去封測業主要受手機、PC、消費性電子出貨循環影響；目前 AI GPU、ASIC、CPU 與 HBM 等高階晶片，因為運算速度高、功耗大、架構複雜，對功能、可靠度、溫度與系統層級驗證的要求大幅提高。

這帶來三項直接改變：

• 測試時間拉長：單顆晶片占用測試機台的時間更久。
• 測試內容升級：從傳統晶圓測試、成品測試，延伸到高功率 Burn-in、SLT 等更高價值的測試程序。
• 測試門檻提高：先進製程與異質整合晶片良率及可靠度要求更高，客戶更重視測試品質與產能保證。

因此，AI 晶片出貨成長不只增加晶圓需求，也會放大每顆晶片的測試價值量；京元電子所處的專業測試環節，正是這個趨勢的直接受惠者。近期產業資料也顯示，AI GPU、ASIC 與高效能運算晶片需求增加，正推升高階測試產能擴充與利用率。

2. 先進封裝與測試需求彼此連動

AI 晶片逐步採用 Chiplet、2.5D/3D 封裝及 HBM 整合，封裝不再只是晶片的保護層，而是影響效能、功耗與訊號傳輸的核心環節。

這對測試產業的意義是：

• 封裝內整合更多邏輯晶片與記憶體後，失效分析更複雜。
• 高頻、高速與高功耗條件下，可靠度驗證的重要性上升。
• 先進封裝產能擴張後，後段測試、老化測試與系統級測試通常也要同步擴充。

目前先進封裝仍有供給偏緊情況，產業鏈持續擴大資本支出與產能布局；這使得高階測試不只是受惠於晶片數量，也受惠於封裝複雜度提升。

3. 成長動能由單一 GPU，擴散到 ASIC、CPU、記憶體與光通訊

產業需求不再只由少數 AI GPU 拉動，而是逐步擴散：

AI 資料中心擴建不只需要運算晶片，也需要電源管理、光通訊、網路、儲存及各類周邊晶片；這讓傳統封裝與成熟製程相關需求，也有機會受 AI 基礎建設支撐。

4. 2026 至 2027 年的主軸仍偏正向，但供給瓶頸會造成節奏波動

產業前景的正面基礎在於，AI 需求持續推升先進製程、先進封裝與高階測試需求，且先進製程與先進封裝供應偏緊的情況預期延續至 2027 年。GPU、ASIC、CPU 與 HBM 相關需求同步增加，是支撐高階半導體產能投資的主要力量。

但短期營運不會呈現完全線性的上升，原因包括：

• 新廠房、無塵室、測試設備建置需要時間。
• 高階晶片可能因散熱、HBM 供應或客戶平台調整而遞延。
• 客戶新品導入初期，測試規格、良率與產能配置仍需磨合。
• 部分先進封裝設備需求會受廠房空間與裝機時點影響，造成季度間認列差異。

換言之，產業大方向偏成長，但短期應更重視「產能是否順利開出」與「客戶新品是否如期量產」，而非只看單月營收波動。

5. 傳統消費性封測仍是產業的分化風險

AI 相關高階測試與先進封裝需求強勁，不代表所有封測產品同步繁榮。手機、PC、家電等消費性晶片需求，仍受到終端售價上升、先前備貨透支及需求疲弱影響，能見度相對有限。

因此封測產業將呈現兩種路徑：

• AI／HPC、ASIC、記憶體、高階測試導向業者：成長性、產能利用率與產品單價較有支撐。
• 消費性 IC 比重高的業者：仍可能面對報價壓力、稼動率波動與庫存調整。

6. 對京元電子最重要的產業判斷

京元電子的核心位置在於高階晶片測試，而非大規模先進封裝製造。因此，最關鍵的產業指標是：

• AI GPU、ASIC、CPU 的實際出貨量與新品導入節奏。
• Burn-in、SLT 等高階測試產能是否維持高稼動率。
• 擴產後的設備折舊，能否被營收成長與產品組合升級吸收。
• AI 客戶需求是否由單一平台，擴散到更多 ASIC 與雲端客戶。
• 高階測試營收占比提升後，毛利率能否維持或進一步改善。

整體來看，封測產業正進入「高階測試與先進封裝優先受惠、消費性封測相對落後」的分化階段。對京元電子而言，AI 晶片設計愈複雜、功耗愈高、可靠度標準愈嚴格，高階測試的價值就愈容易提升；這是中期產業前景最核心的正面因素。

京元電子的客戶以IC 設計公司為主，另有整合元件製造商與晶圓代工廠；公司公開資料指出，全球前 50 大半導體公司中，接近一半採用其測試服務。

市場與公開資料中較常被辨識的主要客戶可分為：

其中，NVIDIA 是目前最受市場關注的關鍵客戶；AI GPU、網通晶片及後續平台升級，會帶動高功率預燒、成品測試與系統級測試的需求。另一方面，聯發科、影像感測器及車用／工業客戶，則提供相對多元的營收來源。公開資料也顯示，京元電服務的客戶涵蓋 NVIDIA、Broadcom、AMD、聯發科、Sony、OmniVision、意法半導體等多家國際半導體業者。

要留意的是，京元電子並未完整揭露各客戶實際營收占比，因此外界對單一客戶比重的推估，不能視為公司正式揭露。不過，AI/HPC 客戶需求若延後拉貨或改變委外策略，對其產能利用率與高階測試營收的影響會相對明顯。

京元電子的競爭並不是單純「誰的測試產能比較多」，而是誰能在高功耗 AI 晶片的晶圓測試、成品測試、預燒（Burn-in）與系統級測試（SLT）中，同時提供穩定良率、快速導入與足夠產能。京元電測試服務約占營收 98%，屬高度專業測試廠，和封裝比重較高的同業定位不同。

主要競爭對手與定位

日月光是最值得追蹤的直接大型競爭者：其測試業務涵蓋晶圓測試、成品測試、Burn-in 與 SLT，且可與先進封裝整合；不過，京元電在 AI GPU、ASIC 的高功率預燒與成品測試曝險更集中。矽格、欣銓則是專業測試市場的直接同業，主要競逐 ASIC、HPC、網通與部分高階測試外溢需求。

京元電的競爭優勢

1. 專注測試，資源集中在高附加價值流程

京元電不像大型 OSAT 同時大規模經營封裝、材料或電子製造服務，而是將主力放在 CP、FT、Burn-in 與 SLT。AI 晶片價值高、功耗高、測試時間長，客戶更重視良率、可靠度與交期，這種專注使其工程能力與產能配置更貼近高階測試需求。

2. 高功率 Burn-in 與 SLT 能力形成門檻

公司已建置超過 5,900 套測試系統，並自製高功率預燒設備，最高可支援 3,000W。當 AI GPU、ASIC 往千瓦級功耗演進，測試不只是通電檢查，還需處理散熱、長時間穩定性、系統負載與可靠度問題；這會提高新進競爭者的設備、製程與客戶驗證門檻。

3. AI 平台量產經驗與客戶認證

高階測試服務不容易靠低價搶單。從測試程式、治具、熱管理到良率資料回饋，都須在客戶新品開發與量產前長時間共同驗證。一旦進入量產，客戶若更換測試廠，必須承擔重新驗證、良率波動與交期風險，因此既有供應商具相當高的轉換門檻。

AI GPU、ASIC 的測試時間拉長與高功率需求，讓既有量產經驗更有價值；京元電近期也透過美國產能布局回應客戶在地化需求。

4. AI 測試複雜度推升單位價值

下一代 AI 平台的測試時間提高，代表同一顆晶片占用更多測試機台與預燒產能。對具有既有客戶資格、設備與工程能力的業者而言，這通常可同時帶動產能利用率與每顆晶片的測試服務收入；京元電正是此趨勢下受惠程度較高的專業測試廠。

5. 持續擴產，爭取先發產能

京元電 2026 年資本支出上修至 500 億元，頭份、楊梅與新加坡等地持續擴充，目的在於避免 AI 測試需求成長時受制於產能。若新設備完成認證並順利拉高稼動率，規模也會反過來強化其接單能力。

京元電的相對劣勢與風險

1. 封裝整合不如大型 OSAT

日月光與海外大型封測廠可提供「先進封裝＋晶圓測試＋成品測試＋系統級驗證」的一站式服務。當客戶希望縮短供應鏈、將封裝與測試整合管理時，京元電因以測試為主，可能處於相對不利位置。

換言之，京元電的專注是優勢，但在客戶採購偏好全流程整合時，也可能成為限制。

2. 客戶與 AI 平台集中度較高

京元電的高成長很大部分來自 AI GPU、雲端 ASIC 與高效能運算晶片；若特定平台遞延、客戶調整供應鏈、AI 資本支出降速，營收與產能利用率可能出現較明顯的季度波動。高階測試比重愈高，對少數關鍵客戶的依賴也愈需要關注。

3. 大幅擴產後，折舊吸收是關鍵

500 億元資本支出可搶先卡位 AI 測試瓶頸，但設備與廠房開出後，折舊、電力、人力與融資成本會先上升。若客戶認證或拉貨速度低於預期，毛利率將先承受壓力。這也是專業測試廠與設備資本密集產業最重要的景氣風險。

4. 海外在地化布局仍在投資期

京元電赴美設廠有助於維持美系客戶服務與供應鏈韌性，但海外廠能否如期建成、取得客戶認證、招募工程人才並達到經濟規模，仍需時間驗證。美國投資短期較像是維繫關鍵客戶與取得未來資格的策略，而非立即大幅貢獻獲利。

投資上可如何判讀競爭力

京元電目前的核心護城河，可濃縮為：AI 高功率測試技術、自製 Burn-in 設備、長期客戶認證，以及高階測試產能。

真正決定護城河能否持續擴大的，不只是 AI 晶片出貨量，而是三件事：

1. 新增產能的稼動率：擴產能否順利被 GPU、ASIC、CPU 與網通訂單填滿。
2. 高階產品組合：Burn-in、SLT、高功率測試占比能否提升，帶動平均單價與毛利率。
3. 客戶分散與海外認證：能否在維持主要 AI 客戶優勢下，增加 ASIC、CPU、網通及海外在地化客戶，降低單一平台波動。

整體而言，京元電的強項是「在 AI 高階測試這個特定戰場做得深」，日月光的強項則是「封裝與測試做得廣、全球化程度高」。因此，京元電未必在所有封測環節都占優，但在高功耗 GPU、ASIC 的預燒、成品測試與系統級測試需求快速擴張時，競爭定位相當突出。