元山的競爭定位可概括為:車用風扇的既有基礎穩固,AI 液冷則仍在由「產品開發/客戶驗證」走向量產的階段。它不是目前 AI 液冷主供應鏈中規模最大的業者,但在邊緣運算、中小型資料中心與客製化系統方案,具有切入利基。
主要競爭對手
| 市場區隔 |
主要競爭者 |
元山的相對位置 |
| AI 液冷系統、水冷板、CDU、Sidecar |
奇鋐、雙鴻、台達電、高力等 |
對手已在大型 GPU/雲端平台累積量產、認證與產能優勢;元山主攻較客製化的邊緣運算及中小型資料中心需求。 |
| AI/伺服器風扇 |
建準、力致、尼得科超眾等 |
元山具風扇、馬達及系統散熱設計基礎,但在伺服器營收規模與一線平台滲透度上仍較領先業者低。 |
| 車用散熱與通風座椅 |
國際車用風扇、馬達及熱管理供應商 |
元山長期服務歐系與中系車用供應鏈,車用電子為營收核心,強項在低噪音、低震動與可靠度要求高的產品。 |
元山的優勢
1. 氣冷、液冷與控制技術並存
元山原本深耕風扇與散熱模組,核心能力包括流場/熱場模擬、低噪音與低震動設計、BLDC 馬達控制、流體控制及液冷系統整合。這使其不只供應單一風扇,也可往散熱模組、Sidecar、CDU、冷板等系統方案延伸。
特別是 AI 機櫃不會立刻完全淘汰風扇;液冷系統的熱交換、電源櫃及機房環境仍需要氣流管理。因此,元山既有風扇能力能成為切入高階散熱的基礎。
2. 車用製程與品質經驗可轉化
車用散熱產品對壽命、噪音、震動及可靠度的要求高,且驗證週期長。元山在通風座椅、溫控模組及車載散熱的長期經驗,有利於建立 AI 液冷客戶重視的可靠度與系統驗證能力。
現階段汽車電子仍是最大營收來源,約占四成以上,能提供較穩定的營運底盤;相較於完全押注 AI 的小型散熱新進者,抗景氣波動能力相對較好。
3. 鎖定大廠較少著墨的利基市場
元山的策略不是直接爭取大型雲端服務業者的主力標準化訂單,而是透過 ODM 與系統整合夥伴,服務邊緣 AI、企業地端機房、中小型資料中心、既有機房升級等客製化需求。
這類客戶常面臨既有水路、空間與維運條件限制,較需要模組化 Sidecar、氣液混合散熱、快速打樣與系統驗證;元山的彈性設計與小量試產能力有機會形成差異化。
4. 研發與驗證量能補強中
仁武新廠規畫的高階運算液冷效能實驗室,可模擬高達 380kW 資料中心熱源與大風量環境;若如期於 2026 年 8 月底完成,將有助於縮短客戶共同設計、效能測試與認證的流程。
公司已完成 120kW、150kW 至 300kW Sidecar 產品開發,120kW 機種進入量產驗證;這代表元山已從概念布局往實際可交付產品前進。
元山的劣勢與競爭風險
1. 液冷仍未進入大規模營收貢獻期
這是最重要的差異。元山的 Sidecar、CDU 與高功率水冷板多仍處於送樣、測試、驗證或量產前階段;相對地,部分大型同業已在高階 GPU、ASIC 與大型資料中心液冷專案有較明確的量產出貨、平台認證及擴產成果。
因此,元山目前的 AI 題材較偏向未來成長選擇權,不能直接等同於已反映在營收與毛利中的成熟液冷業者。
2. 客戶與平台認證能見度較低
AI 液冷供應鏈的關鍵不只是產品做得出來,而是能否通過伺服器 ODM、系統廠、晶片平台與終端客戶的多重驗證,並進入長期量產名單。
元山雖已積極與潛在客戶接洽,但公開資訊中,較少看到其在大型 GPU 平台或大型雲端資料中心的明確量產份額。因此,認證時程、客戶導入速度與後續拉貨強度,都會直接影響題材兌現速度。
3. 規模、資本支出與全球服務能力落後大型對手
AI 液冷逐漸走向機櫃級甚至資料中心級方案,需要大量資本支出、全球產能、在地維護與快速交付能力。大型競爭者已擁有較完整的海外產線、客戶關係及垂直整合布局,能承接高量、標準化的大型專案。
元山雖正擴充東莞產線、規畫非中國產能,AI 散熱模組月產能目標上看 60 萬台,但其規模化成果仍需由實際稼動率與出貨驗證。
4. 獲利結構尚有轉型壓力
目前頁面資訊顯示,元山當季營業利益率創八季低點;而液冷研發、打樣、實驗室及新產線建置,都會先墊高費用。即使高階運算營收占比提升,仍須觀察高單價液冷產品是否順利量產,才能帶來毛利率與營益率的實質改善。
投資上可觀察的分水嶺
元山的競爭力是否提升,重點不在於再公布更多產品規格,而是以下三件事能否落地:
- 120kW Sidecar 能否完成客戶驗證並在 2026 年下半年開始出貨。
- 150kW、300kW 產品與 CDU/冷板能否取得持續性訂單,而非停留於送樣。
- 東莞擴產與仁武實驗室是否帶動高階運算營收占比、毛利率及營業利益率同步上升。
整體而言,元山的強項是車用可靠度經驗、風扇與流體控制技術、以及切入客製化 AI 散熱利基的彈性;弱項則是液冷量產實績、平台認證與規模仍落後第一梯隊。後續若驗證轉量產順利,其定位可由傳統風扇廠逐步升級為高階散熱系統供應商;反之,若認證拉長或客戶導入不如預期,AI 題材對短期財務表現的支撐便會較有限。