7796 擷發科 11/12 收盤價：55.44 元 

追蹤

擷發科（7796）是一家把客製化晶片設計（ASIC）、EDA 設計工具與邊緣 AI 軟體平台整合在一起的技術服務公司。它不是以大量銷售標準 IC 為主，而是協助客戶從 AI 模型、軟體部署、晶片架構設計，一路做到 ASIC 開發與量產，定位較接近「AI 軟硬體整合解決方案供應商」。

主要業務可分成三塊：

• 客製化 ASIC 設計服務

  • 提供 IP 授權、晶片架構規劃、RTL 設計、驗證、SoC 整合到量產的一站式服務。
  • 可處理數位、類比與射頻（RF）設計，應用於 AIoT、工控、消費電子、無線通訊及車用電子。
  • 公司以 CATS 平台整合 ASIC 設計流程與工具，並已完成自研 NFC 晶片量產實績。

• EDA 晶片設計工具

  • 開發協助 IC 工程師設計與驗證晶片的軟體工具，例如檢查 IP 模組連線、分析晶片讀寫延遲與效能瓶頸。
  • 目的在縮短晶片開發與除錯時間、提升一次投片成功率；這些工具原先用於內部 ASIC 專案，後續也對外提供服務。

• 邊緣 AI 軟體與系統平台

  • AIVO：以圖像化、低程式碼方式協助客戶建立 AI 視覺應用，可用於智慧交通、大眾運輸安防、智慧製造、農業、無人機與機器人。它可讓 AI 模型在攝影機、工業電腦等終端裝置即時推論，不必把大量影像都傳回雲端。
  • XEdgAI：跨硬體的 AI 部署與管理平台，讓同一個 AI 模型能較容易部署於不同 CPU、GPU、NPU 或 AI 加速器架構，降低客戶因更換硬體而重寫底層程式的成本。

此外，擷發科也把上述平台延伸到AI 車載與自主載具，針對 ADAS、駕駛監控、車內乘員監控與商用車隊安全等需求，整合多路影像、感測器融合與邊緣即時推論；車用前裝訂單與後續量產進度，是這塊業務能否轉為實質營收的重要關鍵。

簡單說，擷發科賣的不是單一晶片或單套 AI 軟體，而是讓客戶能更快把 AI 導入終端設備的整套能力：先用軟體讓 AI 在實際場域跑起來，再依需求協助打造專屬 ASIC 晶片。

目前頁面僅顯示近四季 EPS 尚未形成可用基期，且公開搜尋結果多為營收與接單展望；要判斷未來兩年 EPS，仍須核對已公布的營收、季度獲利與股本變化，再搭配專案認列時程評估。

抱歉，我找到的資訊不足，無法給予預測。

目前沒有足夠的多來源、可交叉驗證的擷發科（7796）2026、2027 年 EPS 預估數字；而且頁面資料顯示近四季 EPS 尚未形成可比較基期，因此若直接給出單一 EPS 數字，可靠性偏低。

不過，未來兩年獲利的方向可先這樣判讀：

為何 2027 年的 EPS 彈性較值得留意？

• 大型案量體顯著大於既有規模：6.3 億元合約約為 2025 年全年營收 4,900 萬元的近 13 倍，但不會一次入帳，而是依工程進度、驗收與履約義務拆分認列。
  
• 車載 AI 已有實際專案，而非僅題材：智慧車載 AI 軟硬體整合案持續執行，第三季營收回升與 ASIC、AI 軟體案技術里程碑達成有關。
  
• 產品組合有改善空間：AI 軟體平台從 PoC 驗證轉向商業導入，若軟體授權、訂閱或模組化整合的收入比重提升，理論上較純設計服務更有機會改善毛利與獲利穩定性。
  

但 EPS 不宜只用合約金額推算

6.3 億元是專案合約總額，不等同稅後淨利。EPS 最終取決於：

1. 每年實際認列比例與驗收進度
   
2. 專案中的硬體採購／轉售比重，及其毛利率
   
3. AI 軟體授權是否形成較高毛利、可重複的收入
   
4. ASIC 專案投片時程是否如期恢復
   
5. 研發與人力費用能否被營收規模有效攤提
   

因此，現階段較合理的結論是：2026 年仍屬營運轉折與基期重建期；2027 年才是大型 Edge AI 系統整合案開始較明顯反映、EPS改善潛力較高的一年。但在公司尚未公布年度財測、且缺乏多方 EPS 預估共識前，應以「獲利上行的條件式情境」而非確定 EPS 數字看待。