SMCI 超微電腦 美東 11/11 收盤價：30.43 元+2.64 (+9.5%)

追蹤

超微電腦（SMCI）主要是高效能伺服器與資料中心整合方案供應商。它不自行設計 CPU、GPU，而是把 NVIDIA、AMD、Intel 等晶片平台，整合成可直接部署的伺服器、儲存設備與整機櫃系統，服務雲端、企業與 AI 資料中心客戶。

核心業務可分為：

• AI／GPU 伺服器與整機櫃

  • 將大量 GPU、CPU、記憶體、網通設備組成 AI 訓練與推論系統。
  • 特別著重 NVIDIA 平台，例如 Blackwell、後續的 Vera Rubin 等架構。
  • 產品不只是單台伺服器，也包含多台伺服器預先整合完成的機櫃級方案。

• 液冷散熱解決方案

  • AI GPU 功耗高、發熱量大，傳統風冷越來越難處理。
  • SMCI 提供直接液冷（DLC）、冷卻液分配單元、機櫃與資料中心等級的冷卻整合，目標是讓高密度 AI 機櫃能穩定運作，並降低能耗與建置複雜度。

• 一般企業與雲端伺服器

  • 包含運算伺服器、儲存伺服器、工作站、網路設備與邊緣運算系統。
  • 應用範圍包括企業資料中心、雲端服務、電信 5G、科學運算及邊緣 AI。

• 資料中心整體交付

  • 公司近年推動模組化的資料中心建置模式，從伺服器、機櫃、網通、供電、液冷到部署服務一起提供。
  • 對客戶而言，重點是縮短 AI 資料中心從設計到上線的時間，從「買設備」提升為「取得可運行的 AI 基礎設施」。

簡單說，SMCI 的定位介於上游晶片廠與下游資料中心營運商之間：上游提供 GPU／CPU，SMCI 負責快速把它們變成可大規模部署的 AI 運算系統。

目前市場最關注的，正是 AI 伺服器出貨、液冷滲透率，以及整機櫃與資料中心方案能否提高每案金額與獲利能力。

市場目前看超微電腦，不只是「AI 伺服器出貨成長」，而是它能否從伺服器供應商升級為AI 資料中心整體方案商。主要題材可分成以下六條主線：

1. GB300／B300 放量：眼前營收的核心引擎

超微電腦的 AI GPU 平台已占營收逾 80%，目前最直接的營收動能仍是 NVIDIA GB300 NVL72、HGX B300，以及 AMD 高階 AI 系統的出貨。

FY2026 第四季營收為 111 億美元、年增 93%；雖然落在原先指引低端，但原因是部分客戶的場地、建置時程延後，並非需求消失。公司對 FY2027 的營收指引為 650～720 億美元，且第一季營收指引為 145～155 億美元，反映市場預期部分遞延訂單將隨 AI 機櫃出貨回補。

市場要驗證的是： - Q1 營收能否落在 145 億美元以上。 - GB300／B300 高單價整櫃系統能否順利量產、交付。 - 遞延的客戶專案是否真正轉為營收，而非再度延後。

2. Vera Rubin：2026 下半年至 2027 年的下一波平台換代

Vera Rubin 是超微電腦最受矚目的中期題材之一。公司已推出對應的 Vera Rubin NVL72 與 HGX Rubin NVL8 的 DCBBS 藍圖，瞄準 5MW 至 1GW 規模的 AI 工廠。

這不只是賣 GPU 伺服器，而是將運算、儲存、網通、液冷、供電、機櫃、管理軟體與現場部署服務一起打包。其單一可擴充單元可支援 1,152 顆 Rubin GPU，正對應大型雲端、AI 雲端與主權 AI 的資料中心建置需求。

題材意義： - Rubin 世代的功耗與系統複雜度更高，系統整合商的角色更重要。 - 客戶一旦採用完整參考架構，單案金額、導入門檻與轉換成本都會提高。 - 現階段仍偏「設計導入與專案接洽」；實際大量營收貢獻，仍須觀察 2026 下半年以後的部署與交付節奏。

3. DCBBS：從賣伺服器走向賣「AI 工廠」

DCBBS 是市場最重視的結構性升級題材。超微電腦主張從單一伺服器、整櫃，到資料中心級的模組化方案皆可提供，並且把部署速度視為核心競爭力。

其產品與服務範圍包括：

• GPU／CPU 運算系統與儲存
• 機櫃、網通與高速互連
• 液冷 CDU、冷板、歧管、後門熱交換器
• 電力分配、備援電力與場域設施
• SuperCloud 管理軟體
• 現場規劃、整合、測試、部署與維護

這項題材的投資意義在於，若公司能把更多收入由「單機硬體」轉為「整櫃＋軟體＋服務」，理論上可提高客單價、黏著度與毛利率穩定性。

7 月底公司也擴充 AI 機櫃產品線，提供支援 Vera Rubin／GB300 的機櫃架構，並強調全球月產能可供應約 3,000 個先進機架、其中 2,000 個為液冷機架。這代表 DCBBS 不只是概念，而是開始延伸至標準化量產與交付能力。

4. 液冷：高功耗 AI 機櫃的必要條件

GB300 單櫃功耗已約在 120～140kW，Rubin 世代還會進一步推升功耗密度；液冷因而從加分選項逐漸變成部署前提。

超微電腦的差異化在於第二代直接液冷技術與整體整合能力，能把冷板、CDU、歧管、RDHx、冷卻塔與冷卻液整合進整櫃方案。市場看重的不是它是否「有液冷」，而是它能否把液冷做成快速部署、可複製、可維運的 AI 資料中心標準方案。

這也連結到毛利率：FY2026 Q4 毛利率達 17.6%，明顯高於原先約 8% 的指引，主因正是較佳的產品與客戶組合，以及部分合約遞延。市場會持續檢驗液冷、DCBBS 與高附加價值專案是否能讓毛利率維持較佳水準。

5. 訂單與客戶擴張：高成長能否真正轉成出貨

公司 FY2026 曾揭露新增訂單逾 600 億美元、積壓訂單創高；同時，年度貢獻超過 10 億美元營收的客戶增加至 9 家，高於 FY2025 的 4 家。

這是利多，代表大型 AI 基建客戶數增加、訂單能見度拉長；但也是市場最敏感的風險來源：

• 客戶資料中心是否有足夠電力、土地與冷卻設施。
• GPU、HBM 與網通設備供應是否能與系統交付同步。
• 大型客戶若更改平台、調整資本支出或延後驗收，營收認列可能波動很大。
• 客戶集中度仍高，個別大案變動會顯著影響單季營收與毛利。

因此，市場不只看訂單金額，更看訂單轉營收、應收帳款、存貨與現金流是否同步改善。

6. 毛利率與獲利品質：決定估值能否上修

超微電腦目前的估值之所以相對低，核心原因不是成長不夠快，而是市場仍在懷疑高營收能否穩定轉成高品質獲利。

Q4 毛利率大幅優於預期，帶動非 GAAP EPS 達 1.70 美元；但 FY2027 Q1 毛利率指引又回到 10.4%～10.8%。這表示市場對公司的看法仍偏向：

• 正面情境：DCBBS、液冷與整櫃方案提升產品組合，毛利率可逐步回到中期目標區間。
• 保守情境：為了搶大型 AI 專案而承接低毛利硬體訂單，營收大增但利潤率被稀釋。

綜合判讀

SMCI 現在的題材排序，可概括為：

1. 短線：GB300／B300 出貨與 FY2027 高營收指引能否兌現
2. 中線：Vera Rubin 在 2026 下半年至 2027 年的專案導入與放量
3. 長線：DCBBS＋液冷能否使公司成為 AI 工廠整合商，而非低毛利伺服器組裝商
4. 估值關鍵：毛利率、現金流、客戶集中度與遞延訂單轉換率

目前頁面所示本益比約 9.64 倍，反映市場已給予其「高成長但高執行風險」的折價。若接下來營收指引兌現、毛利率能維持雙位數且 Rubin 專案開始出現明確部署，評價邏輯會更偏向資料中心解決方案商；反之，若營收持續因客戶場地或供應鏈問題遞延，市場焦點會重新回到訂單品質與執行能力。

SMCI 的營收結構可從「產品類別」與「終端市場／客戶類型」兩個角度看。公司沒有固定公開每一種 GPU 型號、液冷或 DCBBS 方案的精確營收拆分，因此部分只能以最新季度揭露的分類與趨勢判讀。

產品類別營收占比

FY2026 Q4 的結構更集中，伺服器與儲存系統占比提高至 98%，子系統與配件僅約 2%。

換句話說，SMCI 是高度純粹的伺服器系統供應商；液冷、網通、電源與軟體雖然重要，但多數是包在伺服器或整機櫃方案內銷售，不會獨立形成很大的公開營收項目。

AI 產品占比

AI GPU 平台是目前最重要的成長引擎：

• FY2026 Q3，AI GPU 相關平台占營收已超過 80%。
• FY2026 Q4，因部分 AI 資料中心專案受到電力、液冷和網路設施尚未完成影響而遞延，加上企業伺服器與儲存產品出貨增加，AI 比重降至約 60%。

因此，較合理的解讀是：SMCI 的 AI 占比會隨大型整櫃專案交付時間而明顯波動，但 AI 伺服器仍是核心主軸，而不是一般伺服器的附屬產品。

終端市場營收占比

FY2026 Q4 的客戶類型結構如下：

全年來看，OEM／大型資料中心約占 60%，企業與通路約占 39%，5G、電信、邊緣與 IoT 約占 1%。

值得注意的是，FY2026 Q4 的大型資料中心占比已由前一季的 72% 降至 50% 左右，而企業型高毛利產品占比提高，帶動單季非 GAAP 毛利率升至 17.6%。這顯示產品組合與客戶組合的變化，對 SMCI 獲利率影響很大。

營收規模的近期變化

SMCI FY2026 各季營收如下，單位為美元：

FY2026 Q4 營收雖達 111.20 億美元，仍受到部分客戶端資料中心的供電、液冷及網路基礎設施未就緒影響；這也說明 SMCI 的營收不只取決於自身接單，還取決於客戶能否完成機房建置並驗收。

整體而言，SMCI 的營收結構可濃縮為：

近乎全部營收來自伺服器與儲存系統，其中 AI GPU／整機櫃方案是最大成長來源；終端客戶則以大型資料中心為主，企業與通路為第二支柱。

未來最值得追蹤的是 AI 占比能否維持高檔、DCBBS／液冷／軟體服務占比是否提高，以及企業與通路成長是否能讓毛利率改善更具持續性。

超微電腦後續展望的核心是：AI 伺服器訂單能否順利轉成出貨與現金流，以及毛利率能否在高速成長下維持改善。

成長動能仍強

公司對 FY2027 給出 650～720 億美元營收展望；第一季營收指引為 145～155 億美元、非 GAAP EPS 為 1.01～1.10 美元。相較 FY2026 約 391 億美元營收，若達指引中位數，代表年成長約 76%，反映管理層對 AI 基礎建設需求與訂單能見度相當積極。

支撐高成長的來源主要有：

• FY2026 Q4 取得逾 600 億美元新訂單，並帶著創紀錄的在手訂單進入 FY2027。
• 未來營收中，AI 解決方案預期占比超過 80%；需求不只來自大型雲端資料中心，也逐漸擴及企業客戶、CPU 型伺服器與特定應用系統。
• 液冷機櫃、整機櫃交付能力，以及 DCBBS 整合式資料中心方案，是提升單一客戶價值與縮短部署時間的關鍵。公司目前的產能與自動化投資，目標是支援高密度 AI 機櫃的大量出貨。

獲利改善是比營收更重要的驗證

FY2026 Q4 非 GAAP 毛利率達 17.6%，明顯優於先前預期，主要受較佳客戶與產品組合帶動；不過 FY2027 Q1 毛利率指引回到 10.4%～10.8%。這表示 Q4 的高毛利率未必完全具常態性，未來幾季更值得觀察的是：公司能否守住約 10% 以上、並逐步穩定，而非只看單季跳升。

有利因素是企業客戶、一般伺服器、儲存與網通整合方案通常優於大型 GPU 專案的純硬體組裝利潤；若 DCBBS 能附帶更多軟體、服務與維運收入，獲利品質會較過去低毛利的伺服器組裝模式改善。反過來說，若營收高速成長主要靠大型客戶的低價 GPU 專案，毛利率仍可能受客戶組合與競爭壓力大幅波動。

最大考驗：訂單轉換與營運資金

Q4 營收約 111 億美元雖年增逾九成，但部分客戶因電力、散熱、網路與驗收配套尚未完成而延後出貨。這凸顯目前限制因素不完全是 AI 需求，而是資料中心能否如期完成部署，以及 SMCI 是否能掌握零組件供應、液冷系統、物流與客戶驗收的節奏。

因此，FY2027 Q1 的 145 億美元營收下緣是很直接的驗證門檻：

• 若營收達標、且毛利率維持在指引區間或更佳，代表大量訂單開始實質轉為出貨，全年高成長指引的可信度會提高。
• 若再度因基礎設施或供應鏈因素延遲，市場將重新評估訂單是否只是累積在帳面，而非可快速認列的營收。

此外，大型 AI 專案需要先採購 GPU、記憶體與其他高價零組件，會墊高存貨與營運資金需求。公司已透過融資強化資金配置，但後續仍要看應收帳款、庫存與自由現金流能否隨營收同步改善。

主要風險

1. 毛利率回落：伺服器整合產業競爭激烈，客戶集中與大單議價力可能壓縮獲利。
2. 交付延誤：電力、液冷、網路、GPU 供貨與客戶驗收，任何一環延遲都會讓營收遞延。
3. 訂單品質與集中度：大額訂單的取消、延後或條件變動，會使營收能見度下降；公司也揭露部分訂單可能面臨取消或遞延。
4. 治理與出口管制風險：公司仍在進行與出口管制相關交易的獨立審查，結果可能影響預測、過往財務表達與市場給予的評價倍數。

整體而言，SMCI 的 FY2027 是典型的「高成長、也高執行風險」階段。營收展望反映 AI 基建需求很強，但投資價值是否能進一步提升，將取決於三項可驗證指標：Q1 能否達成 145 億美元以上營收、毛利率能否穩在約 10% 以上、以及訂單是否同步轉化為健康的現金流。

SMCI 所在的是 AI 伺服器、液冷散熱與高密度資料中心整合產業。整體前景仍偏正向，因為 AI 從模型訓練延伸到大規模推論、AI Agent 與企業導入，持續推升雲端業者、AI 雲端服務商及大型企業的資料中心資本支出。

產業成長的三個主軸

• AI 運算從單機走向整機櫃與 AI 工廠

  • 新一代 GPU 系統不再只是採購幾台伺服器，而是一次部署整櫃運算、網通、儲存、供電與散熱。
  • 這使供應商的競爭重點從單純組裝，轉為能否快速完成系統驗證、整櫃交付及現場部署。SMCI 的模組化資料中心建置方案正是瞄準這個趨勢。

• 液冷由加分項逐漸變為必要配備

  • AI 機櫃功耗持續上升，傳統風冷在高密度 GPU 叢集下的散熱效率與耗電表現面臨限制。
  • 液冷會帶動冷板、冷卻液分配、CDU、電源與機櫃設計升級；具備整合液冷能力的伺服器供應商，單櫃銷售額與切入門檻都較高。SMCI 把液冷、電源、網通及軟體整合進整櫃方案，是其相對有利的定位。

• 需求來源持續擴散

  • 第一波主要由大型雲端服務商建置 AI 訓練叢集帶動。
  • 後續則逐漸擴散到 AI 雲端服務商、企業私有 AI、政府與主權 AI，以及需要大量推論能力的應用。
  • SMCI 在 FY2026 Q3 的 AI GPU 平台已占營收超過 80%，企業通路營收占比也由前季 15% 提升至 28%，反映需求不只來自少數大型資料中心客戶。

SMCI 在產業中的位置

SMCI 位於兩類競爭者之間：

SMCI 的差異化在於快速導入新 GPU 平台、整櫃系統設計與液冷能力；但這並不代表它有上游晶片廠般的定價權。AI 伺服器的 GPU、記憶體等高價零組件占成本比重很高，因此即使營收快速增加，毛利率仍會受到產品組合、客戶議價與零組件供應影響。FY2026 Q3 的非 GAAP 毛利率回升至 10.1%，但公司當時對下一季的指引為 8.2% 至 8.4%，顯示獲利率仍有波動性。

中期機會：從賣伺服器升級為賣資料中心方案

產業價值正在往「整體部署能力」集中。若 SMCI 的模組化資料中心解決方案、軟體與服務營收持續增加，就有機會降低純硬體組裝的比重，提升客戶黏著度與毛利結構。公司表示，該資料中心方案業務預計未來兩年可貢獻至少 20% 淨利，這會是判斷其能否改善獲利品質的核心指標。

需要留意的產業風險

• AI 資本支出放緩或資料中心建置延遲：訂單不一定能立刻轉為營收，客戶端電力、土地、施工與驗證進度都可能造成遞延。
• 新平台交替期的出貨與毛利波動：GPU 世代轉換時，驗證、零組件調度及急單成本可能壓低短期利潤。
• 競爭使整櫃產品商品化：競爭者持續補強液冷與整櫃交付能力，SMCI 的速度優勢需要持續透過技術與服務來維持。
• 供應鏈與出口合規：GPU、CPU、記憶體供給吃緊會限制出貨；同時出口管制與合規流程若變嚴，也可能提高成本或拖慢交付。

整體來說，AI 基礎建設仍是具中期成長動能的產業；對 SMCI 而言，真正的驗證不只在營收能否成長，更在於液冷與整體資料中心方案占比提高後，能否讓毛利率、現金流與訂單轉營收的穩定度同步改善。

SMCI 的客戶以大型 AI 資料中心與雲端運算需求者為主，但公司通常不公開逐一點名客戶名稱，因此較可靠的判讀方式是看客戶類型與集中度，而非把市場傳聞當成已證實名單。

主要客群包括：

• 超大規模雲端服務商與大型資料中心營運商

  • 採購大量 GPU 伺服器、整機櫃、液冷與資料中心整合方案，用於 AI 訓練、推論及雲端服務。
  • 這是 SMCI 目前最重要的營收來源；在 FY2026 Q1，大型資料中心與 OEM 客戶約占營收 68%，企業與通路約占 31%。

• AI 雲端服務商／新型雲端業者

  • 這類客戶專門出租 GPU 算力或建置 AI 運算叢集，因此對高密度 GPU 機櫃、快速部署與液冷的需求很高。
  • SMCI 的競爭力在於能快速把新一代 GPU 平台整合成整櫃系統並交付，適合這類需要快速擴建算力的客戶。

• 大型企業、政府及主權 AI 專案

  • 包含金融、醫療、製造、科研與政府機構等，需要在自有或託管資料中心部署 AI 與高效能運算設備。
  • 這部分通常採購較客製化的伺服器、儲存系統、整櫃方案及維運服務，單案規模雖可能低於超大規模雲端客戶，但有助於擴大客戶基礎。

• OEM、系統整合商與通路夥伴

  • SMCI 也透過 OEM、經銷商、加值經銷商與系統整合商，將產品銷往其企業客戶。公開資料指出，公司服務全球超過 100 個國家、逾千家直接客戶。

客戶集中度是重要風險。FY2025 有 4 家客戶各自貢獻超過 10% 的營收，合計約占 55%；其中最大客戶約占 20.9%。不過到了 FY2026，年營收達 10 億美元以上的客戶已增至 9 家，代表客戶規模擴大、集中風險有機會逐步分散，但仍須持續觀察。

投資上，這代表 SMCI 的成長會高度受惠於 AI 基礎建設資本支出；但若任何大型客戶延後資料中心上線、改變平台配置或要求降價，營收與毛利率也可能出現明顯的單季波動。

SMCI 的競爭對手可分成兩大類：大型品牌伺服器商與大型 AI 伺服器 ODM／系統代工商。它的定位介於兩者之間：不像純 ODM 只做代工，也不像傳統品牌大廠以企業服務為主，而是強調「快速客製化的 AI 整機櫃與液冷系統交付」。

主要競爭對手

目前整機櫃已是 AI 伺服器市場的競爭核心；大型 ODM 憑藉規模與雲端客戶關係，在 NVIDIA GB／VR 整機櫃供應鏈的市占合計接近九成，代表 SMCI 在超大規模雲端客戶的競爭壓力很大。

SMCI 的優勢

• 新平台導入快、客製化彈性高

  • SMCI 採取模組化架構，能快速依照 GPU、CPU、儲存、網通與散熱需求組成系統。
  • 對急需部署算力的 AI 雲端服務商或企業客戶而言，交付速度與設計彈性很重要。相較傳統大型品牌廠，SMCI 的產品導入與決策流程通常更敏捷。

• 液冷與高密度機櫃整合能力

  • AI 機櫃功耗提高後，液冷不再只是選配。SMCI 將液冷、電源、網通與伺服器整合為整機櫃方案，可承接高密度 GPU 的部署需求。
  • 公司已規劃每月超過 6,000 櫃的產能，其中約 3,000 櫃是直接液冷機櫃；高密度整櫃系統與液冷是其主要差異化。

• 介於 OEM 與 ODM 的彈性定位

  • 相對 ODM，SMCI 有自有品牌、直接銷售及系統設計能力，較容易承接少量多樣、需要快速客製的案子。
  • 相對大型 OEM，SMCI 組織較精簡，較能因應 GPU 世代快速切換與客戶規格調整。這種定位使它特別適合 AI 基礎設施快速擴張的初期階段。

• 往資料中心整體解決方案提升

  • SMCI 不只銷售伺服器，也推動資料中心建置方案，將機櫃、液冷、供電、網通與管理軟體打包。
  • 若這類高附加價值方案占比提高，將有助於提高客戶黏著度、單一專案金額與長期毛利結構。

SMCI 的劣勢與挑戰

• 價格與毛利率壓力較大

  • SMCI 本身不掌握 GPU、HBM 等關鍵高價零件的定價權，主要價值在於整合、測試與交付。
  • 當上游零組件價格上漲、客戶要求更低報價，或同業搶大型訂單時，毛利率容易被壓縮。這也是 AI 系統硬體產業的結構性特徵。

• 不如大型品牌廠具企業服務護城河

  • 大型品牌競爭者具備更成熟的企業客戶關係、全球售後服務、儲存與網通產品線，以及專案融資能力。
  • 對重視長年維運、系統整合與單一窗口服務的大型企業客戶來說，SMCI 的服務深度仍有追趕空間。

• 不如大型 ODM 具備成本與規模優勢

  • 大型 ODM 在超大規模雲端客戶的採購、全球產能和供應鏈管理上規模更大，也能承接大量標準化的整機櫃訂單。
  • 當 AI 伺服器由「搶先部署」走向「常態化大量採購」，成本競爭的重要性會提高，SMCI 的快速交付優勢可能被稀釋。

• 客戶、供應商與平台集中

  • 營收高度連動少數大型 AI 客戶的採購節奏，也受到 NVIDIA GPU 供應與平台配置影響。
  • 客戶端資料中心電力、土地、機房施工或驗證延遲，都可能造成訂單遞延，使季度營收及毛利率波動放大。

• 合規與治理仍是非營運面風險

  • 在高速擴產與跨國交付的背景下，出口管制、文件流程與內部控制會影響客戶信任和出貨效率。
  • 因此，技術與交付能力之外，合規改善是否持續落實，也是 SMCI 能否守住大型客戶的重要條件。

核心判斷

SMCI 的競爭優勢是快、彈性高、液冷整合深；競爭弱點則是上游零組件定價權有限、毛利率易波動，且同時受到大型品牌廠與低成本 ODM 的夾擊。

因此，判斷競爭力是否強化，最值得看三件事：

1. 新一代 AI 平台是否能持續搶到首批量產與整櫃訂單。
2. 液冷與資料中心整體方案占比上升後，毛利率能否穩定改善。
3. 在大型雲端訂單之外，企業、主權 AI 與 AI 雲端服務商客戶能否持續擴張，以降低客戶集中度。