- 88sport-news ｜最新體育新聞與專業分析

奇鋐: 奇鋐營收成長

newsroom — Tue, 07 Apr 2026 19:56:01 +0000

奇鋐的最新營收數據引發了業界的關注，這一事件提出了關鍵問題：奇鋐的營收成長背後究竟隱藏著什麼樣的市場動力？根據最新報告，奇鋐在2026年3月的營收達到180.17億元，創下新高，月增率為28.5%，年增率更是高達111.72%。這些數據顯示出奇鋐在市場中的強勁表現。

根據資料，奇鋐在2026年第一季的累計營收為490.37億元，年增幅度達到1.1倍，超越了去年第四季的477.75億元。這一成長主要得益於機櫃級AI伺服器的需求激增，進一步推動了液冷技術的滲透率提升。奇鋐董事長沈慶行表示，2025年將是奇鋐的「液冷散熱元年」，這一預測也為未來的發展奠定了基礎。

除了奇鋐的表現，富世達在同一期間的營收也顯示出顯著增長。富世達在2026年3月的營收為16億元，年增率達到95.02%。第一季的累計營收為41.83億元，年增幅度為85.81%。這些數據反映出整體市場的活力，並且顯示出富世達與奇鋐之間的競爭關係。

奇鋐的成功並非偶然，背後的技術創新和市場需求是其成長的主要推動力。高盛證券近期建議投資者買進奇鋐等四檔個股，這一建議進一步強化了市場對奇鋐的信心。奇鋐受惠於機櫃級AI伺服器放量，這一趨勢預示著未來的增長潛力。

奇鋐還預告在2026年將在越南和中國擴產，資本支出金額高達150億元，這一計劃將進一步提升其生產能力和市場競爭力。隨著液冷技術的滲透率提高，奇鋐的市場地位將可能進一步鞏固。

奇鋐在去年11月創下單月營收歷史紀錄173.82億元，這一成就為其後續的成長奠定了基礎。隨著市場需求的持續增長，奇鋐的未來發展值得期待。

目前，市場對於奇鋐的未來發展仍有一些不確定性，特別是在全球經濟變化和技術創新方面。隨著液冷技術的進一步發展，奇鋐是否能持續保持其競爭優勢，仍需觀察。Details remain unconfirmed。

newsroom — Wed, 25 Feb 2026 22:22:24 +0000

鴻海 (2317-TW) 旗下的鴻騰精密 (FIT)(06088-HK) 宣布，將於美西時間 2 月 24 日至 26 日參加全球高速連接技術盛會 DesignCon 2026，展出多項針對 AI 資料中心的解決方案。

此次展會的主題為「Shaping the Future of Data and Power: From Chips to Grid」，標誌著鴻騰從傳統零組件製造商轉型為高階 AI 運算解決方案提供者，反映出當前 AI 浪潮下對頻寬與功耗需求的激增。

鴻騰將展出包括 1.6T 高速互連、PCIe 6.0 / 7.0 線纜、RF Waveguide 等多項關鍵技術，這些技術專為下世代 AI 架構設計，旨在支持高效能運算 (HPC) 的需求。

此外，針對晶片互連需求，鴻騰還將推出新一代 CHIPLINK 448G 方案，這一架構採用插座型模組化晶圓設計，支援多種拓撲結構，能靈活擴展至 CPC-to-I/O、CPC-to-CPC 及 CPC-to-Backplane 等。

鴻騰表示，透過這些先進的連接技術，將協助客戶在不改動現有架構的前提下，將高功率產品完美整合至 AI 機櫃的關鍵零組件中，確保數據在極低延遲下進行傳輸，同時克服物理損耗限制。

newsroom — Wed, 25 Feb 2026 02:22:29 +0000

鴻海（2317-TW）旗下的鴻騰精密（FIT）（06088-HK）最近宣布，將於美西時間2026年2月24日至26日參加全球高速連接技術盛會DesignCon 2026。此次展會將重點展示包括1.6T互連、新一代CHIPLINK 448G方案及次世代液冷技術等AI資料中心解決方案。

隨著AI浪潮的推進，對頻寬與功耗的需求急劇增加，鴻騰此次展會的主題為「Shaping the Future of Data and Power: From Chips to Grid」，標誌著公司從傳統零組件製造商轉型為高階AI運算解決方案提供者。

鴻騰在展會中將針對AI及高效能運算（HPC）架構設計展出多項關鍵技術，包括專為下世代AI架構打造的1.6T高速互連方案、PCIe 6.0 / 7.0線纜、RF Waveguide等，並針對超大型資料中心及AI集群提供先進的液冷技術。

此外，為了應對晶片互連需求，鴻騰還將發表新一代CHIPLINK 448G方案，該架構採用插座型模組化晶圓設計，支持30–34 AWG線纜方案，並可靈活擴展至多種拓撲結構，如CPC-to-I/O、CPC-to-CPC及CPC-to-Backplane等。

鴻騰表示，透過這些先進的連接技術，將協助客戶在不改動既有架構的前提下，將高功率產品完美整合至AI機櫃的關鍵零組件中，確保數據在極低延遲下進行傳輸，同時克服物理損耗限制。