邊緣 AI 拐點之問：題材狂歡退潮，單位經濟效益之實質檢驗

一、ROI 催化｜雲端降本是雙面刃

GTC Taipei 的 Token 經濟學屬於雲端 AI 工廠的資本開支邏輯。黃仁勳以 1GW AI 資料中心為例，指出 Blackwell 世代年營收約 300 億美元，Vera Rubin 世代可提升至約 1,500 億美元；AI 工廠投資規模也由約 300 億美元走向 500 億美元，未來可能達 800 億至 1,000 億美元。對工業電腦廠而言，這組數據只能作為雲端推論成本與企業 AI 使用量的背景變數，不構成 IPC 收入模型。

邊緣分流的實質催化劑，建立於企業端對雲端推論成本的 ROI 算計。黃仁勳同場引用 GitHub commits 數據：2023 年約 3 億次、2024 年約 4 億次、2025 年約 5 億次，2026 年才過數月已接近三倍成長。代理式 AI 一次任務可能消耗一萬至一百萬個 Token，所有推論上雲將同步推升 API 成本、延遲、資料主權與頻寬壓力。邊緣 AI 的需求基礎，來自低延遲、離線備援、資料留存與即時決策的現場剛需。

雲端推論降本同時壓縮與放大邊緣需求。Vera Rubin 等新平台若大幅壓低單位 Token 成本，單純基於成本套利的邊緣分流誘因將被削弱；雲端降本也會加速企業導入 AI，進一步提高工廠、零售與醫療場域對邊緣閘道器的需求。邊緣 AI 的價值主張將從算力替代，轉向現場低延遲、資料治理、離線備援與垂直流程整合。只會銷售算力盒子的廠商將面臨估值壓縮，具備場域資料、軟體整合與流程改造能力的廠商才有平台溢價。

二、訂單與毛利｜樺漢是實證，也是警訊

樺漢 H1 營收創高與逾 2,150 億元之在手訂單，確立板塊中最強的盈餘能見度。6 月營收 176.61 億元，月增 13.4%、年增 57%；第二季營收 478.04 億元，季增 27.5%、年增 37.8%；上半年營收 852.93 億元，年增 23.3%，單月、單季、累計均創歷史新高。在手訂單自 5 月起穩定維持逾 2,150 億元，屬既有存量，不應視為短線新增估值催化劑。

樺漢亦同步暴露邊緣 AI 的毛利陷阱。第一季營收 371.1 億元、年增 7.67%，稅後純益 7.52 億元、年減約 9%，EPS 5.15 元；毛利率 20.11%，低於前季 20.63% 與去年同期 21.52%。公司法說指出，首季獲利受三項因素壓抑：歐洲訂單遞延、記憶體與儲存零組件漲價尚未完全轉嫁、德國太陽能事業重整，合計影響 EPS 約 1.7 元。營收創高與獲利回升需分開定價，樺漢的投資定位應定義為「訂單強、毛利待證」。

在手訂單需拆解品質。樺漢集團營收結構涵蓋工業物聯網、智慧軟體與方案、智慧工廠與廠務，並包含系統整合與工程性收入。低毛利系統整合工程款可能放大營收與訂單基期，卻無法享有高毛利 Edge AI 硬體與軟體服務的估值倍數。若市場將 2,150 億元在手訂單全部視為高毛利邊緣 AI 訂單，將產生估值錯置。後續必須拆出純 Edge AI 硬體、智慧軟體與高附加價值服務的實質增量，並確認毛利率回升。

記憶體超級循環是下半年最直接的成本逆風。AI 伺服器與高階記憶體需求排擠一般 DRAM、NAND 供給，TrendForce 估 Q3 DRAM 合約價仍將上漲 13% 至 18%、NAND Flash 上漲 10% 至 15%。對記憶體廠是順風，對採購記憶體、處理器與儲存元件的工業電腦廠則是毛利逆風。邊緣 AI 拉高 ASP 的同時，料件成本也被墊高；漲價轉嫁能否跑贏成本，將成為樺漢、研華與凌華下半年毛利驗證的核心。

三、個股分流｜研華看平台，樺漢看轉嫁，凌華看毛利

研華屬平台標準制定型。第一季 EPS 3.85 元，全球工業電腦龍頭地位穩固，Edge Computing 與 WISE 解決方案使其具備跨產業長尾專案取得能力。研華之定價核心在於平台標準制定權，優勢來自客戶基礎、通路、垂直場域經驗與軟體服務延伸。若邊緣 AI 成為企業現場標準配備，研華最有機會收割跨產業專案與長期服務收入。

樺漢屬訂單實證加毛利轉嫁型。6 月、第二季與上半年營收均創高，訂單能見度強於一般題材股；第一季毛利率下滑與 EPS 年減，已顯示料件成本、產品組合與低毛利工程收入會削弱 AI 題材的獲利穿透力。公司指引第二季起成本轉嫁與高毛利訂單恢復，仍需由第二季與第三季財報驗證。樺漢的重定價條件不只是營收繼續創高，更是智慧軟體與 Edge AI 相關收入占比提升、毛利率回升、現金轉換不惡化。

凌華扮演邊緣 AI 商業化的毛利壓力測試角色。邊緣 AI 應用展示完整，產品線具備工業場域導入條件，但投資價值需由毛利率證明。若 AI 產品放量後，GPU、記憶體、散熱、客製化開發與軟體授權成本吞掉 ASP 提升，將驗證「營收虛漲、實質毛利遭侵蝕」之風險。凌華提供本輪族群中最早期的反向驗證：邊緣 AI 產品能推出，不代表 IPC 廠能取得更多利潤池。

輝達生態系是整個族群的共同壓力。Jetson、Thor、NIM 微服務、NVIDIA AI Enterprise 讓 IPC 廠更快推出邊緣 AI 產品，也可能使利潤池往平台供應商集中。高階邊緣 AI 盒子若綁定軟體授權、模型服務與訂閱式微服務，IPC 廠帳面 ASP 會上升，實質毛利可能被平台費、料件成本與客製化支援侵蝕。缺乏自有軟體、場域資料與系統整合能力的廠商，容易淪為高單價、低議價力的硬體通道。