8 月 11 日美股盤後，Supermicro 和 CoreWeave 將分別公佈最新財報；按照台北時間計算，兩份成績單將在 8 月 12 日清晨落地。工業富聯 2026 年半年報同樣預約在 8 月 12 日披露。三家公司恰好站在 AI 基礎設施最重要的三個環節：工業富聯連接全球雲廠商與大規模製造體系，Supermicro 負責把 GPU、液冷、網路和機櫃整合成伺服器系統，CoreWeave 則繼續向下游延伸，把昂貴的 GPU 叢集變成可以按合同出售的算力。
這場集中披露的價值，在於觀察同一筆 AI 資本開支如何沿產業鏈流動。
截至目前，行業需求仍然強勁。IDC 在 7 月 21 日將 2026 年全球 AI 基礎設施支出預測進一步上調至 4970 億美元，同比增長約 56%；今年一季度支出已經達到 897 億美元，其中伺服器佔 AI 基礎設施支出的 97.6%。IDC 同時預計，2029 年這一市場將達到 1.08 兆美元。
訂單越來越大，考題卻比兩年前複雜。伺服器能夠賣出去，只解決了收入問題；製造效率、產品組合、周轉速度、電力成本、折舊和融資結構，最終決定利潤能夠留在那一層。商業模式不同，最終長出來的資產負債表也完全不同。
4970 億美元繼續湧入，
但伺服器產業已經從 “有沒有需求” 進入 “誰能高品質交付”
如果只觀察需求端，AI 伺服器仍然處於非常強的擴張周期。
IDC 公佈的最新資料給出了一個容易被忽略的訊號：2026 年一季度全球 AI 基礎設施支出同比增長 33.1%，環比大體持平，但 IDC 反而上調了全年預測。原因並非單純增加 GPU 採購，CPU 推理叢集、資料管道、記憶體更新以及更大規模的機架級系統，都在擴大 AI 基礎設施的投資邊界。伺服器一季度對應支出 876 億美元，佔整個 AI 基礎設施市場 97.6%。
工業富聯的業績預告提供了製造端最直接的驗證。
公司預計 2026 年上半年歸母淨利潤達到 234 億 —244 億元，同比增長 93%—101%，扣非淨利潤預計達到 227 億 —237 億元，同比增長 94%—103%。更重要的是經營結構：上半年雲服務商 AI 伺服器營業收入同比增長超過 230%，800G 以上資料中心交換機出貨量同比增長 1.4 倍，與大客戶共同研發的下一代產品預計下半年逐步進入量產。
工業富聯的變化已經超出 “伺服器出貨增長” 本身。AI 伺服器正在從一台機器升級為機櫃級工程：GPU、網路、交換機、散熱、電源、機架以及軟體管理共同決定交付能力。客戶採購單位越來越大，製造商參與設計的時間越來越早，供應鏈管理的複雜度也隨之上升。
這解釋了工業富聯利潤增長為什麼具有更高的資訊含量。
如果企業只是被動擴大代工規模，收入高速擴張未必能夠帶來接近翻倍的淨利潤；工業富聯本輪預告顯示，產品結構改善和 AI 業務放量已經同時進入利潤端。此前長期圍繞製造企業存在的低毛利率疑問，也需要結合新的產品組合重新觀察。
Supermicro 呈現的是另一種增長形態。
截至正式財報發佈前，公司 7 月 21 日給出的初步資料預計第四財季收入接近 110 億 —125 億美元指引的低端，但 GAAP 及 Non-GAAP 毛利率預計達到 15%—17%，明顯高於此前 8.2%—8.4% 的指引；第四財季收到的新訂單超過 600 億美元。公司將毛利率改善歸因於客戶與產品組合變化。
這組數字的重要性超過簡單的收入高低。
Supermicro 第三財季收入 102 億美元，毛利率只有 9.9%；再往前一個季度，毛利率甚至只有 6.3%。第四財季如果最終確認 15%—17% 的初步區間，說明公司正在尋找訂單規模與盈利質量之間更合理的平衡。
AI 伺服器行業下一階段的競爭因此會更細：訂單依然重要，但客戶結構、系統整合能力、液冷方案、機櫃交付速度和供應鏈控制能力，開始決定同樣一億美元收入究竟能夠留下多少利潤。
工業富聯和 Supermicro 拼製造效率，
CoreWeave 承擔了更昂貴的增長方式
真正把產業鏈利潤結構拉開差距的是 CoreWeave。
CoreWeave 並不滿足於出售伺服器。公司購買 GPU、建設資料中心、保障電力與網路資源，再將算力以長期合同出售給 AI 企業和大型客戶。這讓 CoreWeave 擁有比硬體廠商更長的收入能見度，同時也承擔了明顯更重的資本負擔。
一季度 CoreWeave 收入達到 20.78 億美元，上一年同期為 9.82 億美元；截至 3 月底，Revenue Backlog 已經達到 994 億美元。公司投運電力規模超過 1GW，簽約電力超過 3.5GW，其中 3 月與 Meta 簽署的新協議包含 210 億美元承諾。
放在任何高速增長行業，接近 1000 億美元的積壓收入都足夠醒目。
但 CoreWeave 的利潤表同時給出了另一面。
一季度公司淨虧損 7.4 億美元，淨利息支出 5.36 億美元；調整後 EBITDA 達到 11.57 億美元，對應 56% 的利潤率，但調整後經營利潤只有 2100 萬美元。同期折舊及攤銷達到 11.47 億美元。
現金流更加直觀：一季度經營活動產生現金 29.84 億美元，而購買固定資產及資本化軟體支出達到 76.95 億美元；截至 3 月底，公司固定資產淨額已經達到 364.24 億美元，流動及非流動有息債務合計約 248.59 億美元。
這些數字並不否定 CoreWeave 的商業模式，反而揭示了 GPU 雲業務真正需要解決的問題。
CoreWeave 把今天的大量資本投入，換成未來多年算力合同。訂單越多，需要提前建設的資料中心、電力和 GPU 資產越多；基礎設施投入越快，折舊和融資費用也越早進入財務報表。因此，CoreWeave 的增長不能只觀察收入和 EBITDA，還需要持續觀察裝置利用率、合同兌現、電力上線速度以及融資成本。
工業富聯幾乎處在這張資產負債表的另一端。製造企業主要依靠供應鏈、工程能力和周轉效率放大收入；CoreWeave 則需要提前擁有大量固定資產才能形成收入。
Supermicro 位於兩者之間。公司既要承擔庫存和大客戶訂單帶來的營運資金壓力，又無需像 CoreWeave 一樣長期持有全部算力資產。Supermicro 第三財季雖然實現 4.83 億美元淨利潤，但據財報累計資料測算，單季經營活動現金流淨流出約 66 億美元，也說明伺服器規模快速膨脹後，庫存、應收和採購對現金管理提出了更高要求。
三個環節由此呈現出不同的財務性格：工業富聯看製造效率和產品升級，Supermicro 看系統整合與周轉，CoreWeave 最終要證明重資產算力網路能夠形成足夠高的長期回報。
下一輪 AI 伺服器競爭，
勝負會越來越取決於 “每一美元資本能生產多少有效算力”
近兩年的 AI 基礎設施擴張已經解決了一個問題：全球大型科技公司願意持續為算力投入巨額資本。
接下來的問題更難 —— 這些資本最終能否形成足夠高的使用率和商業收入。
IDC 最新研究已經觀察到架構層面的變化。2026 年一季度，基於 ARM 的非 x86 加速伺服器支出達到 530 億美元，x86 加速伺服器為 346 億美元；IDC 認為，大型客戶向機架級 GPU 系統集中正在改變伺服器架構，同時推理、資料處理和 CPU 叢集也在擴大。
這會繼續改變產業鏈的價值分配。
對工業富聯而言，伺服器數量只是其中一部分。機櫃複雜度提升、高速交換機滲透、下一代產品共同研發，以及全球製造和交付能力，決定公司能否繼續提高單個資料中心項目中的參與深度。上半年 AI 伺服器收入增長超過 230%、利潤接近翻倍，已經給出了較強的階段性答案。
Supermicro 面臨的任務更加具體。超過 600 億美元的新訂單說明需求並不匱乏，公司自己同時提醒，其中部分訂單並不構成不可取消的確定承諾，仍可能延期或取消。訂單只有完成生產、驗收並形成收入後，才真正具備財務意義。
CoreWeave 面對的則是時間問題。994 億美元積壓收入給出了多年業務能見度，龐大的固定資產和債務要求這些合同盡快轉換成高利用率的資料中心。算力利用率越高，前期資本投入被攤薄得越充分；利用率出現波動，折舊和利息不會同步消失。
AI 基礎設施因此越來越像一場工業能力競賽。
模型決定算力需求，晶片決定性能上限，真正把數十萬顆晶片轉化為穩定服務，還需要製造、供電、散熱、網路、融資和營運共同完成。最昂貴的 GPU 如果沒有電力，沒有高速互聯，或者長時間處於低利用率狀態，都只是資產負債表上的資本佔用。
把工業富聯、Supermicro 和 CoreWeave 放在一起，更容易理解這輪產業擴張的下一層變化。
工業富聯正在證明大規模製造也可以獲得更強的利潤彈性；Supermicro 需要證明機櫃級系統增長能夠與毛利率和現金周轉重新取得平衡；CoreWeave 則承擔了更具進攻性的選擇 —— 用今天的巨額資本投入換取未來數年的算力收入。
三種模式很難簡單判斷高下，因為三家公司賺的是不同的錢，也承擔不同的風險。
真正具有持續性的企業優勢，最終會落到一個樸素的問題上：投入一美元資本，能夠穩定生產多少可出售、可持續盈利的算力。
AI 產業已經擁有足夠宏大的需求數字。下一階段更有價值的資訊，將來自這些數字背後的工程效率、資金效率和資產效率。
訂單還會繼續增長，伺服器還會繼續變貴，資料中心還會繼續擴建。
但利潤不會沿產業鏈平均流動。
能夠用更少資本、更快周轉、更高利用率完成同樣算力交付的公司，才更可能在這一輪 AI 基礎設施擴張中，把景氣真正沉澱成長期盈利能力。(財報研究社Pro)