7月AVC185.9亿只是上半场！奇宏&双鸿下一波大单全押ASIC!- 大数跨境

首页

7月AVC185.9亿只是上半场！奇宏&双鸿下一波大单全押ASIC!

AI热设计

2026-08-19

导读：AI 算力产业链 · 深度拆解185.9亿新高背后：奇鋐、双鸿的"大单"，下一波大单全押ASIC!

AI 算力产业链 · 深度拆解

185.9亿新高背后：奇鋐、双鸿的"大单"，
下一波大单全押ASIC!

8月12日法说会上，奇鋐财务长陈易成甩出一句话："2025年是液冷元年，2026年是ASIC元年。"同一周，奇鋐公告7月营收185.9亿元（新台币，下同）再创单月新高；双鸿也交出37.65亿元、年增116.7%的历史新高成绩单，两家合计单月逾223亿元。

如果只看"营收创新高"，就错过了这则公告里最值钱的信号：真正拉动下一阶段增长的大单，正从英伟达GPU平台，悄悄流向谷歌TPU、亚马逊Trainium、Meta MTIA这些ASIC。

要理解为什么"散热"会从配角变成战略环节，先看一组功耗数字：单机柜风冷的物理上限约30—40kW，而搭载B200/Rubin或新一代TPU的AI机柜功耗已普遍冲上100kW甚至更高；H100单芯片约700W，B200约1,000W，B300与Rubin只会更高，谷歌TPU v7、AWS Trainium 3的整芯片功耗同样跨过风冷极限。当"每柜功耗"翻了数倍，风冷彻底失效，液冷从"可选项"变成"必选项"——这正是整条散热链估值重估的物理基础。

本文要做的，是把这次新高"拆开看"：先看成色，再看拐点，再给三个硬逻辑，最后重估液冷的TAM。结论先行——185.9亿只是上半场，真正的大单，才刚从GPU流向ASIC。

一、两张表，看清这次新高的成色

先交代两家主角：奇鋐（AVC，3017）起家于机壳与散热模组，近年凭借冷板、分歧管到CDU的一条龙整合能力，跃居AI服务器液冷龙头；双鸿（3324）则从笔电散热模组切入，借GB200机柜液冷与ASIC平台认证，营收与毛利率同步跃升。两家恰好代表了"从通用散热走向AI算力卖水人"的两条典型路径。

奇鋐（3017）：量价齐升，且"含金量"在变。7月营收185.90亿元，月增5.52%、年增57.39%，再创单月历史新高；今年1—7月累计营收1,167.49亿元，年增80.34%。更硬的是半年报：2026年上半年合并营收981.59亿元、年增85.46%，毛利率31.17%（年增6.13个百分点），税后净利174.83亿元、年增142.45%，EPS 44.54元，多项指标写历年同期新高。单季看，Q2营收491.21亿元、毛利率32.57%创单季新高、EPS 24.37元。

毛利率连续爬坡，是这份财报里比营收更值得盯着的数字。它说明两件事：一是产品结构正从"风冷为主"切换到"液冷占比提升"——液冷零组件的单价与毛利结构显著优于传统机壳、风扇；二是规模效应开始兑现，扩产后的产线利用率在抬升。产能端同样在为大周期备货：冷板月产能目标冲100万片、分歧管月产7,000套，扩产后产能较现有增加约50%；越南新厂Q3起贡献GB200营收，今年资本支出约150亿元。这些产能不只服务GPU，也同时为ASIC平台备货——后面会看到，这正是关键伏笔。

双鸿：加速更猛，且"液冷纯度"更高。7月营收37.65亿元，环比+38.53%、年增116.70%，创历史新高；前7月累计210.14亿元、年增83.28%。董事长林育申已将全年营收增长目标从五成上修至七成，预估全年约400亿元，明年有望突破500亿元。其液冷营收占比从2025年的34%提升至2026年的55%以上，水冷板月产能从30万片拉升至40万片，均热片年底目标100万颗，泰国与广州两厂同步扩产。

不是一家独秀，而是整条液冷链在共振：健策7月32.13亿元（年增90.96%）、川湖7月64.07亿元（年增355.4%），散热三雄同步刷新纪录。东方证券8月17日研报指出，下半年英伟达Rubin及谷歌TPU出货，有望进一步提升数据中心液冷渗透率，需求增长趋势延续。当一个细分赛道的所有龙头同创新高，它反映的不是单一客户波动，而是行业β。

二、法说会一句话，暴露了真实拐点

"2026年是ASIC元年"并非口号。奇鋐管理层给出清晰节奏：Q3由GPU相关产品（英伟达Vera Rubin于8月底小批量产）率先放量，Q4由ASIC水冷产品接力进入大批量生产；事业处副总更明确，最快2027年，ASIC客户的营收占比就会超越NVIDIA主导的GPU阵营。

一个必须说清的合规事实：7月那185.9亿，当下仍主要由GB200/GB300及Rubin的拉货贡献，ASIC的"接力"是从Q4 2026才真正开始。所以这是一条"已被订单簿验证、但尚未完全兑现"的曲线，而非已经发生的替代。把"未来主线"当成"当下事实"去吹票，恰恰是最容易踩坑的地方——本文所有判断，都应建立在这条时间线上。

双鸿的订单结构印证了拐点的真实存在。林育申透露，公司已取得Meta、亚马逊主要供应商地位，并取得Google CDU（冷却分配单元）订单；下半年ASIC服务器散热占公司整体营收约四成。管理层把产能同时备给GPU和ASIC两边，恰恰说明"GPU与ASIC不是二选一"，但ASIC占比正快速攀升，且拐点比市场预期来得更早。

三、为什么ASIC才是更大的单？三个硬逻辑

逻辑一：量——ASIC出货量2027年反超GPU，且斜率更陡

摩根大通预估，2026年ASIC占全球AI芯片出货量约42%（约680万颗），2027年将升至53%（约1,250万颗），首次超越GPU的1,090万颗。另有机构测算口径更激进：2026年全球ASIC出货约770万片、占45%，2027年增至1,590万片、占58%，正式超越GPU。

支撑这条陡峭斜率的，是云厂真金白银的部署：
· AWS Trainium：自研芯片今年内部部署已达210万颗、明年升至300万颗（+40%）；Trainium 3基本售罄，累计客户收入承诺超2,250亿美元，Anthropic单独承诺部署超100万颗Trainium。
· 谷歌TPU：全年出货预计400—450万颗，2027年有望跳至800万颗。
· Meta MTIA / 微软 Maia / 苹果：均在加速自研芯片的规模化部署。

GPU仍在增长，但增量的份额正被ASIC切走。对散热厂而言，这意味着客户数量从"一家英伟达 + 几家ODM"变成"六大云厂各自的一条产线"——可服务的终端需求池显著扩大。更关键的是，六大云厂的资本开支节奏并不完全一致：当某一家GPU出货短期波动时，其他ASIC客户的拉货可以对冲周期，使散热厂的营收曲线比"纯GPU供应链"更平滑、更可持续。这正是"卖水人"相对"单一客户供应商"的估值溢价来源。

逻辑二：价——ASIC液冷的"内含价值"逼近GPU，且更"值钱"

摩根士丹利与凯基均指出，2026年ASIC导入液冷后，其液冷零组件内含价值将接近甚至逼近GPU服务器水准，使ASIC散热成为继GB300之后的第二条结构性成长主轴。更关键的是技术差异：GPU冷板是"标品走量"——一颗芯片配一块冷板、规格统一、英伟达说了算；ASIC机柜散热点位更分散（谷歌TPU、AWS Trainium、Meta MTIA功耗均已突破风冷极限，新一代只会更高），管路因定制化设计各异，冷板规格难以统一，"一案一设计"成为常态。这意味着对厂商工程响应与定制化能力的要求远高于GPU标品，毛利结构也更优。

还有一个被低估的价值放大器：散热正从"单芯片冷板"走向"整柜液冷"。早期液冷多为在GPU/ASIC芯片上加一块冷板；而新一代AI机柜采用"冷板 + 分歧管 + CDU（冷却分配单元）+ 快接管路"的整柜方案，单柜零组件内含价值数倍于单冷板。谁掌握CDU与整柜整合能力，谁就拿到了价值量最大的那一块。奇鋐、双鸿的资本支出与产能扩张，重点正是冷板之外的CDU与分歧管——这解释了为何它们敢同时给GPU与ASIC两边备货。

成本端也在推着云厂"用脚投票"。谷歌TPU v7 Ironwood的FP8算力已接近英伟达B200/B300，但估算售价约1.3万美元，远低于B200的3.5万、B300的4万；同等模型负载下，ASIC单Token推理成本约为高端GPU的三分之一。摩根大通进一步点出底层动因——限制数据中心扩张的最大瓶颈已不是资本，而是电力，"每瓦效能"正成为AI时代最关键的竞争指标，这正是定制化ASIC相对通用GPU的结构性优势。

逻辑三：客户分散度——GPU被锁死，ASIC在跑马圈地，二线厂商迎来窗口

GPU冷板短名单已锁死四家（Cooler Master / AVC / BOYD / 双鸿），后来者难挤入，格局固化。而ASIC散热的认证对象通常是部件厂（网卡厂、光模块厂）而非英伟达原厂，认证周期更短、话语权更分散——这是二线厂商为数不多的窗口期。竞争格局从"GPU时代的一家独大"转向"ASIC时代的群雄并起"，恰恰放大了具备"冷板→分歧管→CDU→机壳"一条龙整合能力的厂商的卡位优势。奇鋐、双鸿正是因为同时握有冷板与CDU、且能跨平台做定制化设计，才在新格局里拿到更多席位。

案例拆解：两个ASIC客户的"散热账"。
· 谷歌 TPU v7 Ironwood：单芯片FP8算力接近B200/B300，但整机柜功耗同步冲高，必须整柜液冷。对散热厂而言，它的价值不在"一片冷板"，而在"一整柜的冷板阵列 + 分歧管 + CDU"——内含价值逼近GPU机柜，且谷歌每年一代的迭代节奏，意味着持续的设计服务收入，而非一锤子买卖。
· AWS Trainium 3：今年内部部署210万颗、明年300万颗，且Trainium 3基本售罄、累计客户收入承诺超2,250亿美元。如此体量的自研芯片上量，直接转化为冷板与CDU的批量订单；Anthropic单独承诺部署超100万颗Trainium，更说明需求来自真实训练负载而非囤货。双鸿拿下亚马逊主要供应商地位，正是ASIC散热从"概念"走向"批量"的缩影。
这两个案例共同指向一点：ASIC不是GPU的廉价替代品，而是功耗、定制化、批量三要素兼具的新主线，散热厂拿到的是"量价齐升 + 持续迭代"的更长合同。

四、重估液冷TAM：不是"英伟达的生意"，是"所有CSP的生意"

这个165亿美元的盘子怎么来的？国海证券的拆解逻辑是：以"单柜液冷价值量 × 全球AI服务器出货量 × 液冷渗透率"估算——2026年GPU机柜贡献约119亿美元、ASIC机柜贡献约46亿美元。关键点在于，ASIC那46亿几乎是从零起步、2025年后才放量，其增长弹性远高于已处高基期的GPU部分；换句话说，TAM的增量几乎全由ASIC这条新主线贡献。

过去三年，整个液冷散热供应链的产能规划、认证冲刺、扩产节奏，几乎全锚定在英伟达GPU出货量这条单一曲线上。但ASIC把TAM的逻辑改写了：它不再是"一家GPU的量"，而是谷歌+亚马逊+Meta+微软+OpenAI+苹果的自研芯片总和。TrendForce预计2026年AI数据中心液冷渗透率达40%（2024年仅14%），两年渗透率翻近三倍，正是双主线（GB300 + ASIC）叠加的结果。

三个务必警惕的坑：第一，别把ASIC当稳定订单——ASIC迭代周期比GPU更快（谷歌TPU、AWS Trainium基本每年一代），绑定单一客户的平台切换风险更高，需要多客户分散对冲；第二，别拿GPU冷板产线直接改做ASIC件——尺寸公差、管路接口、流道设计体系完全不同，工艺壁垒差一个量级；第三，别只盯英伟达——多平台并行才是ASIC元年的生存法则。

如何验证这个判断？三个可跟踪指标：一是各公司财报中的"液冷营收占比"与"ASIC客户贡献"披露；二是新客户/新平台认证进展（谁拿到Google CDU、Meta、亚马逊主供）；三是资本支出与冷板、CDU产能爬坡节奏是否匹配多平台需求。跟踪这三个信号，比单纯数GPU水冷板出货片数更能提前看见拐点。

结语：从"英伟达供应链"到"AI算力卖水人"

当市场还在数GB300水冷板能出几片时，奇鋐、双鸿的订单簿已经写上了TPU、Trainium、MTIA的名字。从"英伟达供应链"到"AI算力基础设施的卖水人"，散热厂正完成一次范式转换。

185.9亿元只是上半场。真正的大单，才刚从GPU流向ASIC——而能同时服务两条主线、又能跨平台做定制化的人，才有资格拿到这张长期门票。

看都看到这里了，点个关注

获取更多 AI 算力产业链的深度拆解与前沿资讯

数据来源：奇鋐/双鸿2026年7月营收公告、8/12法说会；东方证券8/17行业研报；国海证券测算；JPMorgan、Morgan Stanley/凯基、TrendForce公开资料。本文为产业分析，不构成投资建议。