金麗科 (3228)

各位股東女士、先生:感謝股東對公司的信賴與支持,回顧2025年,由於 AI 晶片、高頻寬記憶體(HBM)及雲端基礎設施的爆發性需求,WSTS 估計大幅增長約22%,NVIDIA 成為首家營收突破1,000 億美元的半導體廠商,由於 AI 伺服器對 HBM(高頻寬記憶體)的需求,記憶體領域的成長尤為驚人(SK Hynix 年增長達37%),HBM 已佔據 DRAM 市場營收約 23%,2025 年被視為2奈米(2nm)技術的關鍵年,台積電、三星與 Intel 的先進製程產能持續推動邏輯晶片的營收增長。受惠於 AI 數據中心的建設,美洲與亞太地區的成長最為顯著,增幅落在 18% 至 30% 之間,歐洲與日本由於車用與工業半導體回溫較慢,成長相對溫和,僅維持在個位數至低雙位數,雖然整體營收大漲,但實際的「晶圓出貨量」僅增加約5.4%,這代表成長主要來自於平均售價(ASP)的大幅提升(AI晶片單價極高)。全世界中高階 Embedded 市場採用 x86 CPU,中低階採用 ARM 及 RISC-V 晶片,前4大工業機器人公司 Fanuc、Yaskawa、ABB、Kuka 都採用 x86CPU,而 Intel 因面臨 AMD 的競爭及Nvidia 的競合,Nvidia 投資 intel USD 50億,Intel Embedded 部門併入PC部門,供應Embedded 主力產品 ATOM 晶片面臨內部產能優先供應 AI 市場分配的問題,應用端客戶希望能有更多的 x86 CPU 晶片供給。在 2026 年的 AI 生態系中,x86 CPU 已從單純的「中央處理器」演變為 AI 系統的調度中樞與高效推理平台。雖然在「超大規模模型訓練」上仍由 GPU 主導,但 x86 憑藉著指令集進化(如 AMX、AVX-512)與無處不在的生態系,在推理與 Edge 端展現了極強的影響力。以下從訓練、推理及 Edge 端分析 x86 的影響力:1. AI 訓練:從「旁觀者」轉為「中小型模型與數據預處理的主角」在LLM(大型語言模型)的初始訓練中,GPU 依然是主力,但 x86CPU 扮演了不可或缺的兩個角色:• 數據預處理: AI 訓練前的大規模數據清洗、格式轉換與增強,這類邏輯複雜的工作主要由 CPU 完成。• 中小型模型訓練: 透過 Intel AMX (Advanced Matrix Extensions) 與 AMD Zen 5 的性能提升,企業現在能在 Xeon 或 EPYC 伺服器上直接進行針對性的小型模型微調(Fine-tuning),無需負擔昂貴且缺貨的專用 GPU 資源。2. AI 推理:x86 的核心戰場隨著AI 從「研發期」進入「應用期」,推理(Inference)的需求遠大於訓練。x86 在此展現了極高的 TCO(總持有成本)優勢:• 內建硬體加速:第4、5代以後的 Xeon 處理器透過 VNNI 與 AMX,將整數(INT8)與浮點(BF16)運算效能提升數倍,使得純 CPU 推理足以應對多數自然語言處理與影像辨識。• 記憶體容量優勢: CPU 可調動 TB 級別的系統記憶體,在運行參數量極大、但對延遲要求非極致的企業級模型時,比 VRAM 受限的 GPU 更具彈性。3. Edge 端應用:AIPC 與工業邊緣的霸主在Edge 端,x86 透過 AIPC 概念重新定義了終端影響力:• 異構運算架構: 現代 x86 處理器(如Core Ultra, Ryzen 9000)整合了 CPU+GPU+NPU。CPU負責處理突發性的、不規則的AI 任務(如代碼補全、邏輯過濾),確保系統整體反應速度。• 軟體生態系相容性: 全球多數工業設備與商用軟體皆基於 x86 架構。在邊緣端部署AI 時,使用 x86CPU 可以實現「零代碼修改」的無縫移植,這是 ARM 或專用 ASIC難以企及的門檻。NVIDIA 出售了其價值1.4億美元的 ARM 剩餘股份,此舉同時也正值 ARM 在未來AI 競賽中角色受到質疑之際。對於不熟悉的人來說,CPU 近年來正獲得極大關注,特別是基於代理的推論,這類工作負載顯示,主要焦點從 GPU 運算轉向更偏重 CPU 的任務,例如工具呼叫、API 請求、記憶體查詢與編排邏輯。基於 ARM 的 CPU 在 AI 伺服器中的動能相對較弱,原因是 GPU 排程效率相較於 x86 較低。x86 被宣稱優於 ARM 有多種原因,其中一個較大的瓶頸來自於,特別是代理,重點更多放在「單執行緒突發速度」上,而非多核心配置的優勢,因為多核心配置增加 GPU 在等待指令時閒置。在每秒執行數百萬微任務的代理環境中,即使是輕微延遲也可能造成明顯瓶頸。另一個主要優勢,除了ARM 與 x86 的技術細節外,還有一些企業資料中心的生態系統專注於 x86,包括韌體堆疊、虛擬化層,以及多年編譯的軟體。這也是 Intel/AMD 近年來伺服器產品需求極高的另一個主要原因:超大規模業者正處於升級週期,這也是為什麼 NVIDIA 採用 x86 伺服器機架是合理的原因。金麗過去20幾年來利用在嵌入式市場的長期耕耘,驗證了開發 x86 最困難的相容性問題,2025年持續往64位元開發,讓客戶在效能、成本及產品彈性上有更多的選擇,預計2026年產出64位元22nm 晶片標準品,可以打入原 Embedded 中高階市場外,同時並行開發先進製程(12nm 以下)IC,對標 Intel、AMD 趕上 AI 及電競應用(edge)市場。自動化市場在2025年度隨著客戶應用端更加穩定,營收依舊往上成長,將會是未來公司相當穩固的基本盤營收,另公司除了在高階製程能提供單晶片解決方案外,亦可在成熟製程上搭配公司自主研發的動態電路技術及先進封裝,提供客戶多樣化選擇於高效能運算應用產品。2026 年將在下面幾個開發目標機會下持續與客戶洽談開發(ASIC)合約,(1).64 位元2/4 核心:工業/自動化 IPC 應用/PC,NB、(2).64 位元 8/16 核心:工業/自動化 IPC 應用/PC,NB/AIPC、AINB/一體機/電競 PC/Edge sever、(3).5G基地台、(4).x86 SoC ASIC。仍將本著一貫務實、專注及創新的精神,面對問題、解決問題,實實在在的做好各項基礎功,逐步建立公司長期獲利的模式,以符合市場期待,進而增進股東權益。本公司 2025 年度營業收入為新台幣 308,984 仟元,較 2024 年度之 424,695 元減少27.25%,主要是與客戶 ASIC 遞延協商中,2024年度之稅後淨損 24,114 仟元,2025年稅後淨損金額新台幣 143,878 仟元,每股稅後虧損為2.03元。2025年度持續投資研發費用240,524仟元,約佔營收的78%,較2024年度減少2.53%。研發除提升公司產品的效能及擴大應用外,亦大幅提升公司的技術能力,未來公司仍將持續擴大投資維持競爭力。展望2026年的發展,隨著64位元 22nm out of order 晶片的量產,藉此打入 Intel、AMD x86 主要營收市場,公司將會擴大客戶群及營收,並持續投注大量資源於研發,希冀能把握住每個成長的契機,為股東創造最大利益。本公司全體經營團隊非常感謝所有的客戶、供應商及各位股東之支持,期盼更多的投資大眾、業界先進繼續給予金麗支持與鼓勵,金麗全體員工將以最大的努力,積極開發新產品及拓展業務,在未來年度將能開始展現過去幾年開發的成果,創造輝煌佳績,重返榮耀,以更大成果分享全體股東。敬祝各位股東女士、先生身體健康萬事如意