鸿海AI服务器营收暴涨,美合作计划激增
鸿海精密董事长刘扬伟在法说会上宣布,公司今年AI服务器营收有望突破兆元,占比将超过50%,并力争全球市占率达40%。得益于英伟达HGX平台的强劲需求和与客户的深度合作,鸿海在AI服务器领域已实现英伟达GB200批量生产,并积极研发下一代产品。 面对关税挑战,鸿海将与美国客户在多个州开展生产合作,以增强供应链韧性,巩固其在AI服务器市场的领先地位。 鸿海还积极布局AI人形机器人市场,展现其在AI领域的长期战略规划。

鸿海精密(2317)昨日召开法说会,董事长刘扬伟宣布,公司今年AI服务器营收有望突破兆元大关,占整体服务器营收比重将超过50%。他表示,鸿海今年目标全球市占率达40%,这还是个保守估计。英伟达(NVIDIA)GB200已实现批量生产,第一季度AI服务器业绩较去年第四季度和去年同期实现倍数增长,全年出货量将持续攀升。
针对市场关注的AI服务器市场现状,刘扬伟指出,目前市场需求强劲,主要来自云端服务供应商(CSP)和一线服务器厂商的积极拉动。英伟达HGX平台需求依然旺盛。鸿海在AI服务器领域具备研发、制造、垂直整合、客户关系以及全球布局等多重优势,客户涵盖几乎所有主要买家,订单能见度超出预期。无论是已量产产品还是新项目,公司都在加大投入,以满足客户需求。AI服务器业务今年将持续增长,占比必将超过五成。
他透露,经过数月的资料收集,GB200良率已达批量生产标准,生产日趋稳定,未来几季出货不成问题。在GB300的研发进度方面,鸿海已提前与客户合作开发下一代甚至下下一代产品,对GB系列新产品的掌握度充满信心。他强调,AI服务器产业进入门槛极高,包括组装、垂直整合、研发、品质和全球布局等都是客户考量的关键因素,也是鸿海能够脱颖而出的主要原因。
刘扬伟预测,未来十年AI人形机器人市场将高速发展,成为机器人产业的支柱,应用范围广泛,带来巨大的商机。除了智慧制造领域的应用,鸿海也在开发医疗服务机器人,并希望今年能够对外公开相关信息。鸿海的人形机器人战略采取多元化策略,既布局关键零部件(如马达),也进行组装,并提供软硬件应用平台服务。
针对关税问题,他坦言,关税已成为美国客户CEO的一大难题。鸿海将与美国客户在多个州开展生产合作计划,并表示此类计划将持续增多,成熟后将对外公布。至于美国政府的政策走向,鸿海将保持观望,专注做好自身工作。
刘扬伟强调,美国是鸿海最早投资的国家之一,早在1988年就已进入美国市场。目前,鸿海在全球24个国家拥有233个厂区,丰富的全球布局经验使其能够有效应对挑战。虽然关税对需求造成一定影响,但鸿海的供应链韧性较八年前川普执政时期更为强大。在美生产方面,鸿海将积极响应,建设美国生产基地,并灵活调整产能。
本篇关于《鸿海AI服务器营收暴涨,美合作计划激增》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!
GoGin框架MySQL连接报错:解决“invalidmemoryaddressornilpointerdereference”
- 上一篇
- GoGin框架MySQL连接报错:解决“invalidmemoryaddressornilpointerdereference”
- 下一篇
- PHP中$this->用法:静态调用实例方法为何报错?
-
- 科技周边 · 人工智能 | 2小时前 |
- Hugging Face Datasets map batched 返回长度不一致时怎么定位
- 213浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 |
- Hugging Face Datasets flatten 怎么展开嵌套字段并保留特征类型
- 455浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 |
- Hugging Face Datasets with_format 和 set_format 混用后为什么列类型变了
- 228浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 | 兼容性 · LiteRT Select TF Ops TFLITE_BUILTINS TensorFlow模型转换 不支持算子
- LiteRT 转换遇到不支持算子时怎么判断是否启用 Select TF Ops
- 226浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 | 人工智能 · LiteRT SignatureDef 多输入模型 端侧推理
- LiteRT SignatureDef 多输入模型怎么按签名准备推理张量
- 191浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 |
- Keras 自定义 train_step 怎么让正则损失继续参与梯度
- 343浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 | 人工智能 · 深度学习 · Keras RaggedTensor keras.Input ragged=True TensorFlow backend 模型保存 load_model 变长序列
- Keras RaggedTensor 输入模型保存后怎么保持变长序列结构
- 250浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 | 人工智能 · Keras NaN mixed_float16 mixed precision loss scale 输入范围 dtype policy
- Keras mixed_float16 训练出现 NaN 怎么区分 loss scale 和输入范围
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 | 人工智能 · 深度学习 · PyTorch strict state_dict load_state_dict module. 前缀 检查点迁移
- PyTorch state_dict 参数名前缀变化后怎么兼容旧检查点
- 436浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 | 人工智能 · 深度学习 · 内存优化 · 内存 PyTorch 按需加载 mmap checkpoint torch.load map_location state_dict
- PyTorch torch.load 开启 mmap 后为什么读取参数时才占用内存
- 475浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 452次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 520次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 536次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 483次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 304次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

