8月11日晚，工业富联发布半年报，数据足够让市场重新打量AI服务器产业链的利润分布。
上半年营收5578.61亿元，同比增长54.63%；归母净利润237.40亿元，同比增长95.99%；扣非净利润229.84亿元，同比增长96.99%，营收和净利润都创下同期新高。业务结构里，云计算收入增长75.7%，云服务商AI服务器收入增长2.3倍，GPU AI机柜出货增长3.2倍，ASIC AI机柜增长3倍；数据中心高速网络收入增长1倍，800G以上交换机和SuperNIC网卡出货都增长1.4倍。
算力资本开支正在从GPU向整机柜、网络、液冷、电源等环节扩散，制造端开始出现清晰的利润兑现，这是比“AI服务器高增长”本身更值得注意的变化。
服务器制造仍然拼规模和供应链，但产品形态已经从单机交付进入整柜交付，从标准化组装延伸到联合研发、液冷、电源管理和高速网络。工业富联接的生意越来越复杂，单个数据中心项目能拿到的价值量也在变大。亚当·斯密说过，分工受市场范围的限制。算力市场越大，分工就越细。芯片依然站在技术制高点，但利润开始沿产业链寻找新的承接者，工业富联已经把这种转移写进了财务数据。
AI服务器进入整柜交付，
利润向系统集成和制造效率迁移
AI基础设施景气度还在高位。TrendForce在8月3日把2026年全球AI服务器出货增速预测从28%上调到接近31%，并预计Google、Amazon、Meta、Microsoft、Oracle、字节跳动、腾讯、阿里和百度九家云服务商2026年资本开支合计超过8867亿美元。这些钱不只买GPU集群，还流向AI服务器、液冷、高速互联和电力基础设施。工业富联正处在这条资本开支链条继续向下延伸的位置。
半年报里，公司已覆盖整机柜设计、液冷散热、电源管理等关键环节，并与客户推进下一代Vera Rubin平台。AI服务器、高速交换机和SuperNIC同时增长，说明它参与的数据中心价值链已经远超传统服务器组装。
AI服务器本身也越来越像系统工程。算力密度一提高，拖慢交付的环节就变多了。Super Micro在8月11日公布的最新季度收入接近翻倍，但部分合同仍然被客户侧的电力、冷却和网络设施拖累。芯片到位，不等于算力能立刻上线。
这种变化对ODM厂商很直接。工业富联上半年营业成本增长53.73%，慢于营收54.63%的增速。按半年报测算，整体毛利率约7.15%，去年同期约6.60%，提升了约0.55个百分点。对一家年收入超过5000亿元、长期以制造为基本盘的公司，毛利率哪怕小幅改善，也能释放出不小的利润弹性。237亿元净利润背后的意思很明白：AI服务器的规模扩张和制造效率改善，在同时发生。
GPU和ASIC同步放量，
价值在覆盖面而非单一芯片路线
财报里还有一组容易被GPU高光挡住的数据：GPU AI机柜出货增长3.2倍，ASIC AI机柜增长3倍，ASIC CPU服务器增长2.5倍。GPU和ASIC几乎同步高速扩张。
这对应了AI算力产业的另一个结构性变化。TrendForce预计，Google和AWS将在2026年下半年提升下一代自研ASIC平台产量，Google继续扩大TPU部署，AWS一边采购英伟达GPU服务器，一边增加内部ASIC出货。Meta的长期规划也包含提高自研AI ASIC部署规模，以降低基础设施成本、改善推理效率。
对制造企业来说，算力架构多元化是另一条增长路径。GPU和ASIC之间有技术路线和成本效率的竞争，但服务器、机柜、液冷、电源和高速网络都离不开制造与系统集成。能兼容更多芯片平台的供应商，对单一芯片路线的依赖天然就更低。
同行的利润表现也在互相印证。纬创二季度收入同比增长64%，净利润增长128%，管理层说AI服务器需求仍超过供给，并追加105亿新台币资本开支扩充台湾产能。国内方面，浪潮信息7月预告上半年归母净利润26亿至31亿元，同比增长226%至288%。几家公司客户结构和商业模式并不完全一样，但利润同时提速，说明AI服务器订单正在扎实地穿透到制造企业的利润表上。
工业富联的基本面要放到更大的产品组合里看。GPU服务器之外，它还覆盖ASIC、液冷、电源、高速交换机、SuperNIC，并开始参与下一代平台开发。制造业里最难复制的往往不是某一款爆品，而是高复杂度产品进入大规模生产后，还能控制良率、成本和交付节奏。未来几年，AI服务器行业最可能拉开差距的地方就在这里。
高增长进入资产负债表，
产能效率和现金流成下一阶段考题
利润表已经很强，但高速扩张也同步进了资产负债表。
上半年经营活动现金流净额73.91亿元，同比增长425.32%，公司解释主要来自销售回款增加。截至6月底，存货1921.09亿元，较2025年底增长27.30%；应收账款增长15.15%；在建工程102.83亿元，增长31.42%，公司明确归因于AI算力需求拉动的产能扩充。
存货、应收和在建工程同步膨胀，在AI服务器的高速交付周期里有经营合理性。但随着资产规模变大，周转效率的分量会快速上升。一旦订单增速放缓，这几个科目就会直接挤压现金流。
资金成本的压力也已经显性化。上半年财务费用19.12亿元，同比增长749.91%，主要是汇兑损益变化和利息费用增加所致，其中利息费用达到20.02亿元。
接下来对工业富联的观察，需要从收入往更深的地方看：毛利率能不能继续改善，存货增长跟不跟得上订单节奏，新增AI产能利用率能不能快速爬坡，销售回款改善又能否持续。
产业外部的资本约束同样存在。Alphabet、Amazon、Meta、Microsoft和Oracle五大科技巨头2026年资本开支预计仍将高达数千亿美元，AI基础设施投入占收入的比重继续攀升。8月10日，英伟达宣布与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR合作，计划推动超过5000亿美元的AI基础设施融资。巨量融资在继续支撑算力建设，也提醒整个产业链：AI基建已经变成高度资本密集的行业。需求还很旺，但资金成本、项目回报和资产周转的重要性，正在和需求本身变得一样高。
工业制造的价值远不止“生产更多”。复杂产品进入规模化阶段后，企业之间比拼的是供应链深度、工程能力、成本效率和交付稳定性。AI基础设施正在把服务器行业推入这个阶段。芯片仍掌握最强的技术壁垒，但整个产业的利润池在变大。
工业富联这份半年报发出了一个清楚的信号：AI服务器已从订单景气进入制造利润兑现。接下来，产业真正要回答的问题是，谁能把数千亿美元的资本开支，转化成可持续的制造回报。