SMCI做什麼？美超微公司介紹、AI伺服器、NVIDIA關係與競爭優勢

SMCI 是 Super Micro Computer（Supermicro，美超微電腦）的美股代號，主要提供 AI 伺服器、GPU 機架、儲存、網路、軟體與液冷等資料中心 IT 基礎設施。SMCI 並不是 NVIDIA、AMD 這類晶片設計公司，而是將 GPU、CPU、記憶體、儲存、網路、電源及散熱系統整合成可直接部署的伺服器與完整機架。隨著 AI 伺服器需求增加，美超微也成為近年市場關注度很高的 AI 概念股之一。

本文將進一步整理 SMCI 公司介紹、主要產品與業務、AI 產業鏈角色與投資重點，幫助你快速看懂美超微這家公司。

SMCI 是什麼？Supermicro 美超微公司介紹

項目	SMCI 公司資料
公司	Super Micro Computer, Inc.
品牌	Supermicro
中文常稱	美超微
股票代號	SMCI
上市市場	NASDAQ
成立	1993
創辦人／CEO	Charles Liang 梁見後
核心業務	AI伺服器、GPU機架、液冷、儲存、網路等 IT infrastructure
主要市場	AI、Cloud、Data Center、HPC、5G／Edge

SMCI（Super Micro Computer, Inc）美超微電腦股份有限公司，成立於1993年，目前總部設於美國矽谷，全球運營中心和廠區則設於荷蘭，在英國，北京，上海，日本，韓國以及台灣都分別設有辦公室。其中亞太運營總部設在台灣中和區。由於美超微多數研發皆在台灣完成，因此也有一個稱號叫『美皮台骨』。

SMCI、AMD 超微、SMIC 中芯國際差在哪？

SMCI、AMD 和 SMIC 是三家不同公司，分別負責 AI 與半導體產業鏈中不同的工作。SMCI 主要提供伺服器與資料中心 IT 基礎設施；AMD 主要開發 CPU、GPU 等運算晶片；SMIC 則是 Semiconductor Manufacturing International Corporation（中芯國際），主要提供晶圓代工服務。

三家公司名稱很接近，尤其「美超微」、「超微」常讓剛開始研究美股的人搞混，可以先用下面這張表理解：

比較項目	SMCI／美超微	AMD／超微	SMIC／中芯國際
公司全名	Super Micro Computer	Advanced Micro Devices	Semiconductor Manufacturing International Corporation
常見中文名稱	美超微、美超微電腦	超微	中芯國際
核心業務	AI 伺服器、GPU 機架、儲存、網路、液冷等 IT 基礎設施	CPU、GPU 與其他高效能運算產品	積體電路晶圓代工與相關技術服務
產業鏈角色	伺服器與資料中心系統整合	晶片設計與運算平台	晶片製造／晶圓代工
股票代號	NASDAQ：SMCI	NASDAQ：AMD	港交所：981、上交所：688981

簡單來說，AMD 負責開發運算晶片，SMCI 會採用 AMD、NVIDIA、Intel 等公司的處理器與 GPU，搭配記憶體、儲存、網路、電源和散熱系統，組成伺服器與完整機架；SMIC 則位在晶片製造端，替客戶生產晶片。

所以看到「SMCI」時，可以先記住它指的是 Supermicro 美超微電腦。Supermicro 官方將公司定位為 Rack-Scale Total IT Solutions 供應商，產品涵蓋伺服器、儲存、網路設備、軟體，以及 AI、雲端和資料中心相關基礎設施。

SMCI 做什麼？美超微 5 大核心業務

SMCI 主要提供 AI 伺服器、GPU 機架、液冷、儲存、網路與資料中心管理等 IT 基礎設施。簡單來說，美超微會把 GPU、CPU、記憶體、儲存、網路、電源與散熱設備整合成伺服器或完整機架，讓企業、雲端服務商與資料中心可以直接部署使用。

Supermicro 現在的業務已經不只是一台一台賣伺服器，而是往 Rack-scale、AI 基礎設施與整座資料中心的整合方案延伸。

核心業務	主要提供內容	用途
AI 伺服器與 GPU Server	搭載 NVIDIA、AMD 等 GPU 的高效能伺服器	AI 訓練、AI 推論、HPC
GPU Rack 完整機架	GPU Server、交換器、電源、管理設備等整合成完整機架	大型 AI 資料中心、GPU Cluster
Direct Liquid Cooling 液冷	Cold Plate、CDU、CDM、液冷機架等	解決高功耗 GPU 與 CPU 散熱問題
Storage 與 Networking	儲存系統、網路交換器及相關設備	資料存取、伺服器與 GPU 之間的高速連線
Software 與資料中心管理	基礎設施管理、部署與自動化軟體	管理大量伺服器、GPU 與資料中心設備

1. AI 伺服器與 GPU Server

AI 伺服器是 SMCI 最重要的產品之一，主要負責把 GPU、CPU、記憶體、儲存與網路設備整合成可以執行 AI 工作負載的伺服器。

像 NVIDIA、AMD 提供的是 GPU 與運算平台，Supermicro 則進一步設計伺服器系統，將這些零組件搭配主機板、記憶體、電源與散熱方案整合在一起。

目前 Supermicro 的 AI 伺服器可支援 NVIDIA、AMD 等不同運算平台，應用在生成式 AI、大型語言模型、AI 訓練、AI 推論與高效能運算等場景。

2. GPU Rack 與完整機架方案

SMCI 也直接提供完整的 GPU Rack，把多台 AI 伺服器、網路設備、電源與散熱系統整合成一個可以直接部署的機架。

對大型 AI 資料中心來說，真正要部署的往往不是單一伺服器，而是數十顆甚至更多 GPU 組成的運算叢集。

Supermicro 官方目前就有 NVIDIA HGX B200、H100／H200，以及 AMD Instinct MI300X／MI325X 等 GPU 平台的完整 Rack-scale 設計。部分 AI／LLM 機架可以在一個 48U Rack 中配置 8 台 8-GPU Server，也就是最多 64 顆 GPU。

這也是理解 SMCI 很重要的一點：美超微賣的不只是伺服器，也逐漸往完整 AI 基礎設施整合發展。

3. Direct Liquid Cooling 液冷

液冷是 SMCI AI 資料中心方案的重要一環，主要利用液體直接帶走 GPU、CPU 等高功耗元件產生的熱。

AI GPU 的運算密度越來越高，機架的耗電與散熱需求也跟著增加。Supermicro 的 Direct Liquid Cooling（DLC）方案包含：

• Cold Plate 液冷板
• Coolant Distribution Manifold（CDM）
• Coolant Distribution Unit（CDU）
• 液冷管路
• Rear Door Heat Exchanger
• Cooling Tower

Supermicro 目前的 DLC-2 方案可以整合到完整 AI Rack 與資料中心架構中，官方資料顯示，部分 Rack-scale 液冷設計可支援最高 250kW 的機架散熱能力。

液冷對 SMCI 的意義，也不只是多賣一套散熱設備，而是讓公司可以從伺服器一路做到 Rack、Cooling，進一步參與整體 AI 資料中心的建置。

4. Storage 與 Networking

SMCI 同時提供儲存與網路設備，讓 AI 伺服器可以高速存取資料、彼此交換資訊。

AI 模型在訓練與推論過程中需要處理大量資料，多台 GPU Server 之間也需要高速連線，因此資料中心除了運算伺服器之外，還需要 Storage 與 Networking。

Supermicro 的整體方案會把：

• Compute 運算
• Storage 儲存
• Networking 網路
• Power 電力
• Cooling 散熱

一起納入設計。

因此從資料中心角度看，SMCI 提供的其實是一套完整的 IT infrastructure，而不只是單一硬體設備。

5. Software 與資料中心管理

SMCI 也提供資料中心管理與部署軟體，用來管理伺服器、GPU、網路與其他基礎設施。

隨著 AI 資料中心從幾台伺服器擴大到多個 Rack，甚至大型 GPU Cluster，設備監控、部署、自動化與資源管理的重要性也會提高。

Supermicro 目前的 Data Center Building Block Solutions（DCBBS）已經把硬體、Rack、液冷、管理軟體與專業服務整合在一起；2026 年公布的新一代 DCBBS 架構也包含 SuperCloud 管理軟體，用於基礎設施控制、部署自動化與 GPU Cloud 管理。

用「組裝電腦」理解 SMCI 在做什麼

如果把 AI 資料中心想成一台規模非常大的高階電腦，SMCI 做的事情就很好理解。

自己組電腦時，你可以分別購買 CPU、GPU、記憶體、硬碟、主機板、電源與散熱器，再自己研究相容性、組裝與測試。

另一種方式，是直接購買已經搭配、測試完成的整機。

SMCI 做的事情類似後者，只是規模從「一台電腦」放大到 AI 伺服器、完整 GPU 機架，甚至資料中心基礎設施。

NVIDIA、AMD、Intel 提供重要的運算晶片與平台，SMCI 則負責把這些零組件與記憶體、儲存、網路、電源和散熱系統整合起來，最後交付成可以部署的 AI 運算設備。

也因此，研究 SMCI 時，不能只看「它賣多少台伺服器」，還要進一步看公司能否掌握 AI Server、Rack-scale 與液冷等資料中心建置需求。

SMCI 在 AI 產業鏈扮演什麼角色？

SMCI 在 AI 產業鏈中的角色，是把 NVIDIA、AMD、Intel 等公司的 GPU、CPU 與運算平台，整合成可以直接部署的 AI 伺服器、GPU 機架與資料中心基礎設施。

可以把整條 AI 基礎設施產業鏈簡化成：

NVIDIA／AMD／Intel
↓ 提供 GPU、CPU 與運算平台
SMCI／Supermicro
↓ 整合伺服器、儲存、網路、電源與散熱
AI Server／GPU Rack
↓
AI Data Center／Cloud／Enterprise

Supermicro 官方目前的 Data Center Building Block Solutions（DCBBS），就是把這種整合能力進一步延伸到資料中心層級。方案從 GPU、CPU、Storage、Networking，一路涵蓋完整 Rack、Power、Liquid Cooling、管理軟體與相關部署服務。

SMCI 在 AI 產業鏈負責哪些工作？

從實際產品來看，SMCI 主要負責以下幾個環節：

產業鏈環節	主要角色
GPU／CPU	NVIDIA、AMD、Intel 提供核心運算平台
Server	SMCI 將 GPU、CPU、Memory、Storage 等整合成 AI 伺服器
Rack	將多台 GPU Server、Switch、Power、Cooling 整合成完整機架
Cooling	提供 Direct Liquid Cooling 等高密度運算散熱方案
Data Center	進一步整合 Rack、網路、電力、冷卻、管理軟體與部署服務

Supermicro 官方的 AI 與運算系統目前同時支援 NVIDIA、AMD 與 Intel 的技術平台，並依 AI 訓練、AI 推論、高效能運算等不同工作負載，提供不同的 GPU／CPU Server 與 Rack-scale 系統。

用「組裝高階電腦」理解 SMCI 的角色

如果把一座 AI 資料中心想成一台規模非常大的高階電腦，就很好理解 SMCI 在做什麼。

NVIDIA、AMD、Intel 提供的是其中最重要的運算核心；SMCI 則要進一步思考這些晶片要搭配什麼主機板、記憶體、儲存、網路、電源與散熱系統，最後組成可以實際運作的伺服器。

當規模再放大時，SMCI 還會把多台 AI Server 整合成完整 GPU Rack，加入網路交換器、電源與液冷設備，再進一步延伸到整座 AI 資料中心的基礎設施。

因此研究 SMCI 時，可以把它理解成 AI 算力從「晶片」走到「可以實際部署的資料中心設備」之間的重要整合角色。

SMCI 和 NVIDIA、AMD 有什麼關係？

SMCI 與 NVIDIA、AMD 的關係，主要是把這些公司的 GPU、CPU 與運算平台整合成 AI 伺服器、GPU Rack 與資料中心基礎設施。NVIDIA 和 AMD 提供核心運算平台，Supermicro 則負責伺服器設計、系統整合、電源、網路、儲存與散熱等工作，讓這些運算晶片可以真正部署到 AI 資料中心中。

Supermicro 目前同時支援 NVIDIA 與 AMD 的多種 AI 平台。例如 NVIDIA 方面，Supermicro 提供搭載 HGX B300、B200、H200 等 GPU 的 AI 系統與完整機架，也能搭配 AMD EPYC 或 Intel Xeon CPU。(supermicro.com)

AMD 方面，Supermicro 也有 AMD Instinct GPU 與 EPYC CPU 的 AI 系統。2026 年 Supermicro 進一步推出 AMD Helios Rack-scale 平台，採用 AMD Instinct MI455X GPU，一個完整機架可配置 72 顆 GPU，主要鎖定大型 AI 訓練、推論與雲端運算需求。(supermicro.com)

可以用下面這張表快速理解三者的分工：

公司	在 AI 產業鏈中的主要角色	與 SMCI 的關係
NVIDIA	GPU、AI 運算平台、網路與軟體生態系	SMCI 將 NVIDIA GPU 與其他硬體整合成 AI Server、GPU Rack
AMD	CPU、GPU 與 AI 運算平台	SMCI 採用 AMD EPYC、Instinct 等產品打造伺服器與 Rack-scale 系統
SMCI／Supermicro	伺服器、Rack、Storage、Networking、Power、Cooling 系統整合	將不同晶片平台整合成可以部署的 AI 基礎設施

以 NVIDIA 為例，Supermicro 的 AI Factory 方案除了採用 NVIDIA GPU，也會整合 NVIDIA Spectrum-X Networking、軟體堆疊、儲存、液冷與完整 Rack，並在出貨前進行節點與叢集層級測試。(supermicro.com)

因此，NVIDIA、AMD 的產品效能與推出速度，會直接影響 SMCI 能提供哪些 AI Server 和 Rack-scale 解決方案；SMCI 的價值則在於把這些運算平台轉成客戶可以實際部署的資料中心設備。

SMCI 自己有生產 GPU 嗎？

SMCI 沒有自行設計或生產 NVIDIA、AMD 這類 GPU，公司的核心能力集中在伺服器與資料中心系統的設計與整合。

以 Supermicro 目前的 GPU Server 為例，產品會採用 NVIDIA HGX、NVIDIA PCIe GPU、AMD Instinct 等 GPU，再搭配 Intel Xeon 或 AMD EPYC CPU、記憶體、NVMe 儲存、網路與電源系統，組成完整的 AI 伺服器。(supermicro.com)

如果用新手比較容易理解的方式來看：

• NVIDIA、AMD：提供 GPU、CPU 等核心運算平台。
• SMCI：把運算平台和其他硬體整合成 AI Server、GPU Rack，再交付給資料中心使用。

所以研究 SMCI 時，可以把它放在 AI 伺服器與資料中心基礎設施這一層來理解；研究 NVIDIA 或 AMD，則更著重在 GPU、CPU 與運算平台本身。

誰會買 SMCI？美超微的主要市場有哪些？

SMCI 的主要客戶，是需要大量運算、儲存與資料中心基礎設施的企業與機構，包括 AI 公司、雲端服務商、資料中心、企業 IT、HPC 高效能運算、5G 電信與邊緣運算市場。

Supermicro 提供的產品從 AI 伺服器、GPU Rack、Storage、Networking，一路延伸到液冷與資料中心整合，因此客戶需求通常不是單純「買一台伺服器」，而是部署一整套運算基礎設施。

主要市場	SMCI 提供的產品／用途
AI Infrastructure	AI Server、GPU Server、GPU Rack、液冷系統，用於 AI 訓練與推論
Cloud	高密度伺服器、儲存、網路與 Rack-scale 系統，用於雲端基礎設施
Data Center	Server、Storage、Networking、Power、Cooling 與完整 Rack 整合
Enterprise	企業伺服器、儲存、虛擬化與 IT 基礎設施
HPC	高效能運算伺服器與 GPU 系統，用於科研、工程與大型運算
5G	電信核心網路、vRAN、O-RAN 與相關伺服器設備
Edge Computing	邊緣 AI、IoT 與低延遲運算設備

以雲端市場為例，Supermicro 官方提供伺服器、儲存、Networking 與 Rack Integration，並能先在整合中心完成多機架安裝與測試，再部署到客戶資料中心。可參考 Supermicro Cloud Solutions 官方介紹。

在 5G 與 Edge 市場，Supermicro 則提供電信核心網路、vRAN、O-RAN、Edge AI 與微型資料中心相關伺服器，應用範圍從資料中心一路延伸到網路邊緣。詳細產品與應用可參考 Supermicro 5G 與 Edge 官方介紹。

因此，美超微的主要市場可以理解成「任何需要大量算力與資料中心設備的地方」。AI 帶來的 GPU 運算需求只是其中最受關注的一塊，Cloud、HPC、Enterprise、5G 與 Edge 同樣都是 Supermicro 長期布局的應用市場。

SMCI 的競爭優勢是什麼？

SMCI 的競爭優勢主要來自模組化設計、快速導入新一代運算平台、Rack-scale 整合、液冷技術，以及從伺服器一路延伸到完整資料中心的 DCBBS 解決方案。這些能力讓 Supermicro 可以依不同 AI、HPC、Cloud 工作負載快速調整系統配置，並縮短大型資料中心從設備採購到正式上線的時間。(supermicro.com)

1. Building Block 模組化架構

Building Block 架構讓 SMCI 可以利用標準化元件，針對不同工作負載快速組合出合適的伺服器與資料中心配置。

AI 資料中心的需求差異很大，有些重視 GPU 密度，有些需要大量儲存，也有些更在意電力與散熱效率。Supermicro 的 Building Block 做法，是把 GPU、CPU、Storage、Networking、Cooling 等系統拆成可搭配的模組，再依照客戶需求組合。

以目前的 DCBBS 架構來看，Supermicro 已經可以針對 NVIDIA、AMD、Intel 等不同運算平台，提供 GPU 密集型 AI 系統、Petascale Storage 與液冷配置。(supermicro.com)

這種做法的好處是，客戶不用每次都從零設計一套資料中心設備，而是能在既有架構上調整 CPU、GPU、儲存、網路與散熱方案。

2. 快速支援 NVIDIA、AMD、Intel 新平台

SMCI 的另一項優勢，是能快速把 NVIDIA、AMD、Intel 的新一代運算平台整合到自己的 Server 與 Rack-scale 系統。

AI 晶片更新速度快，當 NVIDIA、AMD 或 Intel 推出新平台時，伺服器廠商能否及時完成主機板、電源、散熱、網路與機架設計，會直接影響產品上市與部署速度。

Supermicro 目前的 AI 與運算產品線同時涵蓋 NVIDIA、AMD 與 Intel 最新平台，2026 年也已推出以 NVIDIA Vera Rubin NVL72、HGX Rubin NVL8 為基礎的 DCBBS Blueprint，將 Compute、Storage、Networking、Liquid Cooling、Power Distribution 與 Site Infrastructure 整合在同一套架構中。(ir.supermicro.com)

對 AI 資料中心客戶來說，重點在於新一代 GPU 推出後，可以更快找到完成驗證、能夠實際部署的完整系統。

3. Rack-scale 整合能力

SMCI 已經把產品從單台伺服器延伸到完整 Rack，將運算、網路、電源與散熱設備一起整合。

AI 運算的規模越來越大，大型客戶採購的單位也逐漸從「一台 Server」變成「一整個 Rack」，甚至多個 Rack 組成的大型 Cluster。

Supermicro 的 Rack-scale 方案會先在工廠完成系統整合、佈線與測試，再交付到資料中心部署。官方 2026 年推出的 AI Rack 系列也強調 factory pre-assembly、模組化設計與液冷元件整合，以縮短資料中心的 Time-to-Online。(ir.supermicro.com)

對客戶來說，這可以減少設備送到現場後再逐台安裝、佈線、整合與測試的工作量，也讓大規模 AI 基礎設施更容易快速擴充。

4. Direct Liquid Cooling 液冷能力

液冷是 SMCI 在高密度 AI 資料中心的重要競爭能力，因為新一代 GPU 與 CPU 的功耗提高，散熱已經直接影響一個 Rack 能放多少運算設備。

Supermicro 的 Direct Liquid Cooling 會透過 Cold Plate 直接帶走 GPU、CPU 等高發熱元件產生的熱，再搭配 CDU、Manifold、Rear Door Heat Exchanger 等設備，形成完整的液冷架構。

官方目前的 DCBBS 資料顯示，液冷 Cold Plate 最多可帶走關鍵電子元件約 98% 的熱；部分 In-Rack CDU 則可支援最高 250kW 的液冷能力。(supermicro.com)

2026 年 Supermicro 也持續擴充液冷產品線，包含不同容量的 Rear Door Heat Exchanger，以及針對 NVIDIA Rubin 平台設計的高密度液冷 Rack。(ir.supermicro.com)

對 SMCI 來說，液冷也讓公司的角色從「提供運算設備」，進一步延伸到資料中心散熱與基礎設施設計。

5. Data Center Building Block Solutions（DCBBS）

DCBBS 是目前最能看出 SMCI 業務往上延伸的地方：Supermicro 已經把 Server、Rack、Cooling、Power、Networking、Management Software 與 Data Center Infrastructure 整合成一套端到端方案。

Supermicro 在 2025 年正式把 DCBBS 發展為新的業務線，目標是讓企業可以從同一家供應商取得建置資料中心需要的運算、電力、冷卻、管理軟體與相關服務。(supermicro.com)

目前 DCBBS 涵蓋的層級包括：

DCBBS 層級	主要內容
AI & Compute Systems	GPU、CPU Server、Storage
In-Rack	Networking、Power、CDU、Rack
In-Row	多機架液冷與 Cluster
Site Infrastructure	Cabling、Cooling Tower、Power Infrastructure
Software	Infrastructure Management、Deployment Automation
Services	Design、Testing、Deployment、On-site Service

這代表 SMCI 現在競爭的範圍，已經從「誰的伺服器比較好」往 誰能更快把一整套 AI 資料中心建好並上線 延伸。(supermicro.com)

對投資人來說，這也是觀察 SMCI 很重要的一個方向：未來除了 AI Server 出貨量，也可以持續關注 Rack-scale、Liquid Cooling 與 DCBBS 是否能帶動公司在大型 AI 資料中心建置中的參與程度。服務去進行獲利，因為各家公司都使用了他們的伺服器，久而久之會形成一個強大的經濟護城河。

SMCI 的競爭對手有哪些？

SMCI 的主要競爭對手可以分成兩大類：Dell、HPE、Cisco、Lenovo 等全球 IT 設備品牌，以及鴻海、廣達、緯穎等 ODM 伺服器廠商。這兩類公司都會和 Supermicro 爭取 AI 伺服器、資料中心與大型雲端客戶，只是商業模式與強項有所不同。

根據 Supermicro 2026 年 Form 10-K，公司目前將主要競爭者分成：

• 全球科技設備商：Cisco、Dell、Hewlett Packard Enterprise（HPE）、Lenovo
• ODM：Foxconn（鴻海）、Quanta Computer（廣達）、Wiwynn（緯穎）

SMCI 和 Dell、HPE 差在哪？

Dell、HPE 和 SMCI 都會提供企業伺服器與資料中心解決方案，因此是最直接的一類競爭對手。

Dell、HPE 的產品與服務範圍更廣，除了 Server，也涵蓋 Storage、Networking、Cloud、企業 IT 管理與各種服務；Supermicro 則把競爭重點放在 快速導入新平台、產品選擇彈性、Rack-scale 整合與 AI 資料中心基礎設施。

可以簡單這樣理解：

類型	代表公司	主要特色
全球 IT 品牌商	Dell、HPE、Cisco、Lenovo	品牌、全球銷售服務體系與企業客戶基礎完整
SMCI／Supermicro	Super Micro Computer	AI Server、Rack-scale、液冷、快速導入新一代運算平台
ODM	鴻海、廣達、緯穎	大規模製造、客製化與成本效率

Supermicro 自己在最新年報中也指出，大型競爭對手普遍擁有更長的營運歷史、更大的資源、品牌知名度與市場滲透率，這些都是 SMCI 面對的競爭壓力。

SMCI 和廣達、緯穎等 ODM 差在哪？

廣達、緯穎、鴻海等 ODM 同樣會承接大型資料中心與雲端客戶的伺服器需求，因此也是 SMCI 重要的競爭來源。

ODM 的核心優勢在於大規模生產、成本控制與客製化能力，尤其大型雲端業者可以直接和 ODM 合作，依照自己的資料中心架構設計伺服器。

Supermicro 在 2026 年 10-K 中則強調，公司的競爭策略包括：

• Rack-scale Total IT Solutions
• 快速導入新技術
• 提供較完整的產品組合
• 效能與能源效率
• 成本控制
• 製造能力
• 全球客戶支援

詳細內容可參考 Supermicro 2026 年 Form 10-K。

大型雲端業者也會影響 SMCI 的競爭環境

大型 Cloud 與 Hyperscaler 客戶具備自行設計資料中心架構的能力，因此會影響 SMCI 與 ODM 之間的競爭方式。

這類客戶可以選擇購買 Dell、HPE、Supermicro 等品牌設備，也可以直接找 ODM 客製伺服器。對 SMCI 來說，競爭的重點因此不只是「一台伺服器賣多少錢」，還包括能不能快速提供完整 Rack、Networking、Power、Cooling 與資料中心部署方案。

Supermicro 最新年報顯示，公司正把直接銷售重點放在大型 Cloud、Enterprise 與 OEM 客戶，並持續推動 Total IT Solutions 與 DCBBS。

因此，SMCI 的競爭環境可以理解成「上有大型 IT 品牌、旁邊有低成本 ODM」。Supermicro 要維持競爭力，關鍵就落在新平台導入速度、AI Rack 整合、液冷、產品彈性與大型資料中心交付能力。

SMCI 財報

SMCI財報可以在官網這邊查到每季財報資訊：https://ir.supermicro.com/financials/quarterly-results/default.aspx。或是各大第三方平台也可查詢，像是TradingView、財報狗、鉅亨網等等。

從SMCI財務報表可以看到過去10年的時間，SMCI的營收從14.67億美金，到2023年的時候已經成長到了71.23億美金，其中根據該公司給出的2024年指引，預計營收大約落在143-147億美金。整整比去年成長了近一倍。其中雖然毛利率掉得了只有16％，但考量到目前該公司主要是以搶佔市場份額的策略為基礎，因此是一個可以接受的範圍，因為未來，他們真正的獲利來源，不會只單靠賣出伺服器，而是靠者伺服器的軟體維護費用，來持續提高公司的利潤。

▲ 資料來源：股票老闆

另外，即使他壓縮了毛利率，但最終的EPS依然有顯著的成長，截至2023年三月，SMCI三年EPS成長了83％

▲ 資料來源：股票老闆

從損益表中，你可以看出SMCI正在經歷業績爆發性成長的情況，當然他還是有幾個比較令我擔憂的地方：

• 第一：自由現金流非常的不穩定，甚至有很多時候自由現金流都是負的。不過考慮到他目前帳面上共有7.26億美金的現金，而整體銀行負債僅有3.76億美金，讓他短時間內，不會面臨債務問題而讓公司出現運營狀況。
• 第二：美超微於2024年3月19宣布發行200萬股現股，用於募資。發行現股，其實對於現有股東的權益是受損的，目前發行的數量，大約會稀釋掉3.5％的權益，但你可以往另外一個地方思考，目前募資的這筆金額，初估為20億美金，這樣他有望利用這筆錢去擴建廠房，以維持他在AI伺服器的領導地位。

且不要忘了他的專業強項是綠色伺服器，現在已經有越來越多的研究報告顯示，AI伺服器能源將會是他們一個非常巨大的消耗，由此更能夠展現SMCI在其中能有更強大的護城河。

SMCI 股價多少？如何查詢？

如果你想要知道美超微電腦（NASDAQ: SMCI）最新的股價數據，可以使用TrandingView這個網站，他是我用過最好用的股票查詢網站，你可以在上面查詢全世界的股票，並且還會告訴你財報發佈的時間，跟分析師們預期的金額，不過分析師的預期金額需要付費才能看到。

（SMCI過去一年走勢圖，資料來源：TrandingView）

（分析師對於SMCI未來一年的目標價格，資料來源：TrandingView，更新時間2024/09/11）

SMCI 值得投資嗎？Tony 怎麼看

我認為 SMCI 仍是一家值得長期追蹤的 AI 基礎設施公司，但現在要不要買，關鍵不只在 AI 題材，而是估值、成長品質，以及你打算持有多久。

幾年前 SMCI 股價快速上漲時，我比較擔心的是估值過高；不過 Supermicro 已在 2024 年完成 1 拆 10 股票分割，現在的股價與 EPS 都要用拆股後口徑來看。以 2026 年 9 月近期資料來看，SMCI 股價約 39 美元，Trailing PE 約 12 倍、Forward PE 約 9 倍；FY2026 營收約 391 億美元，GAAP diluted EPS 為 3.26 美元。可參考 Stock Analysis 的 SMCI 財務與估值資料 與 Supermicro FY2026 財報。

所以我現在更在意的是：

目前這個估值，能不能配得上未來幾年的成長？

我仍然看好 SMCI 的原因，是 AI 對算力、伺服器、Rack、液冷與資料中心的需求，已經實際反映在公司營收與訂單。FY2026 營收從前一年的約 220 億美元成長到約 391 億美元，公司也表示 FY2026 新增訂單超過 600 億美元。(Supermicro FY2026 財報)

其中我會特別追蹤 液冷、Rack-scale 與 DCBBS。AI Server 的運算密度越高，電力與散熱就越重要，而這正是 Supermicro 目前積極布局的方向。相關產品可參考 Supermicro DCBBS 與 Liquid Cooling 官方介紹。

另外，創辦人兼 CEO 梁見後目前仍屬於持股超過 10% 的大股東，可參考 SEC Form 4。對我來說，這是一個可以留意的訊號，但最後還是要回到公司實際的營收、獲利、現金流與資本配置。

如果只是期待 SMCI 短期再次出現過去那種爆發性漲幅，我不會把這件事當成投資前提；如果願意用 3～5 年的時間看 AI 基礎設施成長，SMCI 仍然值得持續追蹤。

我會持續觀察幾個重點：

• 自由現金流能否改善
• 毛利率是否回升
• 是否持續大規模募資
• 股權稀釋是否增加
• AI Server 訂單能否真正轉成現金與獲利

所以對我來說，SMCI 能不能買，不是只看今天股價高或低，而是看目前估值是否符合你願意承擔的風險，以及你的持有時間。

以上是 Tony 個人的投資觀察，不代表投資建議。投資前建議再查看 Supermicro 最新年度報告與財務資料，確認最新營收、獲利、現金流與公司展望。

投資 SMCI 有哪些風險？

投資 SMCI，我目前最在意的風險有三個：現金流波動、持續募資造成的股權稀釋，以及 AI 伺服器高成長背後的資本需求。SMCI 的營收和獲利成長很快，但成長速度越快，也代表公司需要準備更多存貨、設備與營運資金，這些都會直接反映在現金流與融資需求上。

1. 自由現金流波動很大

SMCI 的獲利成長很快，但現金流並沒有同步維持穩定。

2026 財年，SMCI 營收從 2025 財年的 219.7 億美元成長到 390.6 億美元，年增約 77.8%；淨利也從 10.5 億美元增加到 22.3 億美元。從損益表來看，確實是很強的成長。(Supermicro 2026 Form 10-K)

但同一年度的營業現金流為負 68.1 億美元，2025 財年則為正 16.6 億美元，2024 財年又是負 24.9 億美元，波動非常明顯。公司在 10-K 中說明，2026 年營業現金流轉負，主要受到存貨增加、應收帳款增加，以及營運支出上升影響。(Supermicro 2026 Form 10-K)

這是我看 SMCI 時最在意的一個地方。

損益表上的獲利成長很快，但公司要先投入大量現金備料、出貨與擴充產能，現金真正回到公司帳上的速度並沒有同樣穩定。

截至 2026 年 6 月底，SMCI 帳上現金及約當現金約 75.2 億美元，流動性比早期明顯增加；但同時公司也有約 40.6 億美元的短、長期借款，另外還有約 47.3 億美元可轉換公司債義務。因此現在已經不能再沿用早期「現金高於銀行負債，所以短期沒有債務壓力」這種判斷，而是要一起觀察現金、借款、可轉債以及營運現金流的變化。(Supermicro 2026 Form 10-K)

2. 持續募資會稀釋現有股東權益

SMCI 近幾年持續透過發行股票與可轉換證券籌資，對原有股東來說，股權稀釋是需要持續追蹤的風險。

2024 年 3 月，Supermicro 發行 200 萬股普通股，每股 875 美元，募得約 17.5 億美元毛額、17.3 億美元淨額。公司當時表示，資金將用於存貨、營運資金、製造產能擴充與研發。(Supermicro 2024 股權募資公告)

以當時募資後約 5,855 萬股流通股計算，這次新增 200 萬股約相當於 3.4% 的股數增加，所以你原本「約稀釋 3.5%」的判斷方向是對的。(SEC 2024 Prospectus)

更值得注意的是，2026 年 SMCI 又再次進行大規模募資。

2026 年 6 月，公司發行 4,545 萬股普通股，每股 27.5 美元，同時發行強制轉換優先股的存託股份；加上 ATM 增資額度，整套 equity 與 equity-linked financing 的潛在募資規模最高可達 70 億美元。公司表示，主要用途是購買零組件，以支應大量 AI Server 訂單。(Supermicro 2026 募資公告)

我的看法是，增資本身不一定是壞事，真正要看募來的錢能不能創造比稀釋成本更高的報酬。

如果這些資金成功轉成更多 AI Server 訂單、產能與獲利，長期股東仍有機會受益；反過來，如果公司需要不斷透過增資支撐營運資金，EPS 與每股價值就會持續受到稀釋。

3. AI 伺服器成長越快，資金需求也越大

SMCI 最大的成長機會，同時也是它目前現金流壓力的來源之一。

AI Server、GPU Rack 與液冷資料中心都屬於高單價設備。當訂單快速增加時，公司必須先採購 GPU、CPU、記憶體、Storage、Networking 等零組件，還要準備存貨與擴充製造能力，最後才能交付給客戶並收回現金。

Supermicro 2026 年的募資用途就很直接：公司表示要利用資金購買零組件，以履行近期取得的大量 AI Server 訂單。(Supermicro 2026 募資公告)

所以我在看 SMCI 時，不會只看「AI 需求很好、營收一直成長」，還會一起看：

• 營業現金流有沒有改善
• 應收帳款與存貨是否持續快速增加
• 是否需要再次大規模募資
• 新增資本最後能不能轉成更高的營收與獲利
• 毛利率能不能維持

這些指標，會比單純看營收成長更能判斷這波成長的品質。

4. 液冷與節能是機會，但仍要看能不能轉成獲利

AI 資料中心耗電與散熱需求增加，確實讓 SMCI 的液冷與高能源效率產品更有發揮空間。

Supermicro 目前持續擴大 Direct Liquid Cooling、Rack-scale 與 DCBBS 資料中心方案，液冷也已經成為公司 AI 基礎設施產品的重要部分。

這也是我仍然看好 SMCI 長期競爭力的一個原因：當 GPU 功耗與單一 Rack 的運算密度越來越高，資料中心真正遇到的問題已經不只是「有沒有 GPU」，還包括電力夠不夠、熱能不能排掉，以及整套設備能不能快速部署。

不過，從投資角度來看，我會把液冷視為 SMCI 的成長優勢與觀察指標，而不是直接當成「護城河已經確立」。

因為真正需要驗證的是：

SMCI 能不能靠液冷、Rack-scale 與 DCBBS，持續拿到大型 AI 資料中心訂單，同時改善毛利率與現金流。

如果營收持續高速成長，但自由現金流長期維持負數，又不斷依靠借款或增資補充資金，那麼成長本身的品質就需要重新評估。

因此，我目前看 SMCI 的態度是：AI 伺服器與液冷帶來的成長機會很大，但現金流、融資需求與股權稀釋，是不能只看營收成長時忽略的三個風險。

SMCI 股票怎麼買？

SMCI 在美國 NASDAQ 掛牌，股票代號就是 SMCI。台灣投資人可以透過國內券商複委託，或使用可交易美股的海外券商買進。

如果已經有台灣券商帳戶，可以先確認券商是否提供美股複委託，再搜尋股票代號 SMCI 下單；想了解複委託的交易方式、手續費與海外券商差異，可以參考 複委託完整介紹 這篇專文。

另一種方式是直接開立海外券商帳戶，例如 Interactive Brokers（IBKR）。IBKR 可交易美股與其他海外市場，如果還沒有帳戶，可以先看 IBKR 盈透證券開戶教學；如果正在比較不同海外券商，也可以參考 Firstrade 與 IBKR 比較。

不論使用複委託或海外券商，下單前都要再次確認：

• 股票代號為 SMCI
• 公司名稱為 Super Micro Computer, Inc.
• 掛牌市場為 NASDAQ
• 下單數量、價格與委託方式是否正確

如果使用 IBKR，完成開戶後還需要把資金匯入證券帳戶，實際操作可以接著看 IBKR 入金教學。

SMCI 概念股有哪些？台灣可關注麗臺

台灣市場談到 SMCI 概念股時，麗臺（2465）是目前與 Supermicro 有明確交易與股權關係的公司之一。根據 Supermicro 向美國 SEC 提交的最新文件，與 Supermicro 關係密切的 Ablecom（大訊）與 Compuware（肯微）在 2023 年取得麗臺約 30% 股權；截至 2025 年底，合計持股比例約為 29%。

麗臺本身主要布局顯示卡、AI 工作站、伺服器與 AI 解決方案，也是 NVIDIA 的長期合作夥伴，相關公司與產品資訊可參考 麗臺官方公司介紹。

公司	股票代號	與 Supermicro 的關係
麗臺	2465	Ablecom、Compuware 合計持有約 29% 股權；麗臺也是 Supermicro 授權經銷商，雙方有伺服器與顯示卡交易

Supermicro SEC 文件 指出，2025 財年 Supermicro 向麗臺銷售約 70 萬美元伺服器，同時向麗臺採購約 50 萬美元顯示卡；2025 年下半年，Supermicro 另向麗臺銷售約 80 萬美元伺服器。

這代表麗臺與 Supermicro 除了股權關係之外，也有實際業務往來。投資 SMCI 相關概念股時，建議一起觀察股權關係、實際交易金額，以及相關業務占公司整體營收的比重，會比單看「美超微概念股」標籤更有參考價值。

SMCI 常見問題

【延伸閱讀】

• Nvidia輝達是做什麼的？NVDA股價為何狂飆？輝達概念股有哪些？
• 美國AI 概念股分哪六類？美股AI ETF 有哪些？AI 股該投資嗎？
• 美股、台股差在哪？10大差異比較＋投資美股經驗
• 美股開戶》5 間美股券商解析！2026 最新美股開戶攻略
• 美股稅有哪些？台灣人投資美股會遇到的 4 大稅務：股息稅、資本利得稅、海外所得、遺產稅

・作者：Tony
・經歷：投資美股超過 5 年，利用期貨、選擇權與房地產，累積超過千萬財富。擅長利用多元金融策略，創造穩定的資產成長。同時也是《永續時代來臨，用愛心才能賺到更多錢》永續投資書籍作者，並獲亞馬遜繁體中文榜第一名暢銷著作。曾與羅伯特清崎、賴佩霞等知名演講者一同演講。目前開設美股投資線上課程及客製化投資一對一教學。
・瞭解更多關於我 👉 https://warm-investor.com/about-me/
・社群 follow 最新 👉 Facebook｜Instagram｜YouTube｜Threads