AI資料中心熱負載衝破150kW，廣錠與光寶科誰先把案子變營收？

 

AI算力把資料中心推向高熱負載

AI與雲端運算擴張很快，全球資料中心容量在過去五年間幾乎翻倍。這代表機櫃裡塞進去的算力更多，單櫃熱負載也跟著上升，甚至可超過150 kW。對基礎設施來說，壓力主要落在供電穩定和散熱效率。

 

風冷跟不上，高熱密度帶動直接液冷

當機櫃功率密度拉高，傳統風冷的能力就開始吃緊。直接液冷(DLC)因此逐步成為資料中心散熱的新方向，做法是把熱量直接導到循環冷卻液，再透過換熱元件帶走熱能。巴斯夫推出的液冷方案已獲得輝達認證，也反映出這條技術路線正在被更大的AI供應鏈接受。

這類方案的價值，在於同時處理散熱效率與設備壽命。液冷配方加入防腐蝕設計後，除了降溫，也能降低長期維護壓力。對新一代AI機房來說，這類細節會直接影響可用性與營運成本。

 

廣錠切入AI資料中心統包，光寶科擴大海外資本支出

供應鏈裡，廣錠(6441)開始跨入AI資料中心統包(EPC)市場，規劃在南台灣建置一座8MW專案。它把過去做儲能系統與能源管理的經驗拿來用，並導入貨櫃型模組設計，目的在縮短案場建置時間，對土地與電力條件也更有彈性。這種做法，反映的是資料中心建置開始往更快、更模組化的方向走。

光寶科(2301)則走在另一條線上。公司近期籌組新台幣360億元的永續連結聯合授信案，吸引10家金融機構參與，超額認購達140%。這筆資金主要用於海外資本支出，也會支撐它在AI基礎設施、光通訊與能源管理上的布局。對讀者來說，這類訊號比較像是企業願意先把資本開出去，後續仍要看案量、營收轉換與毛利率是否跟上。

 

供電與散熱的驗證，還要回到實際案場

現在這波AI資料中心熱度，市場先看到的是題材與建置需求。接下來能不能延續，還是要回頭看幾個硬指標：實際訂單、營收認列、毛利率，以及案場交付進度。單看「AI資料中心」四個字，很容易把想像放得很大；但對供應鏈來說，最後還是要落到電力品質、散熱方案能否落地，以及資本支出能否轉成持續收入。

我會把這一段產業變化先看成基礎建設升級期。相關公司有機會受惠，但驗證點也很清楚：案子有沒有成，供電穩不穩，散熱方案能不能大規模複製。這些條件如果陸續成立，市場對AI基建的評價才有機會往前走。