大同(2371)推四週可組裝AI機房,企業自建算力需求會擴大嗎?

基本面選股技法 - 邱柏


 

生成式AI推高算力需求,資料中心開始走向模組化

生成式AI把資料中心的建置邏輯往前推了一步。算力需求升高後,傳統動輒數年的建置節奏,開始跟不上企業導入速度,大同(2371)這次推出「TTG AIDC CUBE」模組化AI資料中心方案,正好對準這個缺口。公司把自己從電力設備供應商,往AI基礎建設整合商的角色移動,訊號很清楚。

這類方案的重點,在於把機櫃、供配電、冷卻散熱與監控系統先整合好,再用標準化模組快速部署。這代表資料中心的交付模式,正從現場長工期施工,轉向預製化與積木式擴充,對需要快速上線算力的企業會更有吸引力。

 

機櫃功率拉高到100瓩以上,散熱與供電成為關鍵

高密度運算最先碰到的是散熱與供電瓶頸。傳統資料中心單一機櫃功率多落在5至15瓩,現在已經往100瓩到300瓩以上走,功率密度差了一個量級,設計思路也得跟著改。

大同這套方案採用20呎與40呎標準貨櫃規格,主打把運算機櫃、供配電、冷卻散熱與智慧監控先做成一體化模組。公司提到,進場組裝時間可以壓到四週內,PUE保證低於1.3,可靠度達到Tier 2以上,鎖定0.5MW到50MW規模的中大型企業自建算力,以及資料中心營運商需求。這些條件放在一起看,代表它要切入的是介於實驗性機房與超大型雲端機房之間的市場。

 

AI新十大建設把電力與基礎建設拉到同一條線

政策面也在推這個方向。政府規劃AI新十大建設,未來十年新增26GW穩定電力供給,並編列預算協助企業導入AI算力。這裡的重點不只在算力本身,還包括電網、供電與機房配套要一起補上,否則算力設備就算裝得上去,後端電力也接不住。

這次發表會上,華碩(2357)、技嘉(2376)等伺服器與科技廠也有參與,大同則提供高壓供電與水冷技術配套。這種組合說明台灣在硬體供應鏈上的優勢,開始從單一設備延伸到整套基礎設施整合,後續若能把建置流程標準化,對國內外專案都會有複製效果。

 

台灣硬體整合能力有機會外溢到海外市場

大同想做的事情,已經超過單純賣機櫃或賣電力設備。公司把既有的重電、供電與散熱能力,包成可擴充的資料中心方案,目標是把台灣在製造與系統整合上的經驗,變成可輸出的基礎建設產品。

這條路線能否放大,還是要看兩個條件:一個是AI算力需求能否持續擴散到更多企業自建與營運商專案,另一個是電力、併網與場地條件能否跟上。模組化機房確實縮短了建置時間,但高密度算力對電網與散熱的壓力一樣存在。後續若政策補助、電力供給與企業投資節奏能同步,這類方案才有機會從單一案例走向規模化,否則市場熱度升高,落地速度仍會受限。