AI資料中心擴建加速，電力與散熱能否撐住供應鏈擴張？

 

AI伺服器把資料中心推向電力與散熱改造

全球資料中心容量過去五年幾乎翻倍，AI與雲端運算是主要推力。AI伺服器採用高效能處理器後，單一機櫃的熱負載甚至可超過150 kW。當功率密度持續上升，電力供應、散熱效率與系統穩定度便會同步影響算力部署速度。

這也改變了AI資本支出的分配方式。晶片與伺服器仍是投資重心，機房供電、冷卻設備、能源管理與工程建置的支出比重也會提高。AI基礎建設已進入系統整合階段，任何環節出現瓶頸，都可能拖慢整座資料中心的啟用時程。

對投資人來說，算力需求可以從Nvidia等晶片業者的訂單看見，後續能否轉成可用產能，還要檢查電網容量、土地取得、散熱方案與工程進度。晶片交付完成，只代表設備具備運算能力；資料中心穩定運轉仍需要完整的電熱基礎建設。

 

直接液冷逐步承接高熱密度運算需求

傳統風冷面對高熱密度機櫃時，散熱能力與能源效率開始承受壓力。直接液冷(DLC)透過換熱元件，將處理器產生的熱量傳遞到循環冷卻液，縮短熱傳導路徑，也降低單純依賴空氣降溫的限制。

巴斯夫已推出資料中心液冷解決方案，並取得輝達認證。產品透過防腐蝕配方延長設備壽命，同時提升換熱效率。輝達認證提高了技術相容性的可信度，實際採用速度仍取決於資料中心設計、維護能力與客戶導入規模。

液冷帶來的改變也會延伸到機櫃、管路、冷卻液、泵浦與維運流程。供應商需要證明長時間運轉的可靠性，還要控制漏液、腐蝕及維修風險。技術規格通過認證後，量產能力與專案執行紀錄會成為下一階段的觀察項目。

 

廣錠以8MW專案切入資料中心統包工程

在工程建置端，廣錠(6441)計畫於南台灣推動規模達8MW的AI資料中心專案，並切入統包工程(EPC)，也就是整合設計、採購與施工。公司將既有儲能系統及能源管理經驗納入專案，並採用貨櫃型模組設計，希望縮短案場建置時間。

模組化設計有助於分階段擴充，也較能配合土地與電力條件調整部署規模。對算力業者而言，建置速度會直接影響設備何時開始營運。8MW計畫反映供應鏈正從零組件走向整案服務，收入認列與獲利表現仍要跟著工程進度確認。

EPC業務同時帶來較高的執行複雜度。設備採購、施工管理、電力配置與客戶驗收都會影響專案時程，前期資金需求也可能增加。因此，規劃容量只能說明商機尺度，完工進度與穩定運轉紀錄才會逐步提高能見度。

 

光寶科360億元聯貸支應海外資本支出

截至今年10月16日，光寶科(2301)已籌組新台幣360億元永續連結聯合授信案，共有10家金融機構參與，認購金額達原規模的140%。超額認購顯示銀行團對其融資需求具一定承接意願，也提供海外擴張所需的資金彈性。

這筆資金主要支應海外資本支出，涵蓋AI基礎設施、光通訊與能源管理等布局。從機構角度看，聯貸規模可以確認企業正投入長期產能與營運配置；資本支出能否轉成營收及獲利，仍需搭配產能利用率、訂單進度與現金流觀察。

融資到位只完成資本配置的前段。海外建廠、設備導入與客戶驗證通常具有時間差，利息成本也會先進入財務結構。若AI需求增長低於企業擴產假設，固定成本與資產利用率便可能成為獲利壓力。

 

供電品質與能源效率決定擴張能否延續

AI資料中心供應鏈已從晶片延伸到冷卻液、液冷系統、機櫃電源、能源管理與統包工程。這種擴散代表資本支出範圍變廣，也意味著資料中心的建置限制開始由多個環節共同決定。

我會持續觀察三組訊號：電力是否按期取得、液冷設備能否穩定量產，以及工程計畫能否依進度驗收。企業資本支出與融資規模可以證明投入意願，後續還需要訂單、營收與現金流接續支持。

目前AI投資仍高度依賴大型算力業者的支出週期。當市場預期集中在少數客戶與少數技術路線，任何預算調整都可能沿著供應鏈放大。電力與散熱瓶頸正在形成新的成長邊界，供應鏈擴張速度若超過終端需求與基礎建設進度，資產利用率將成為下一輪需要警戒的風險。