仁寶(2324)卡位AI資料中心驗證平台，正式訂單何時落地？

 

AI資料中心走向高密度，800V直流架構開始進入驗證階段

人工智慧(AI)運算需求快速增加，資料中心單一機櫃承載的運算量與用電量同步上升。電力輸入、散熱效率與系統穩定性，逐漸成為高階運算基礎建設能否擴張的限制。800V直流電力架構因此成為新一代AI資料中心的技術選項。

這套架構導入固態變壓器，也就是利用電力電子元件進行電壓轉換與控制。它提供新的電力輸入路徑，同時提高系統整合要求。伺服器、配電設備、液冷系統與軟體控制都要共同運作，任何一個環節出現介面落差，都可能影響整體效率與部署進度。

這類升級反映AI資本支出進入更複雜的階段。雲端業者採購GPU之外，還要同步處理供電、冷卻與模組化機房。對供應鏈來說，競爭範圍也從單一伺服器製造，延伸到整套資料中心基礎設施的協作能力。

 

仁寶與Exascale Labs在美國建立GPU系統驗證平台

截至今年9月14日，仁寶(2324)近期宣布與美國AI基礎設施供應商Exascale Labs簽署合作意向書。雙方預計在美國共同打造新一代繪圖處理器（GPU）系統驗證平台，用實體環境測試高階運算系統在資料中心內的運作表現。

雙方在開發初期已有明確分工。仁寶提供美國專案場域、量產等級伺服器與專屬液冷系統；Exascale Labs負責模組化資料中心設計，涵蓋基礎電力架構與軟體介面，並主導部署、系統啟用及測試流程。

這項合作的觀察價值，在於測試範圍涵蓋完整系統。端到端驗證代表從電力輸入、伺服器運算、熱管理到軟體控制，都放進同一個部署環境檢查。AI機櫃功率密度持續提高後，各設備單獨通過測試，仍無法完全排除整合時產生的問題。

 

液冷、配電與軟體介面決定架構能否大量複製

驗證平台預計針對電氣、熱管理與機構介面進行整合開發。量產等級硬體提前進入測試，有助於在正式部署前找出設備相容性、散熱配置與控制介面的問題。可複製的系統架構，才有機會支援後續大規模、高密度資料中心建置。

這也說明AI伺服器供應鏈的價值分配正在擴大。伺服器組裝仍是其中一環，配電設備、模組化資料中心、液冷設備及軟體授權也會影響專案規模。當GPU運算效能持續提高，基礎設施能否承接更高功率，會逐步影響客戶的資本支出節奏。

對仁寶而言，這座平台目前提供的是技術合作與商業化路徑。平台完成建置並通過雙方約定的驗收標準後，還要簽署最終正式協議，仁寶才預計向Exascale Labs採購配電設備、模組化資料中心設施及軟體使用授權。採購與正式協議仍有前提條件，合作意向書本身尚未形成可直接計入營收的訂單。

 

從技術合作走向EPS貢獻，仍要經過訂單與量產

我會把後續觀察分成三個層次。第一層是平台建置與測試進度，確認800V電力、液冷及伺服器能否穩定協作；第二層是驗收與正式協議；第三層才是設備採購、複製部署及營收認列。每股盈餘（EPS）能否受惠，也要看訂單規模、量產時程與獲利結構。

這項合作顯示AI基礎建設需求正從算力晶片延伸到電力與冷卻系統。對S&P 500、那斯達克與費城半導體指數而言，長期支撐仍來自雲端業者資本支出與企業獲利；基礎設施供應鏈能否擴大受惠範圍，則要看驗證平台能否轉成可重複部署的商業模式。

AI投資高度集中仍是需要留意的風險。當市場預期大量押在GPU需求與資料中心支出，任何驗證延後、電力建置受阻或客戶資本支出降溫，都可能放大供應鏈波動。現階段可以確認技術升級方向與合作框架，營收及EPS的影響仍需等待正式協議、採購規模與實際部署進度。