AI資本支出上看1.2兆美元，供應鏈誰先吃到訂單？

 

美國把AI政策推向「超級人工智慧」，資本支出預估升至1.2兆美元

美國行政部門近期發布行政命令，將官方文件使用的人工智慧(AI)改稱超級人工智慧(SI)，Google、輝達與Meta等科技企業負責人也參與相關文件簽署。名稱調整代表政策層級持續上升，算力、資料與基礎設施將更直接連結國家競爭力。

截至今年9月30日，市場分析預估，2027年超大型雲端業者(CSP)資本支出可能達到1.1兆至1.2兆美元。這個數字若能落地，Amazon、Microsoft、Google與Meta的投資競賽，將從GPU採購延伸至記憶體、網路、電力、先進封裝與跨國資料傳輸。

對S&P 500與那斯達克來說，AI資本支出仍是企業獲利的重要支柱。同時，投資金額愈大，市場對營收轉換效率、供應鏈交付能力與折舊壓力的檢驗也會愈嚴格。預算代表需求意願，實際產能與現金流才決定投資週期能走多遠。

 

海纜備援升級，跨國資料傳輸納入資安合規

巨量資料跨國流動後，海纜中斷已成為雲端服務與金融交易的營運風險。是方(6561)宣布與Google Cloud合作推出多元跨國海纜服務，導入跨站互連技術，並串接全球網路及超過1,200Gb的亞洲骨幹網路。

單一海纜斷線時，系統可在毫秒內自動繞道。這類備援能力直接影響金融機構的交易帳務、政府機關的涉外聯絡，以及企業能否符合委外資安規範。網路韌性正被納入AI基礎建設成本，雲端業者往後需要同時處理算力擴張與資料傳輸安全。

從產業週期來看，AI資料中心規模愈大，單點故障造成的損失也愈高。海纜、交換器與骨幹網路的角色，會跟著資料量成長而提高。這項需求和GPU效能升級的週期不同，較偏向長期營運與合規支出。

 

Google自研晶片供應鏈出現量產能力競爭

Google張量處理器(TPU)的開發進度，正牽動亞洲半導體供應鏈。依今年9月30日前後的市場消息，部分終端客戶對採用聯發科(2454)方案仍有疑慮，並偏向具備成熟量產經驗的博通與邁威爾。

這反映自研晶片競爭已進入量產、驗證與交付階段。晶片規格只是其中一環，客戶也會衡量設計經驗、供應穩定度及先進封裝整合能力。對費城半導體指數而言，自研ASIC擴張可以增加半導體總需求，也可能改變輝達GPU在部分工作負載中的占比。

市場容易把AI晶片需求視為單一路線，供應鏈內部卻會持續分化。量產紀錄與交付能力決定訂單分配，單一專案的採用消息仍需搭配後續出貨與客戶驗證。

 

記憶體預算占比上看六成，十年長約反映供給焦慮

分析報告估算，記憶體採購預算可能占整體AI基礎建設資本支出的五成至六成。大型記憶體製造商甚至收到客戶提出十年長期合約的要求，顯示雲端業者開始用長約確保未來供給。

這對美光等記憶體業者具有直接意義。AI伺服器需要大量高頻寬記憶體與儲存容量，需求成長也會放大產能配置、良率與價格波動。十年合約目前反映採購端的供給焦慮，最終影響仍取決於合約價格、採購承諾及擴產責任。

記憶體產業過去具有明顯景氣循環。長約可提高需求能見度，大規模擴產也可能在後段形成供給壓力。合約期限很長，獲利保障仍要看條款，這是評估記憶體上升週期時需要保留的界線。

 

電力、ABF載板、記憶體與先進封裝限制擴張速度

雲端巨頭擁有龐大預算，實體建設仍受到四項瓶頸限制：電力供應、ABF載板產能、記憶體與先進封裝。任何一個環節交付延誤，都可能讓資本支出進度與營收認列時間往後移。

傳輸技術也處於過渡階段。產業預估矽光子共同封裝光學(CPO)要到2030年後才可能取得主導地位，未來數年仍會由傳統銅纜與新世代光學方案並存。既有零組件供應鏈因此保有過渡期需求，技術替換速度仍需依成本、良率及資料中心部署進度判斷。

我對這輪AI資本支出維持警示型觀察。1.1兆至1.2兆美元的預估支撐半導體與雲端基礎建設需求，也把市場獲利預期集中在少數科技巨頭。後續應連續檢查資本支出指引、雲端營收、記憶體長約、電力取得與封裝產能；若支出持續上升，營收轉換與自由現金流同步放慢，題材集中化與AI過度依賴的風險就會快速升高。