AI算力設施逾70GW仍在擴建，誰先把建置轉成營收

 

全球逾70GW算力設施仍在營運與規劃

近期微軟、OpenAI等科技公司陸續呼籲放慢尖端AI模型的研發速度。微軟也提出「人本AI」概念與行為準則，讓市場開始關注AI基礎建設投資是否降溫。

截至今年9月16日，全球雲端服務供應商仍有超過70吉瓦（GW）的算力設施處於營運或規劃階段。吉瓦是衡量資料中心用電與算力建置規模的重要單位，超過70GW代表擴建管線依然龐大。目前資料顯示，模型治理討論尚未帶來基礎建設規模的實質下修。

這兩條發展可以同時存在。科技業提高AI安全標準，也持續投入資料中心、伺服器與運算設備。對供應鏈來說，後續判斷仍應回到實際建置進度、設備出貨與產能擴充，單一企業的公開表態只能提供政策方向。

 

伺服器量產帶動液冷與機構件升級

AI資料中心的硬體部署仍在推進。伺服器代工廠緯穎(6669)德州一廠已經量產，並規劃擴增二廠產能。這代表北美算力建設開始反映到實際製造環節，供應鏈需求也從伺服器組裝延伸至散熱與機構件。

隨著AI晶片功耗提高，單一機櫃承載的用電與熱能同步增加。傳統氣冷的散熱能力面臨限制，液冷系統與冷板的使用量因此上升，奇鋐(3017)及相關機構件業者迎來產品升級需求。單櫃功耗攀升正推動散熱規格改變，這項變化比單純增加伺服器數量更能反映AI基礎建設的技術門檻。

客製化晶片也是另一條擴張路徑。雲端服務供應商希望改善運算效率、功耗與特定工作負載的成本，帶動聯發科(2454)、世芯-KY(3661)等業者維持出貨動能。通用GPU、客製晶片與液冷設備因此形成不同的供應鏈受惠環節。

 

資安與實體AI擴大基礎建設範圍

AI系統規模擴大後，資安防護的重要性同步提高。輝達高層已強調資安在AI發展過程中的角色，市場也開始關注力旺(3529)等矽智財業者。晶片設計、資料存取與模型執行都需要安全機制，資安已成為AI部署的一項基礎成本。

今年剛落幕的德國柏林消費性電子展（IFA），則呈現AI往實體應用延伸的方向。多家企業展示人形機器人與實體AI產品，顯示運算需求正逐步從雲端資料中心走向消費終端。

這項延伸仍處於技術展示與商業化逐步推進的階段。人形機器人能否形成穩定需求，還要觀察量產進度、產品成本與消費者採用情況。現階段可以確認的是，AI投資範圍已涵蓋算力、散熱、晶片、資安與終端設備。

 

人類決策仍是AI應用的安全邊界

台積電(2330)高層將AI形容為擁有強大能力、卻缺乏對錯認知的「三歲超人」。這個比喻點出AI在電路設計與自動化領域具有高度輔助價值，同時也需要專業人員負責最終判斷。

企業一方面增加算力與應用投資，另一方面建立行為準則、資安防護與人工審核機制。AI資本支出與風險控管正在同步增加，兩者共同決定技術能否進入大規模商業部署。

 

建置規模仍需轉化為出貨與獲利

超過70GW的營運與規劃量，支持AI基礎建設持續擴張的方向。不過，規劃中的容量仍需經過建廠、設備安裝與量產，才能逐步反映到供應鏈營收與企業獲利。

後續可以觀察緯穎德州產能擴充、液冷滲透率、冷板使用量，以及客製化晶片出貨能否延續。若上述環節同步推進，AI資本支出的廣度將更清楚；若建置進度放慢，市場對少數供應鏈公司的高度依賴也會形成風險。現階段的數據支持基礎建設擴張，商業化速度與獲利轉換仍需要持續檢查。