SMCI（Super Micro Computer）訂單創高，AI伺服器平台為何從x86轉向Arm？

AI 不是在燒錢，而是在重寫底層供應鏈：伺服器、架構與電力，誰才是真正的瓶頸？

「真正值得關注的不是 AI 還會不會成長，而是它到底要靠哪一種算力架構、哪一種能源系統，才能撐到最後。」

這句話，最近越來越像現實而不是口號。

AI 的故事，早就不只是軟體、模型參數、聊天機器人。現在真正的主戰場，已經往下沉到資料中心、伺服器機櫃、晶片平台，以及最關鍵的——電力。

 

兆美元級資本支出，正在把 AI 帶進長週期

IDC 最新資料很直接：2026 年第一季全球 AI 基礎建設支出達到 897 億美元，年增 33%。更重要的是，IDC 直接把 2026 年全年預估上調到 4,970 億美元，年增接近 56%。

這不是一般景氣循環中的成長，而是資本支出進入長週期排程的訊號。

IDC 甚至預測，AI 基礎建設支出將在 2029 年突破 1 兆美元，到 2030 年達 1.21 兆美元，意味著從 2025 年起的五年複合成長率接近 30%。我認為，這已經不是「AI 熱潮」，而是企業、雲端巨頭、甚至政府部門共同參與的一場基礎建設重組。

 

真正的轉折，不是算力變多，而是平台換人

很多人還停留在「誰買更多 GPU」這個層次，但 IDC 的數據已經把答案寫得很清楚：真正的戰場不是買多少算力，而是用哪一種平台。

IDC 指出，Arm 架構的加速伺服器在 rack-scale 層級上，已經在 2025 年第四季超越 x86，並且在 2026 年第一季把差距拉開。

數字很有戲劇性：

• 非 x86（Arm）加速伺服器價值

  • 2025 年第三季：298 億美元
  • 2025 年第四季：475 億美元
  • 2026 年第一季：530 億美元

• x86 加速伺服器價值

  • 2025 年第三季：519 億美元
  • 2025 年第四季：427 億美元
  • 2026 年第一季：346 億美元

IDC 研究總監 Juan Seminara 的說法很關鍵：這不是需求不見了，而是架構在轉移。大型買家正在集中採用 Nvidia NVL72 / GB200 這類 rack-scale 平台，把原本分散在客製化 x86 機櫃設計上的量能，重新配置到更高密度、更標準化的方案上。

換句話說，x86 不是突然失去價值，而是它在這一輪 AI 資本支出中的位置，正在被 Arm 與更專用的架構取代。

 

97.6% 的支出都在伺服器，但故事已經不只 GPU

IDC 也點出另一個容易被忽略的細節：AI 基礎建設支出中約 97.6% 來自伺服器。

這代表什麼？代表現在的 AI 競賽，本質上仍然是算力的競賽。

但更值得注意的是，AI 的需求並不全都集中在 GPU。越來越多工作負載，其實是落在：

• 只用 CPU 的推論叢集
• AI 協調與管理工具
• 強調資料管線處理的系統

這些架構多半是超大規模雲服務商為了壓低成本、提升效率而設計。也就是說，市場現在不是單純地「加碼 GPU」，而是在做更細的分工：哪一些工作需要 GPU，哪一些其實不需要，哪一些應該交給更便宜、更靈活的架構。

我一直認為，投資 AI 最怕的不是供給太多，而是投資人把所有需求都誤解成同一種需求。真正的不是「算力有沒有成長」，而是「算力成長被分配到哪一種平台」。

 

SMCI 的訂單，讓這場資本支出不是想像，而是已經落地

如果說 IDC 的數據是在講趨勢，那 Super Micro Computer(SMCI) 的最新財報預告，則是在講現金流與訂單。

SMCI 預估 2026 年第四季營收約 110 億至 125 億美元。雖然區間接近先前財測下緣，但公司同時把毛利率展望大幅上修到 15% 至 17%，明顯高於原本的 8.2% 至 8.4%。

這背後的原因，是客戶組合與產品組合的優化。更白話一點，就是高附加價值 AI 伺服器的出貨比重正在拉高。

但真正讓市場震動的，是訂單能見度。

SMCI 表示，截至 2026 財年末，公司手中未交貨訂單創下歷史新高，而且第四季單季接獲超過 600 億美元新訂單。這不是短線補庫存，而是雲端與大型企業客戶把 AI 基礎建設寫進多年規劃的證據。

這種訊號非常重要。因為當訂單從「一次性搶貨」變成「多年排程」，整個供應鏈的估值邏輯就會改變。

 

真正的瓶頸，開始從算力轉向電力

但當算力一路膨脹，下一個問題就不是「有沒有晶片」，而是「有沒有電」。

這也是為什麼美國政府開始把先進核能拉進 AI 基礎建設的框架裡。報導指出，特朗普政府主導的先進核能計畫規模約 2 億美元，目標就是替 AI 資料中心尋找更穩定、更長期的能源來源。

參與者包括專攻新型核反應爐的 Oklo(OKLO) 與 X-Energy(XE)，而且這項計畫也吸引了 Microsoft(MSFT) 與 Nvidia 加入。目標很明確：加速先進核反應爐的設計、審核與建置流程，降低營運成本，讓小型模組化核電站有機會直接供應大型 AI 伺服器叢集。

我認為這件事的意義，不只是能源政策，而是 AI 經濟開始把「電力供應」視為核心競爭力。

傳統電網與再生能源當然重要，但在超級資料中心這種高密度、長時間、不能中斷的場景下，穩定度與供電密度才是決定性因素。核能因此被重新包裝成一種兼顧碳排與穩定性的中長期選項。

支持者會說，如果安全規範與技術門檻可以控制，先進核能可能變成 AI 時代的「隱形基礎建設」。反對者則會提醒，核能的政策阻力、安全顧慮與社會接受度，從來都不是小問題，尤其地方層級的態度往往才是真正卡關的地方。

 

美國仍是主戰場，但中國與中東也在進場

從地區分布來看，AI 基礎建設支出仍然高度集中在美國。

IDC 顯示，2026 年第一季美國支出達 679 億美元，占全球約 75.7%，年增 30.3%。不過，成長速度已有些趨緩。

中國則在前期波動後重新回到成長軌道，單季支出約 78 億美元，占 8.7%，年增 9.3%。

另一個值得注意的區域是中東，特別是沙烏地阿拉伯與阿聯酋。主權 AI 計畫，加上與大型雲服務商的合作，讓該區成為全球成長最快的市場之一。雖然相較 2025 年底高峰，季度支出略有回落，但它已經不是邊緣角色，而是新的資本流向來源。

 

結論：這不是一場單純的 AI 浪潮，而是算力與能源的雙重競賽

如果把這一輪變化拆開來看，其實非常清楚：

1. 算力架構正在從 x86 轉向 Arm 與專用平台
2. 資本支出正在從短期搶購轉為多年排程
3. 能源系統正在從傳統電網走向更分散、更多元，甚至包含核能的供應模式

所以，現在最重要的問題已經不是「AI 會不會繼續成長」，而是：

哪一種伺服器架構會勝出，哪一種能源方案會跟上，誰能撐住下一階段的 AI 擴張？

在供應瓶頸還沒完全解除、政策環境又持續變動的情況下，這場競賽其實才剛走到前半場。真正的贏家，不一定是聲量最大的那一個，而是最能把算力、成本與能源整合起來的那一個。