AI 供應鏈長期瓶頸演變:電力限制倒逼算力重心轉向晶片能效與先進封裝
- —M平方建立 AI 供應鏈決策平台,涵蓋晶片層、基礎建設層與算力供應層等 17 個子產業,藉由毛利率、存貨週轉天數與資本支出覆蓋率等財務指標跨產業追蹤瓶頸演變。
- —市場對 2030 年電力部署預估介於 200 至 300GW,然而目前實際動工規模僅 100GW 出頭,電力取得受限促使廠商轉向提升每吉瓦算力價值的晶片效率競爭。
大型前沿模型訓練與推論的電力成本雖占總花費不足 5%,但取得電力已成既成瓶頸,2030 年電力部署預估與實際開工存在巨大落差。市場擔憂資料中心電力不足將引發砍單,但剛性算力需求將倒逼技術突破,推動高壓直流電功率晶片與整櫃系統架構升級。電力與土地瓶頸非但不會終止擴建浪潮,反將倒逼能效突破並成為 AI基建 供應鏈最核心的推動引擎