AI基建

開源模型如 GLM 5.3 與 Kimi K3 在程式碼與 Agent 任務上已追平閉源前沿，Token 消費市場 Fireworks 日處理量突破 40T Tokens。開源追趕週期按世代減半使模型層面臨商品化疑慮，長期恐壓抑前沿實驗室利潤空間

選民對 AI 與數據中心的焦慮使地方政治阻力大增，建置放緩與變現延後將對估值造成短期打折。競選詩歌選後散文，中期選舉若引發 AI 板塊大跌反而提供選後回歸現實的反買良機

AI 資料中心未來幾年巨額資本開支可望由企業端預算與產業營收成長涵蓋，經濟可行性持續改善。只要 AI 產業營收保持雙位數增長，今日的基建投資將轉化為未來的基本面

AI 資料中心建設潮帶動工程施工、能源管道與大型建機設備強勁需求，外溢效應造福周邊工業機具製造商。AI 資料中心規模擴展帶動廣泛基礎建設需求，為工業與建機供應鏈提供長期訂單保障

美民意對資料中心建設反彈加劇，15 州擬提限制且加州將強制揭露碳排與能耗。雖然短期面臨地方民意與能源政策擠壓，但技術升級與效率提升最終將解套 AI基建 的電力瓶頸

專業 AI 雲廠商 Q2 營收與在手訂單激增，反映市場對最新算力集群的交付速度與電力需求依然非常強勁。算力需求的實質兌現支撐專業雲廠商營收規模高速翻倍

$AVGO 洽談千億美元級算力融資，Anthropic 亦擴大 100 億美元信貸額度複製 SpaceX IPO 前路徑。超大型算力融資模式相繼落地，顯示 AI 基礎設施巨額資本開支仍在加速運轉

Anthropic 營收增速放緩成為 AI 基建高估值的冷水，引發市場對未來成長曲線的疑慮並導致板塊近兩日回檔約 10%。長線 AI 需求並未改變，但需注意企業端能否將 AI 生產力成功轉化為實質營收。Anthropic 數據低於預期僅屬短線情緒利空，唯企業端營收變現瓶頸才是長線真正隱憂

科技巨頭在全世界瘋狂發債籌措 AI 資本支出，但若生成式 AI 應用未能轉化為實質生產力提升，將產生嚴重效率浪費與電力算力消耗。巨額發債與高利息成本若未搭配生產力爆發，將形成科技板塊的中期估值修正壓力

聯準會會議紀要特別關注 AI 資本支出擴張，指出多數支出仰賴非銀行與私人信貸融資，且資料中心建設前期成本極高、變現回收期長。若未來軟體收入成長追不上支出速度，高估值可能面臨重新定價與信用違約風險。AI 資料中心建設前期投入巨大且變現速度滯後，市場對科技股資本支出與估值轉趨謹慎

雲端巨頭加速發展自研 ASIC 以降低 AI 算力成本，同時藉由認股權證綁定關鍵客製化晶片供應商。科技巨頭採行 GPU 與自研 ASIC 雙軌並行架構，推升跨生態晶片互聯與客製化晶片需求

Scale-out 架構下單機櫃 TH6 交換器數量由 1 台增至 4–6 台，帶動 DCN 頻寬與光模組配比同步上修。AI 瓶頸向通訊效率轉移，驅動 Scale-out 交換器擴充與 Scale-up 通訊維度提升雙軌演進

全球科技業者大舉透過銀行聯貸與公司債籌集龐大資本支出，輝達亦擔保客戶融資，巨頭搶錢築高AI算力壁壘，全球 AI 基礎設施投資熱潮持續深化。

晶圓級 SRAM 架構在低算力密度（Low Arithmetic Intensity）解碼階段具備極高頻寬優勢，CS-4 將互動性拉升 20-40 倍。極致互動性解碼層需求將驅動算力晶片走向高頻寬晶圓級與異質解耦分流

AI 資料中心建置面臨 重電/電網 與融資成本升高挑戰，巨頭 3 兆美元表外承諾成為市場近期關注焦點。AI 基建需求長線確定性仍高，短線因資金成本提高與供應鏈瓶頸進入估值調整期

雲端平台從單一大模型獨家代理轉向多模型競技，算力分配強調推理效率。自研推理晶片成為防守毛利率的核心護城河。 算力競賽焦點轉向推理端單位 Token 成本壓低與多模型調用路由

巨頭龐大 CapEx 用於資料中心與 GPU 採購，評估重點在於誰能控制單位 Token 成本（自研晶片）以及誰擁有原生分發流量。 單純 CapEx 擴張不等於價值創造，關鍵在於硬體成本控制與流量變現能力

市場疑慮生態系投資與算力融資循環，但前沿模型訓練與推論的需求仍然緊缺。GPU 算力剛性需求與生態網絡深化，AI 算力龍頭廠商長期價值獲自由現金流重估支撐

缺乏自研晶片與生態系護城河的中小型模型廠面臨嚴格的倍數壓縮。龍頭估值天花板降至 15x–20x ARR 迫使未具競爭壁壘的模型新創重新定價

雲端巨頭自行開發 ASIC 晶片並透過長約機制化鎖定產能，顯示客製化算力需求已進入大規模型號部署階段。雲端巨頭加大自研 ASIC 晶片長期資本支出，推動客製化算力晶片供應鏈價值重估

若 IPO 掛牌破發或降價發行，將揭露企業變現效率低落與 Capex 縮減壓力。巨頭若因燒錢過高而收斂算力支出，二級市場對整體基建供應鏈的溢價打折將引發向下波段震盪

企業部署 AI Agent 帶來大量非人類身份與 API 接口，然而保護 AI 本身的預算僅為 AI 安全應用的十七分之一。保護 AI 本身巨大的預算缺口將成為未來幾年 AI 基建支出中最具彈性與確定性的新成長點

科技巨頭加速綁定算力與電力資源，表外資料中心租用與晶片採購承諾高達 3 兆美元。AI 基礎建設需求真實且規模效應浮現，惟 2027 至 2028 年企業自由現金流面臨考驗，建議搭配大盤 ETF 進行資產配置

AI 資料中心建置面臨 重電/電網 與融資成本升高挑戰，巨頭 3 兆美元表外承諾成為市場近期關注焦點。AI 基建需求長線確定性仍高，短線因資金成本提高與供應鏈瓶頸進入估值調整期

超大型雲端業者資本支出維持高強度，資料中心興建雖面臨電力與保險承保限制，但預計2027至2028年間自由現金流將大幅翻正。提前佈局資料中心、電力與硬體設備乃打贏 AI 大戰的關鍵，切勿等待現金流翻正才追高

Q2 13F 顯示華爾街機構共識聚焦於整條 AI 資本支出鏈，資金正從 GPU 延伸至晶圓製造、記憶體、儲存、半導體設備、網通、伺服器資料中心與重電/電網。機構資金集中押寶 AI 持續成長下的下一個稀缺瓶頸，AI 資本支出鏈具備明確的長期趨勢

AI 伺服器機櫃功耗逼近 1200W 以上，推動電源架構升級至 800V 直流規格，需要 SiC 負責高壓大電流轉換與 GaN 負責高頻小尺寸降壓。伺服器功耗爆發倒逼電源系統結構升級，化合物功率半導體成為 AI 基建升級的剛性需求

雖然短期面臨資金斷層與投資報酬率時程錯置的風險，但 AI 基建的改善不會停止。即便經歷類似 Dot-com 或鐵路時代的資本泡沫崩潰，AI 基礎設施仍將對全球經濟產生深遠影響

資本開支逐漸轉化為實質雲端收入，算力供給依然緊張。啞鈴策略同時配置半導體與超大雲服務商，能完整捕捉 AI 基礎設施到商業化落地紅利

企業級 Workhorse 模型（如 Flash 系列）承載 90% 的實際生產力工作負擔，成本優勢帶動雲端 API 調用量持續增長。次前沿工作馬模型具備高 CP 值優勢，為企業部署 AI 應用的實際主力動能

資料中心建置模式正從傳統組件堆疊，轉向可擴展至 GW 級部署的垂直整合模組化設計。資料中心電力架構全面轉向 GW 級垂直整合與 800VDC 標準化設計

電價暴漲導致美東地區居民與企業負擔加重，地方監管機構將矛頭指向大型負載成長。然而容量費用激增實為市場清算規則與 重電/電網 模型失誤所致，並非單純由 AI 需求所驅動。拍賣設計瑕疵導致的電價激增正在為 AI基建 的推進創造出不必要的社會與監管阻力

PJM 提出的緊急拍賣方案缺乏明確的成本支付相對人，一旦預期中的大型負載未如期到來，潛在高達 210 億美元的容量合約負債將全數由一般用電戶吸收。同時 IRAS 強制斷電規定將 AI基建 資料中心列為首要切斷對象，此舉反而逼使資料中心業者放棄連網，轉向自建電網或移往其他電力市場。緊急拍賣方案在缺乏合約保障下將巨額風險轉嫁給用電戶，並因嚴苛的強制斷電條款驅使大型資料中心業者集體出走 PJM 區域

Nebius 與 CoreWeave 等 Neocloud 業者透過密集且扎實的財務數字，證明 AI 資本支出已實質轉化為營收與現金流。AI基建族群的競爭核心已從需求疑慮轉向資本支出的執行與產能開出能力

Anthropic 與 OpenAI 營收暴增驅動算力擴建，雲端四大巨頭年採購金額持續上修。AI 巨頭隱形帳單快速膨脹，強勁需求短線持續挹注算力基礎設施供應商

輝達（$NVDA）財報前夕科技股雖微幅回檔，但 Anthropic 等 AI 實驗室營收爆發與 IPO 熱潮證實實質運算需求強勁。AI 晶片與推論基礎設施的需求擴張速度超越預期，算力鏈長線多頭格局未變

企業透過 Palantir Foundry 將併購後的 ERP 與供應鏈整合時間縮短至 3 到 6 個月，大幅降低 PMI 週期與營運成本。軟體與 AI 代理工具成功展現加速企業內部資源整合與流程優化的效能