AI算力

超大規模雲端服務商與 ACIE 客戶需求強勁，Vera CPU 全面量產並單獨出貨，Rubin 亦在全力生產爬坡。雲端大廠資本支出規劃與供應鏈備貨大幅增加，展現全球 AI 算力基礎設施的需求熱度依舊昂揚

科技巨頭大舉資本支出引發自由現金流疑慮與回報焦慮，但谷歌擁有頂尖晶片與全球最大算力集群之一。AI 競賽進入大規模商用階段，具備算力基礎設施與性價比優勢者將在長線競爭中勝出

輝達資料中心營收年增 117%，且雲端巨頭與主權 AI、企業客戶算力建置同時擴張。算力需求從少數前沿模型公司擴散至企業與實體 AI，產業增量態勢明確

AI 算力基礎建設投資並未降溫，客戶端從四大雲端服務商擴展至各大 AI 實驗室與主權 AI 預算。算力需求已出現明顯外溢效應，產業正處於增量市場的初始發展階段

Vera Rubin 晶片、Spectrum-6 交換器與 BlueField-4 全面進入大型 AI 工廠，單一客戶採購規模與系統複雜度顯著提升。AI 算力競爭已從單顆晶片升級至全套基礎設施平台，極高護城河確保龍頭業者持續享受擴張紅利

Google TPU 供應鏈在 $AVGO 與 $2454.TW 的產出推估存在顯著分歧，反映次世代 ASIC 晶片爬坡的不確定性。TPU 供應鏈的整體擴產進度仍待終端專案實證與封裝產能配合

管理層將 FY2028 全年營收成長定調在約 70% YoY，並強調需求高於交付能力，顯示 AI 算力建置需求持續暢旺。AI 算力建置需求極為強勁，供應限制成為限制營收交付上限的主因

預測 FY2028 70% 高成長本質上是向台積電與封裝記憶體供應鏈發出擴產動員令，需求強勁致交貨上限完全取決於產能極限。晶片產能瓶頸倒逼供應鏈大幅資本支出，AI算力 長線擴張動能明確無虞

OpenAI 發表自家首款 AI 推論 ASIC 晶片 HellaPeño，由 $AVGO 合作、2330.TW 代工。具有龐大內部推論需求的模型廠與雲端巨頭自研 ASIC 可大幅降低算力成本。大型模型廠商與雲端巨頭自研 ASIC 趨勢確立，將重構 AI 算力基礎設施的成本與供給結構

雲端巨頭採購能見度延伸至 2029 年，輝達營收指引遠超共識。AI 基礎設施建設正以全速前進，需求端具備極高確定性

輝達與 $IREN 財報共同驗證 AI 基礎設施需求並未見頂，供應鏈產能與 GPU 上線速度才是當前核心瓶頸。全球 GPU 算力依然極度稀缺，市場對 AI Capex 見頂的疑慮已在供應鏈實際拉貨與擴產數據中化解

AI 相關需求已成為半導體營收最大引擎，其中 AI 網絡技術（包含交換晶片、SerDes、DSP 與光互聯）占 AI 總營收近 40%。需求可見度已延伸至 2028 年。AI 算力與網絡架構的深度結合構築了整體產業鏈強韌的需求可見度

市場對 AI算力 需求居高不下，舊款 GPU 如 A100 及 V100 至今仍全負擔運轉，實際使用壽命遠超會計折舊年限。算力資源緊缺支撐雲端服務定價能力與伺服器長期運算價值

13F 持倉顯示機構資金高度集中於 AI 晶片、代工與設備端。華爾街投資邏輯已趨成熟，從搜尋個別 winners 轉向布局整個產業必備的半導體基礎設施

費城半導體指數 $^SOX 反彈 1.4%，但在 $NVDA 財報揭曉前動能仍顯謹慎。$AMD 與 $MRVL 等個股雖獲資金青睞，但整體族群尚未完全收復前期跌幅。半導體板塊短線處於財報前的區間震盪，等待領頭羊財報指引下一波方向

全球 AI 基礎設施與先進供應鏈高度集中於美台韓，歐洲企業投資增速僅為美國的三分之一。歐洲缺乏 AI 科技巨頭與算力基建佈局，在這一輪全球科技繁榮中陷入邊緣化困境

AI 建設資本支出依然強勁，但電力、晶片與連接器成為主要瓶頸，市場焦點已從單純擴大資本支出轉向自由現金流變現與投資回報率（ROI）。在 AI 提供者變現路徑尚不明朗前，市場對高資本開支的容忍度降低，AI 內部輪動加劇。

當前資料中心受限於電力配給而非預算或地板面積，使每兆瓦能耗下的代幣產出成為核心競爭指標。電力供應瓶頸驅動全球 AI算力 競賽從單純採購通用 GPU 轉向極致優化每兆瓦代幣產出能效

輝達財報發布前夕選擇權市場顯示波動預估達 ±6%，整體 AI算力 交易進入觀望期。財報若給出強勁資料中心指引將成為全板塊信心重建的催化劑

雲端巨頭採購能見度延伸至 2029 年，輝達營收指引遠超共識。AI 基礎設施建設正以全速前進，需求端具備極高確定性

雲端巨頭積極導入自研晶片與第三方 ASIC，但龐大推論需求持續帶動整體算力飛輪。AI 基建需求方向確立，高估值修整後長線成長動能依然強勁

推論算力需求並非投機性支出，而是隨 Agent 背景任務自動化運行而單調遞增。隨著單位 Token 成本下降引發彈性需求暴增，AI 算力消耗將擺脫人類注意力限制並迎來長期的結構性成長

AI算力 概念股近期因三星消息引發雙位數大幅震盪與拋售，短線進入領漲後的修正陣痛期。參考過往太空概念股在 SpaceX IPO 前兩週達到高點的經驗，AI 族群預計將在 Anthropic IPO 炒作升溫時重新吸引買盤拉升

AI算力 需求從頭部四大雲廠商向第二層 AI 雲、工業與主權 AI 客戶（ACIE）擴散，ACIE 環比增速達 31% 逐步稀釋客戶集中度風險；Networking 增速接近 3 倍證明需求正從單晶片轉向整座 AI 工廠。算力基礎設施的需求範疇正向二線客戶與系統級架構擴展

AI 相關需求已成為半導體營收最大引擎，其中 AI 網絡技術（包含交換晶片、SerDes、DSP 與光互聯）占 AI 總營收近 40%。需求可見度已延伸至 2028 年。AI 算力與網絡架構的深度結合構築了整體產業鏈強韌的需求可見度

多輪 Agentic 工作負載推動推論需求從單晶片 Kernel 運算轉向系統級 KV Cache 跨節點傳輸與動態調度。傳統固定長度基準已無法反映真實硬體表現，極高 Prefix 重用率與動態 Subagent 將使硬體架構與軟體生態成為 AI 算力服務商的核心競爭力。Agentic 推論成為市場主流將倒逼晶片廠升級 HBM 容量與高頻寬跨節點互連系統

輝達財報為 AI 資本支出週期的重要溫度計，Wedbush 估算 $NVDA 每收進 1 美元將衍生 8 至 10 美元相關科技支出。AI 基礎建設需求與生態系資本支出持續推進，算力產業鏈中長線成長動能明確

TPU 架構走向 6D torus 強化 scale-up 拓撲，配合電路系統向 800VDC 與垂直供電收斂，大幅重構垂直供電與 被動元件 需求。AI 算力基礎設施正從單晶片效能競爭轉向全系統光電互連與供電架構的重構

全球企業從生成式 AI 進入 Agentic AI 時代後 Token 消耗量將呈十倍成長，且電力資源有限更凸顯高效能 GPU 的優勢。即使二線 ASIC 與 TPU 競爭加入，整體市場仍呈嚴重供不應求。企業轉向 Agentic AI 帶動 Token 消耗爆增，AI 算力長線需求在電力受限環境下依舊極為強勁

AI 資料中心對基載電力需求強勁，電力供給業者從純粹概念走向 20 年期長約 PPA 簽署，鎖定超大型雲端客戶。AI 電力需求已從題材炒作實質轉化為 20 年期長期 PPA 現金流合約

13F 持倉高度集中於 $AMZN、$GOOGL 與 $META 等超大型雲端巨頭，以及提供 AI 晶片與封裝的半導體龍頭。機構持倉顯示 AI 基礎建設與雲端變現平台仍為華爾街跨流派資金的最大共識

全球 CSP 業者為鞏固未來競爭力必須維持龐大資本支出，即便短線自由現金流下滑亦不可停歇。AI 基礎建設支出持續高速成長，為長線算力與雲端需求提供堅實支撐

AI 工廠融資模式的普及大幅降低企業算力部署門檻，但長期可持續性取決於 GPU 設備折舊速度與經濟壽命。若舊款 GPU 能持續出租並由軟體提升效率，AI Factory 作為生產性基礎設施的資產屬性將更趨穩固

$NVDA 財報將為整條 AI 基礎設施供應鏈重新定價。雲廠商的資本支出意願與供應鏈交貨狀況為核心指標。AI 基建需求仍維持高位，但市場評估標準已大幅提高，需要更強勁的指引以支撐高估值

大科技公司為興建 AI 數據中心大量發行長債，一年期投資級企業債總供給從 1.6 萬億大幅增至 2.3 萬億美元。企業債供給暴增吸引長債機構資金，直接擠壓國債需求並助推收益率飆升

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