AI算力

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

挖礦經濟性惡化下，將電力與併網資產重新包裝成 AI 基礎設施具備合理資本配置邏輯。然而此領域為 AI 基建鏈中 Beta 最高且高度依賴資本市場與租客信用的區段。礦商轉型 AI 資料中心屬於 AI 基建的高 Beta 區間，雖具成長邏輯但高度依賴外部融資與租客信用

AI 企業發債融資增加成為長債殖利率上升的邊際因素，資本成本拉高提升專案門檻。AI 企業發債拉高融資成本與建置門檻，使 AI 基建個股短期面臨估值修整壓力

Citadel 完成 40 億美元爆倉持股大宗交易消化賣壓，且 $AVGO 啟動數百億美元融資規劃 20GW 算力。AI 持股供給衝擊告一段落且大額算力融資持續推進，顯示 AI 算力基建長期需求仍極強勁

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

OpenAI 與 Anthropic 等巨頭估值達上兆美元，但算力能耗揭露面臨加州新規監管。GPU 硬體能效持續提升將緩解電力消耗，AI算力 發展關鍵在於產品能效比而非單純線性堆疊能源

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

年底前包含 Anthropic 下一代模型、OpenAI Astra、Google Gemini 4 Pro 與 xAI Grok 5 將展開 5 兆參數等級的四強爭霸。前沿 AI 實驗室因現實商業摩擦無法隻身開拓垂直市場，必定持續透過 API 賣算力。AI 模型世代迭代與算力需求並未停滯，售賣算力與 API 仍是前沿實驗室唯一可行的規模化商業模式