阿法觀點

從軍備競賽跨入能源與遞迴生產力：AI 資本效率的物理邊界與最終解方

發佈於 2026.06.20

資料來源 · 37 集 podcast、37 則網路來源

參考 Podcast

當全球科技巨頭的資本支出在 2026 年攜手朝兆美元規模邁進，華爾街對投資回報率的質疑也達到了頂峰。市場的焦點已不單純是晶片的囤積，而是轉向解決物理極限上的「能源約束」，以及如何利用 AI 自身的迭代能力來突破效率瓶頸。一場「從無上限的硬體堆疊，走向極致能源利用與遞迴效率優化」的深刻洗牌，正在重塑全球科技版圖。

私有電力生態與軌道計算繞過電網瓶頸

算力擴張的最終天花板是物理學。根據 ADL 報告，預計到 2030 年，光是歐洲資料中心的電力消耗就將達到約 108 TWh，規模等同荷蘭的全年用電量。傳統公共電網的升級速度遠遠落後於 GPU 的迭代，在北維吉尼亞州，新資料中心的電力申請排隊時間已拉長至 5 至 7 年。這迫使科技巨頭開始建立「私有電力生態系」，除了直接與核電廠簽署購電協議、布署微型模組化核反應爐（SMR），更有甚者，部分運算任務開始往「軌道計算」轉移。利用低軌道衛星建立太空資料中心，利用不間斷的太陽能與太空中天然的低溫進行被動散熱，正成為獲得完全獨立於地表地緣政治與電網約束的強韌性解方。

遞迴生產力成為平抑巨額資本支出的終極武器

當市場開始焦慮科技巨頭的資產折舊與利潤率壓縮時，「用 AI 加速建構更強、更省電的 AI」的「遞迴生產力」概念應運而生。Nvidia 投資電子設計自動化巨頭 Synopsys 便是最具代表性的風向球，利用搭載 AI Agent 的 GPU 將新晶片的電路模擬與物理驗證時程從數週縮短至數小時，在 Grace Blackwell 平台上甚至將電路模擬速度提升高達 30 倍。不僅是硬體設計，在軟體層面，企業端 AI 應用正從不計成本的「代幣最大化」走向「預算最佳化」。多模型混合路由與多模型協作的興起，讓 80% 的簡單任務分流給便宜且高效率的中階或開源模型。即使硬體資本支出增速放緩，AI 內在效率的「遞迴自我提升」也能繼續推動算力幾何級數增長，這正是企業資本支出效率的最終解方。

800V高壓直流標準引爆功率元件與BBU新賽局

隨著 AI 單一機架功率狂飆至 1MW 等級，傳統輸電架構在銅材成本與散熱上已達極限，迫使資料中心電力網絡在 2026 年加速升級至 800V HVDC（高壓直流）標準。在降壓與直流轉換過程中，具備極快開關速度的氮化鎵在中低壓環境與板端主機板上，展現出比傳統矽元件更好的效率。此一架構轉變直接帶動了德州儀器、意法半導體等功率大廠的業績，台股類比 IC 與導線架業者也因 800V 規格設計而迎來評價調升。此外，由於高壓直流省去了傳統 AC UPS 的逆變流程，使得電池備援模組（BBU）必須直掛在直流母線上，帶動了 BBU 概念股的爆發，成為 2026 年資料中心建設不可逆的硬體標準。

傳統總經指標在極端AI基建支出下失真解耦

預估在 2025 至 2028 年間，高達 2.9 兆美元的全球 AI 基礎建設支出正在「遮蔽」並扭曲傳統的總體經濟指標，形成經濟學上的「解耦悖論」。2026 年即使在中東地緣政治緊張、原油價格波動以及聯準會利率維持在 3.50% 至 3.75% 高檔的背景下，美股仍舊創下歷史新高。實體經濟受到高利率、高通膨與就業市場降溫的壓抑，但科技前沿卻因私有資金與發債狂潮而維持繁榮，使傳統「利率上升打壓科技股」的教科書邏輯徹底失效。然而，這種資金排擠效應也導致中小型企業與非 AI 行業面臨嚴重的流動性枯竭，投資人必須警惕「市場廣度收窄、先前的高飛股率先轉跌」的經典見頂警訊，在雙軌制經濟中保持高度的風險意識。

本期精選

— 觀察

輝達 NVDA

AI資本支出進入深水區推升算力優化需求，但其競爭格局正轉為重資本、高能耗消耗戰，需緊盯邊際回報率。

6/16 入選 $212 → 現價 $211 · -0.8%

來源 · 3 集 podcast