← 回阿法觀點
阿法觀點

電力基礎建設限制 AI 算力擴張，倒逼晶片市場向高能效客製化分化

發佈於 2026.08.24
資料來源 · 17 集 podcast、26 則網路來源
參考 Podcast
網路延伸來源

隨著全球 AI 算力設施的強勁擴張，資本市場正迎來極度嚴峻的實體物理極限。當前限制 AI scaling 的核心瓶頸已從晶片製造轉移至電力供給與基礎設施，這使得「能耗」成為機房營運的最高上限。在極端電網壓力與社區抵制的雙重夾擊下，各大科技巨頭正加速轉向能效比更高、總擁有成本更優的客製化自研晶片，徹底重塑半導體與電網供應鏈的競爭格局。

電網容量躍升為算力擴展的絕對瓶頸

過去兩年市場極度關注晶圓代工與 HBM 記憶體的產能缺口，但實體世界的能源供應正成為 AI Scaling 最嚴重的絆腳石。高盛研究數據顯示，美國 AI 資料中心電力需求將從 2025 年的 31 GW 翻倍至 2027 年的 66 GW，單一算力機櫃的功率密度更已衝破 100 kW 至 120 kW 的實體極限。然而，傳統電網併網申請需時三至五年以上，加上在地居民對於電價上漲與水資源消耗的「鄰避效應（NIMBY）」爆發，全美僅 2026 年第一季就有超過 75 個建案延宕或撤案。這迫使科技巨頭必須部署電力穩定緩衝器，帶動重電設備與儲能系統（ESS）需求爆發。包含重電巨頭華城（1519.TW）、士電（1503.TW）以及美股散熱與機房電源大廠 Vertiv（VRT）、Eaton（ETN）均成為算力基建轉型下的核心受惠者。雖然部分反方觀點認為科技巨頭可透過表後發電或直接購買核能（如 SMR 與 PPA 協議）快速繞過電網瓶頸，但短期內實體缺電問題仍難以完全被消除。

能耗總量限制推動 ASIC 客製化分化潮

當資料中心面臨無法突破的「電力牆（Power Wall）」時，市場競爭軸線自然從單純追求極限算力轉向每瓦效能（Performance per Watt）的極致優化。NVIDIA（NVDA）與 AMD（AMD）等通用型 GPU 為了兼顧各類複雜演算法，保留了大量的通用邏輯電路，功耗居高不下；相較之下，雲端服務商（CSP）推動的自研專用晶片（ASIC）剔除無用電路，在推理情境下能提供高達 40% 至 65% 的總擁有成本（TCO）優勢。這種結構性變化引發了 IC 設計服務的轉型，CSP 巨頭從過去包攬採購的 Turnkey 模式轉向 COT（客戶自研工具）模式，自研團隊收回高單價設計與料件採購，釋出更多 NRE（委託設計）與 IP 專案給設計夥伴。在此浪潮下，客製化晶片與 CPO 矽光子傳輸技術迅速崛起，以 Broadcom（AVGO）、Marvell（MRVL）以及台系 IC 設計服務商世芯-KY（3661.TW）、光傳輸元件廠聯亞（3081.TW）最具代表性。即便 NVIDIA 靠著 CUDA 軟體生態與 NVLink 仍掌握全球過半市占，但 ASIC 出貨量的爆發力已不容忽視。

極限功耗需求倒逼電源與被動元件規格升級

除了架構轉向客製化，機櫃內部的電力傳遞效率與被動元件規格同樣面臨規格升級的剛性需求。伺服器電源供應器（PSU）正迅速從傳統規格躍升至 5.5kW 甚至 8kW 以上，同時帶動矽基與第三代半導體（SiC/GaN）功率元件的採用率。台達電（2308.TW）與美股電源管理 IC 巨頭 Monolithic Power Systems（MPWR）因此成為極致電源傳輸趨勢下的關鍵角色。此外，高功耗 ASIC 與極端負載變化，對電容器與電感的穩定度提出了前所未有的要求，帶動了高容值、高溫、高頻 MLCC 以及高階電感器的用量倍增，使全球被動元件龍頭國巨（2327.TW）與日本村田製作所（Murata, 6981.T）獲得長期評價調升的空間。儘管有研究指出高達 95% 試圖整合生成式 AI 的企業尚未獲得實質 ROI，可能引發未來資本支出（Capex）拉回的短期風險，但硬體端針對能源利用效率的升級，已是半導體與零組件產業不可逆的發展主軸。

本期精選
電力基建與電網設備
ASIC與IC設計服務
往期阿法觀點