- AI算力需求升溫,物理世界與虛擬世界再平衡,記憶體與零件硬體供給成新瓶頸
- 資料中心快速擴張,電力供給成為大型雲端業者擴張關鍵與戰略資源
- AI長線趨勢明確,進入技術普及階段,選股需重質不追高
過去兩年,市場對 AI 投資的焦點多集中在 GPU 供給、雲端資本支出與大型語言模型應用,但隨著算力建置快速擴張,真正限制產業成長的瓶頸正逐步從單一晶片,轉向更完整的基礎建設能力,其中最關鍵的兩項就是電力與記憶體。換言之,AI 競賽已不只是誰能取得更多高階處理器,而是誰能在記憶體頻寬、資料傳輸、散熱效率與能源供給之間取得最佳平衡。高頻寬記憶體需求因訓練與推論模型持續放大而快速上升,市場普遍觀察到主要產能已被大型客戶提前鎖定至2026甚至2027年,短期供給彈性有限,使記憶體供應商在價格、訂單能見度與獲利能力上具備更高議價能力,也帶動相關公司股價表現。
能源也成為 AI 產業鏈中的戰略資源。與記憶體類似,電網、變壓器、輸配電設備與電廠建置都無法在短時間內大幅跳升,而大型資料中心耗電密度持續提高,使電力取得能力逐漸成為雲端服務商選址與擴張速度的核心考量。近期地緣政治風險升溫,也讓能源價格、供應穩定性與國家安全議題重新受到重視。在供給受限下,AI 廠商只能從多個方向提升效率,包括水冷與液冷技術、降低伺服器內部傳輸耗損、改善電源管理、採用高壓直流架構,以及評估小型模組化反應爐等長期能源方案。這些變化代表 AI 投資機會已從半導體核心零組件,擴散至散熱、電力設備、網通、 光通訊與資料中心基礎建設等更廣泛領域。