AI算力

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

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

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

阿里巴巴大幅提升 Capex 至 677 億人民幣推進 AI 基建，自研 T-Head 晶片已商業部署超過 50 萬顆。雲端與 AI 年化收入強勁成長驗證算力需求，AI 資本支出預計 2.5 至 3 年即可實現回本

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

客戶選擇專業 AI 雲的核心在於電力、廠房與幾千張 GPU 高速互連集群的交付速度，而非單純價格套利。交付速度與電力資源是短線關鍵瓶頸，但單純價格優勢不足以構成長期護城河

AI 算力鏈供給瓶頸在於 InP 與半導體設備產能無法快速開出，算力需求持續大於供給。在當前市場環境下，持有受限於產能瓶頸的硬體供應鏈勝過純追逐 AI 故事

隨著 AI 應用從訓練擴展至推論與 Agent，客製化晶片 ASIC 在特定工作負載的成本與效能優勢日益凸顯。雲端巨頭積極開發自研晶片趨勢明確，具備高階設計與先進封裝整合能力的廠商長線大有可為

後訓練技術與推理算力投擲可顯著提升中小參數模型的實際效能，使 1.5T 模型的表現媲美更大規模基礎模型。後訓練與持續預訓練技術顯著強化模型智力表現，帶動前沿模型 Token 銷售量倍數成長

超大型資料中心融資案陸續落地，展現前沿 AI 大模型對算力基礎設施的極致渴求。算力建設需求能見度極高，龍頭業者資本支出與園區佈局持續加速

CoreWeave、Nebius 與 光通訊 財報證明算力需求持續，但 $CSCO、$AMAT 與 $AVGO 的股價反應顯示市場審視轉趨嚴格。AI 產業需求雖真實，但 CapEx 必須展現毛利率與轉化為股東現金流的資本效率

美國在 AI 算力與模型領域並無絕對壟斷地位，中國能以顯著較低的成本實現近乎同等的算力效益。AI 算力投資缺乏壟斷護城河，高資本支出與高估值將在未來面臨回報率考驗

CSP 廠第二季資本支出與財報均創佳績，算力需求並未過剩，中介平台流量暫緩僅為短期結構波動。CSP 廠算力需求依然強勁，硬體拉貨動能並未放緩

大客戶對高階 AI 晶片與系統機架的需求強勁，資料中心資本支出持續擴增。即便 $AMD 系統產品遞延與 $NVDA 訂單集中，整體算力升級趨勢依然明朗。雲端巨頭與航航大廠對 AI 算力需求持續擴張，系統級產品將成為未來獲利與競爭力的核心焦點

當前沿模型實現月度疊代，基於蒸餾的追趕策略將逐漸失效，原生自我改善極度依賴專屬實驗基建與 AI算力 規模。算力已成為最不可壓縮的硬約束與最深護城河，AI 資本支出並非泡沫而是確保 RSI 門檻到來時具備足夠算力的戰略必然

Google 與 Anthropic 等前沿實驗室對 AI 算力需求極其強烈，促使資料中心託管與算力基礎設施急速擴張。算力供給短缺推動營運商積極擴建資料中心，短期內算力需求強勁且投資回收期短

資料中心業務持續高速成長，且管理層強調 2026 下半年資料中心加速、2027 年資料中心營收較 2026 年成長逾一倍。AI 算力與資料中心伺服器需求實質放量，中長期產業擴張趨勢明確

四大雲端業者年資本支出逼近萬億美元，主要流向 AI 資料中心與 GPU 算力建置，驅動雲端營收加速與軟硬體升級。AI 算力基礎建設需求依然強勁，雲端服務加速成長是科技股成長的核心引擎

AWS 雲端算力需求隨著企業導入 AI 持續擴張，成為雲端業者邁向數千億至萬億美元營收規模的核心推手。AI 算力基礎設施需求將驅動雲端龍頭迎來長達數年的結構性成長週期

Google 串連博通 $AVGO 與私募信貸成立 2000 億美元融資池，將 TPU 算力大規模出租給 Anthropic 等模型廠商。大型雲端業者資本支出未見鬆動。巨頭以多元金融工具加大 AI 算力資本投入，產業長線成長趨勢極為明確

Helios 機架與 MI455X 系列產品需求強勁，長約亦確保與高端客戶合作，但算力板塊整體面臨極高估值敏感度。基礎層 半導體 需求本身無虞，但股價短期受制於市場消化估值與比對出貨時程的過程

GPU 租賃價格與 DRAM 現貨價同步暴漲，顯示實體用量強勁。隨著舊合約陸續到期，算力租賃價格迎來重覆評價。算力基礎設施供需缺口持續擴大，現貨重訂價將帶動整體雲端運算營運現金流顯著增長

四大雲端巨頭與各國政府、企業對 AI 滲透率持續提升，亞馬遜與 Meta 大舉擴大資本支出，微軟後續亦將追趕提撥。CSP 廠大舉追加資本支出注入龐大訂單，AI 算力產業下半年至明後年動能維持高昂

客製化 AI 晶片 (ASIC) 在各大雲端服務商 (CSP) 的滲透率大幅拉升，台廠 IC 設計龍頭技術能力獲美系大廠認可。AI 特性晶片營收貢獻加速顯現，成為傳統消費性電子之外的第二成長曲線

SpaceX 與 $NVDA 合作將算力帶入軌道，開發軌道資料中心。軌道算力敘事為 AI 基礎建設開闢了全新維度與長期想像空間

$AMD Helios 晶片獲得各大雲端巨頭採購，顯示市場對多元 AI 算力晶片的需求旺盛。算力晶片市場並非單一獨占，第二供應商產品陸續出貨將驅動產業總體業績上修

Anthropic 多方與 Volta Infra、SpaceX、$AMD 等簽署大型算力協議。頂尖 AI 實驗室由押注單一雲端巨頭轉向多元分散採購，拉動全球算力需求進一步擴散

算力供給緊張促使擁有額外運算能力的業者轉向租用模式獲利，雖然短期可回補現金流，但長期可能犧牲自研大模型的競爭力。算力租用市場短期充斥強勁需求，但 AI 模型市場競爭劇烈且價格持續下降使長期利潤率承受壓力

Anthropic 出口限制為政策訊號而非全面打壓，中國模型縮差但仍落後美國前沿；關鍵在於更多可用模型帶動推論端需求持續膨脹（Jevons 定律）。AI 算力需求端未見動搖；中國模型競爭是需求擴張，而非替代效應

AI PC 走向緊密協同設計，硬體、OS 與軟體棧需一起開發。RTX Spark 採用的統一記憶體架構及 128GB LPDDR5X，標誌著高階 AI PC 走向垂直整合的新趨勢

企業正大規模將預算轉向微軟雲以獲取算力，目前處於需求超過供給的狀態。Azure 的 40% 成長顯示企業端 AI 需求未見放緩，雲端服務正從傳統工作負載轉向 AI 消費驅動的擴張期

Anthropic ARR 的加速成長與核心硬體商獲得背書，支撐了算力板塊的長線邏輯。AI 算力仍是市場最核心的追逐方向，成長軌跡的透明度是後續股價支撐關鍵

軌道資料中心被視為極高風險的高收益投資，目前科學與經濟可行性尚未經市場驗證。這類極前瞻的算力設施雖具備巨大的想像空間，但在技術與監管紅線明確前，不宜給予過高估值溢價

Dell 的伺服器訂單與 Snowflake 的雲端數據需求同步爆發。伺服器與雲端基建的訂單堆積顯示 AI 淘金潮仍處於加速期，硬體與軟體端同步受惠

公司正從存儲轉向數據管理平台，Hyperscale 客戶預計在下半年放量，但具體營收區間尚未明朗。

Anthropic 的高額租約驗證了 SpaceX 在頂級算力佈局上的競爭力。軌道 AI 計劃若能商業化，將利用無限太陽能與天然冷卻對地面數據中心實施降維打擊

硬體端利潤爆表且需求持續成長，短期雖有股價橫盤可能，但中長期趨勢不變。需求已經走向拋物線增長，現在只是獲利變現的開始

Anthropic 估值高企並尋求晶片多元化。

科技巨頭背負巨額債務進行 AI 建置，缺乏可持續的商業模式回報。這場由債務催生的 AI 狂潮正走向終局，最終將演變為資源錯配的經濟災難

Anthropic單月新增$11B ARR——超過Palantir/Snowflake/Databricks三家公司10年努力的合計規模。GPU亞洲租金率先上漲（3天後美國跟漲）是AI需求沒有崩潰的即時信號。AI算力需求的速度讓傳統估值框架失效：用歷史PE或相對估值衡量AI龍頭，會系統性低估其未來收益增速

Google 2026年CapEx預計1800-1900億美元（較2022年的310億增幅約6倍）、TPU 8採訓練/推理雙晶片專用化——這是AI基礎設施投資進入更成熟分工的新階段。訓練與推理晶片分工代表AI基礎設施已從單一全能晶片走向專用優化，大幅提升各環節效率的同時也意味著整體投資總量的持續增加

輝達以「超預期的超預期」驗證AI資本週期尚未見頂：Q1自由現金流486億、Q2指引上緣928億均超預期，客群從Hyperscaler多元化到工業/企業/主權AI需求。Hyperscaler CapEx今年已上調至7450億、2027年預計破兆，這個規模的資本週期離終點比所有人想像的都還要遠

AI推論硬體的記憶體架構正在分歧：GPU依賴HBM頻寬、Groq以大量SRAM換低延遲、SambaNova以三層記憶體在容量與速度間取得平衡。三層記憶體讓SambaNova可在SRAM不足時從HBM/DRAM平滑補位，是其差異化的核心設計。此架構的性能優勢需在多模型切換場景下才能完全體現，通用推論性能仍需與Hopper/Blackwell實際比較

快速 token 需求已從利基場景擴散至 agentic coding workflow 的主流；frontier labs 同時推出 fast/standard/batch 多層定價，驗證用戶願意為互動性付溢價。SRAM 機器從「理論有趣」到「有人真的付 6 倍」的市場拐點已確立，替代 HBM 加速器的窗口正式打開

OpenAI 的 750MW 合約將 Cerebras 收入從接近零基礎拉升至數十億美元規模，TSMC wafer loading 已逐季步升以對應交付需求。短期業務確定性極高，但 90%+ 營收集中在單一客戶、OpenAI 同時擔任債主與最大 warrant 持有人，是不對稱的結構性風險，IPO 投資人須充分定價

$MRVL 創歷史新高、兩大投行齊升目標價，背後是客製晶片（ASIC）需求的廣泛性超越市場預期。微軟 $MSFT Azure 合作加速放量，是 AI 算力投資從通用 GPU 轉向客製化的重要信號。ASIC 客製化趨勢加速，Marvell 是這個趨勢中估值修復最確定的標的，目標價共識大幅上修

AI 算力對記憶體頻寬需求無窮，代理型 AI 與推論發展使 CPU 佔比提升、有利 Rambus 的 DDR 與 MRDIMM 出貨。市場焦點仍集中在 GPU 與 HBM 原廠，Rambus 尚未被真正當成 AI 基礎設施核心供應鏈來定價

AI Agent場景下推理負載大幅提升CPU需求，CPU:GPU比例從訓練期的1:4~1:8收斂至1:2甚至1:1，帶動整個算力基礎設施的採購組合重估。$AMD雙引擎格局受惠最大，$NVDA同樣切入CPU合作（與Meta）以鞏固生態系。CPU在AI推理時代的戰略地位重估，是這一波算力行情最重要的結構性變化之一。

Intel 與 AMD 法說同步確認 Agentic AI 和推理工作負載在結構上推升 CPU 需求；GPU 大哥 $NVDA 暫時橫盤讓資金輪動到 CPU、ASIC 等相關標的。CPU 板塊已成當前市場最強敘事，資金仍在持續流入

AI 運算需求正從「訓練」轉向「推論」，AI Agent 興起更創造前所未有的 CPU 需求爆炸。$AMD 法說會揭示：每個 Agent 執行任務都在呼叫 CPU 上的工具軟體，這使通用處理器成為 AI 基建新核心。推論+Agent 雙引擎讓 CPU 市場規模預估在半年內翻倍，半導體板塊邏輯持續被上修

Google 大規模上修 TPU 出貨預估，2028 年達 3,500 萬顆（vs 2026 年 430 萬），顯示 CSP 自研 AI 晶片週期加速。GPU 是萬用瑞士刀，TPU/ASIC 是手術刀，兩者並行；市場對 ASIC 設計服務公司給予 90-100 倍本益比，反映結構性 AI 算力需求溢價。TPU 出貨量倍數成長確立 ASIC 供應鏈的長期超額利潤週期，押 ASIC 優於純 GPU 供應商

AMD財報確認AI算力需求持續擴大，資料中心年增57%且高毛利率成長。AI Agent浪潮帶動CPU需求成為新的增量，讓算力投資不再只是GPU單一向量。AI算力需求擴散到CPU層，算力板塊成長空間比市場原先預期更廣

NVDA守不住200美元，Google TPU成功普及形成競爭壓力；INTC以政府持股和AI伺服器需求為由快速拉升，AI算力板塊出現內部分化。GPU主導地位受TPU衝擊的程度，以及INTC轉型成功率，是AI算力板塊下半年的兩大不確定性