全球7成散熱產業在台灣!AI帶動水冷需求,台廠起飛關鍵在這一點
全球7成散熱產業在台灣!AI帶動水冷需求,台廠起飛關鍵在這一點

「目前(散熱的)需求在增加,水冷技術才剛要開始攻佔山頭!」台灣熱管理協會理事長、英特爾水冷團隊技術總監龔育諄表示。

就像車輛為了不要過熱,需要有水箱來散熱,AI伺服器同樣需要散熱技術的支援,而且隨著AI伺服器的算力愈來愈強大,對於散熱的需求不斷上揚。

AI帶動散熱需求!全球7成散熱產業在台灣!

龔育諄提到,隨著晶片公司推出各種「新型武器」,不只提升電力需求,散熱解決方案是伺服器大廠最關切的議題。

所以各大散熱廠也紛紛推出新型散熱技術,龔育諄引用了特斯拉執行長馬斯克所說的話:未來不會缺晶片,缺的是電,而現行的氣冷散熱方案會讓電力消耗多出30%,「水冷可以讓多出來的30%補回來。」

龔育諄看好未來水冷解決方案的展望,提到目前全球有7成的散熱產業都在台灣,透過水冷技術把散熱效率提高,達到節省能源,並且能與政府合作訂定台灣專屬的資料中心的電力使用效率(PUE)規範,讓機房的耗能可以得到有效管控。

液冷(liquid-cooled)散熱技術是什麼?

液冷又分為「水冷」和「油冷」,目前使用最大量的為水冷。

散熱廠雙鴻董事長林育申指出,現在 AI 伺服器幾乎都採用水冷散熱方案,像是 NVIDIA GH100 的 TDP 超過 700W 就必須使用水冷散熱,雖然目前占雙鴻營收比重仍小,但是 AI 伺服器與傳統伺服器的平均銷售單價(ASP)相差達 10 倍,因此將有助於雙鴻下半年產品結構的轉變,預估 2023 年 AI 伺服器將可占到 5~10%。

一圖看懂水冷技術
圖/ 數位時代製作

英特爾提台灣散熱廠「元件認證機制」,共同訂定散熱解決方案

除了效率之外,企業的ESG目標也是推升散熱的原因。因為有更好的散熱技術,就能夠降低能源的消耗。

然而散熱廠商將服務方案推給雲端大廠使用時,必須經過雲端廠的驗證,而英特爾去年就與工研院攜手,成立的聯合實驗室與建置冷卻液特性檢測流程與平台,整合系統與材料開發驗證技術,未來可提供廠商進行實機場域驗證,包含材料特性檢測、與伺服器零組件間的材料相容性、使用年限評估等,開創產業切入國際市場的契機。

這麼做對於台灣散熱廠商的好處是什麼呢?

由於雲端大廠對於散熱元件有許多嚴格的要求,而英特爾與各家廠商定出一個通用的規範,如:定義哪些元件經過測試之後,散熱效果最好,以及散熱模組用什麼方法最有效等等,製作成白皮書,免費提供給各家散熱廠商使用。

龔育諄也透露,許多雲端大廠也會要求供應商需要符合這些白皮書的架構才會使用,「現在很多廠商都在找我們能不能多幫忙驗證幾家公司,因為市場需求很高,我們就是一直在做義工,幫助廠商取得訂單。」

龔育諄提到,訂定規範可以協助建立散熱解決方案的生態系,讓更多液冷散熱解決方案可以落地。 但更重要的事情是,讓散熱廠與雲端廠有「共通的語言」 ,讓台灣重要的散熱供應鏈可以順暢地與海外雲端廠溝通,把解方推向國際。

英特爾水冷團隊技術總監龔育諄.jpg
台灣散熱管理協會理事長暨英特爾水冷團隊技術總監龔育諄,針對英特爾在液冷技術的研發以及認證方案進行分享。
圖/ 黃詩媛拍攝

AI帶動水冷市場需求,未來商機可觀

由於現行的氣冷方案對於雲端服務商已經達到散熱的臨界點,導入水冷或浸沒式液冷勢在必行。

資策會產業情報研究所(MIC)指出,2024年四大雲端服務商資本支出將持續提升,主要用於資料中心的AI基礎建設,例如廠房的設計,液冷方案的採用等等。資策會表示,AI算力需求急增也驅動雲端資料中心廠房架構產生變化。

產業分析師陳牧風表示,大型資料中心在散熱的需求上,也因為AI伺服器需要透過更緊密的方式排列、提升算力,因此基礎設施的散熱(水冷甚至是浸沒式)系統、不斷電系統(UPS)、配電裝置(PDU)與備援電池(BBU)都需要升級。散熱廠商也積極的投入整套式的解決方案,在電源供應設計、機櫃的設計、元件的使用、以及廠房導入水冷的評估等等,都會是未來龐大的市場需求。

龔育諄表示,現在水冷技術的相關元件市場需求量非常大,購買也都來自美系客戶,目前的產能已經無法提供市場需求,台灣廠商在這場散熱軍備賽中,保有相當大的優勢。

延伸閱讀:童子賢:得核融合者得天下,為何比AI還狂熱?台灣新3力:算力、電力、水力!

責任編輯:錢玉紘

關鍵字: #Intel #伺服器 #AI
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓