白話科技|EDLC超級電容是什麼?輝達GB300為何需要它?概念股一次盤點
白話科技|EDLC超級電容是什麼?輝達GB300為何需要它?概念股一次盤點

隨著AI伺服器GB200在2025年產能逐漸放量,相關零組件個股表現也隨之起舞!其中,電源供應概念股成為一大焦點。

先前摩根大通(J.P.Morgan)報告表示,2025年預計推出的GB300伺服器中,電池備援電力模組(BBU),可能會成為標配產品;摩根史坦利(Morgan Stanley)也進一步指出,AI伺服器電源架構設計相當複雜,推動電源供應設備的升級勢在必行。

AI伺服器搭載BBU(Battery Backup Unit,電池備份單元)主要是為了提高系統的可靠性和穩定性,以應對突發斷電、電源波動等狀況,可以減少停機時間,以防止數據丟失和硬體損壞,更提高了系統的穩定性和可靠性。

而被動元件超級電容(Electric Double Layer. Capacitor,EDLC)就是這波BBU趨勢的主角之一。

超級電容(EDLC)是什麼?

超級電容,又稱為電雙層電容器(EDLC),是一種介於傳統電容器和電池之間的儲能裝置。 它結合了電容器快速充放電的特性,以及電池高能量密度的優點 ,具有以下特點:

1.容量大:容量比傳統電容器大數百倍至數千倍,可以儲存更多的電能。

2.充放電速度快:可以在數秒內完成充放電,適用於需要快速能量傳輸的應用。

3.循環壽命長:可以重複充放電數十萬次甚至數百萬次,而性能幾乎沒有衰減。

4.功率密度高:可以提供高功率輸出,適用於需要大電流的應用。

5.安全性高:通常使用活性碳等材料,不易發生熱失控或爆炸等安全問題。

總結來說,相較於傳統的BBU使用鋰電池為主要儲能元件,充放電的速度大致需要幾分鐘甚至數10分鐘才可完成。反觀,採用超級電容的BBU,不但可瞬間提供大量電力,更能負荷AI伺服器開機或切換時的瞬時能量需求,也能保障伺服器的穩定性,甚至具有低發熱的特性,成為電源供應升級的設計方向之一。

研調機構集邦科技AI伺服器分析師龔明德表示,超級電容是AI伺服器電源效能需求提升而推出的新應用,用以滿足AI伺服器對快速響應與穩定運行的核心需求。

龔明德指出,未來如果超級電容各面向(如技術、價格等)更成熟,對未來BBU發展應該更相輔相成。

什麼是PLSS系統?

若要進一步解釋超級電容的效益,就要提到AI伺服器所採用的PLSS系統。

峰值負載削減架構(PLSS)是一種重要的電網技術,可以有效地降低用電高峰期的負載,提高電網的穩定性和效率。而超級電容由於其快速充放電、高功率密度和長壽命等優點,在PLSS中具有廣闊的應用前景。

例如摩根史坦利就指出,AI伺服器電源管理設備之一的PLSS,如果採用超級電容做為電力儲存方案,可 以有效降低電源供應器(PSU)的功率變化,減少GPU/CPU因負載下降而引起的電源波動,並且保護電網中變壓器的使用壽命。

超級電容需求有多高?

《中央社》則指出,為了穩定AI伺服器中機櫃式電源(power shelf)或電源機箱的電壓,輝達也整合BBU和超級電容設計,組成AI伺服器機櫃中內建的電源儲存機閘(Energy Storage Tray)。

總結來說,超級電容是AI伺服器電源系統中至關重要的被動元件,能夠提升效率、穩定表現、又可以節省空間,是雲端伺服器客戶(CSP)考量升級的誘因。

富邦投顧1月份報告預估,2025年GB200的NVL72機櫃將會出貨2.7萬台,而NVL36機櫃則會出貨1.2萬台,雖然目前BBU尚未確定是否成為標配零組件,但以單一台GB200就需24個BBU元件來說,未來如果整合超級電容後的需求量相當驚人。

超級電容概念股有哪些?

由於超級電容屬於高單價被動元件(1顆10美元),隨著超級電容可能選入成為零件, 台灣被動元件廠中的電容廠也同步受惠,如金山電、日電貿、立隆電等。

不過,根據《自由財經》指出,目前超級電容的獨家供應商是日本武藏精密工業(Musashi),台廠目前尚未涉入相關製造,相關電容廠也沒有超級電容的產品,即使過去中國曾經傳出鋁質電容廠的品質疏漏,台廠也沒有接到轉單商機,目前可能是「題材性炒作」。

即使如此,相關概念股股價在近一個月仍有1~2成的漲幅,立隆電更是成長7成。

立隆電:超級電容是現階段開發項目

立隆電成立於1976年,早期透過與日本TOWA、ELNA合作代工生產的方式,取得技術移轉成立,發展至今已是台灣第一大鋁電解電容器廠。

凱基證券指出,受惠輝達GB300伺服器將超級電容列為標準配備,立隆電表示將與大廠共同研發,有機會成為國內首家切入超級電容領域的鋁電容廠,股價延續近期漲勢,1月21日收盤大漲逾7%,高點來到104.5元,改寫近25年來新高。

立隆電董事長吳志銘也曾表示,立隆在AI伺服器領域「沒有缺席」,目前正積極布局伺服器應用。

立隆電主要產品為鋁質電解電容器、鋁箔及電子材料之製造買賣,2023年鋁電解電容佔營收比重63%、鋁箔37%。2024年其營收新台幣104.87億元,年增16.54%、每股盈餘4.95元。

金山電:2025年電容產能達1億元

金山電全名台灣金山電子,主要業務為鋁質電解電容器及固態電容器的製造與銷售。成立於1970年,總部位於新北市三重區,並在廣州和泰國設有生產基地。

金山電的產品廣泛應用於資訊、通訊、消費性電子產品等領域,特別是在電腦、顯示器、家用電器及工業自動化等市場中具有重要地位。

金山電2023年營收結構中,液態電解電容器佔75%、固態電解容器佔25%。近期金山電也持續拓展市場,尤其在AI伺服器和新能源領域,也成為其營收未來增長動力。

據《MoneyDJ》指出,金山電在泰國的新廠預計於2025年下半年開始運營,這將進一步提升其在AI及雲端伺服器市場的產能,預計2025年固態鋁電解電容產能月產能可增加8,000萬顆、固液態混合鋁電解電容可增加2,000萬顆。

日電貿:AI伺服器為2025年主要成長動能

日電貿(NICHIDENBO CORPORATION)成立於1993年,是台灣最大的被動元件代理商,專注於電子零組件的銷售及代理。其主要產品包括各類電容器(如陶瓷電容、電解電容和固態電容)、半導體及發光二極體(LED)等。

日電貿代理多家國際知名品牌的產品,包括Nippon Chemi-con、Panasonic、KEMET、KYOCERA和SAMSUNG等。

《自由財經》指出,日電貿24年第3季營收比重為PC佔25%、電源20%、代工18%、通訊9%等;產品別佔比分別為MLCC(48%)、固態電容(19%)、電解電容(11%)。

日電貿總經理于耀國2024年於法說會上表示,AI伺服器是2025年的主要成長動能,並且帶動MLCC以及鉭質電容需求,而日電貿代理的超級電容也可望應用在新一代AI伺服器供電解決方案。

于耀國表示,2025年不論是傳統還是AI伺服器都會成長,只是AI成長會較明顯;以電容用量來看,傳統伺服器單機主板約2,000顆,而以8張GPU的AI伺服器來說,電容需求增加10倍,來到2萬顆,而目前持續出貨的GB200需求則來到20萬顆,于耀國並透露目前日電貿超級電容的產品也提供電源大廠測試中。

摩根史坦利表示,目前GB200伺服器架中可能會採用由武藏精密設計的超級電容,而機架則由台達電設計;根據《中央社》指出,台灣國巨旗下基美(KEMET)、鈺邦、永隆科技等,也布局超級電容產品,未來台灣電容廠是否有機會切入超級電容的商機,還有待時間驗證。

延伸閱讀:影片|BBU是什麼?為何輝達GB300需要「備援電力」?BBU概念股一次看

參考資料:《自由財經》、《MoneyDJ》、《中央社》

責任編輯:李先泰

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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