AI五層蛋糕系列走到第三篇。能源篇談的是最底層的電,晶片篇談的是運算的大腦,這一篇要處理夾在中間、卻最常被含糊帶過的一層,也就是基礎建設(也被稱為基礎設施,AI Infrastructure)。
一顆再強的圖形處理器(GPU),如果沒有人把它裝上板卡、接上網路、餵進電力、壓下高溫、再塞進機櫃,它就只是一塊躺在倉庫裡的晶片。把晶片變成一座能實際輸出算力的資料中心,靠的正是這一層。那麼,基礎建設層到底包含哪些環節,以及台股裡誰直接受惠?本文帶你一次看。
本文重點
- 聚焦把封裝好的晶片變成一座能運轉資料中心的所有實體環節,橫跨伺服器與整櫃、網路、光通訊、連接器、電路板、機構件、散熱、內部供電等8大類。
- 依AI相關的實際訂單、出貨或營收占比,將AI基礎建設概念股分成「直接受惠」與「間接受惠」。
本文目錄
AI基礎建設是什麼?跟AI資料中心、AI工廠差在哪?
AI基礎建設,指的是把一顆封裝好的晶片,變成一座能對外提供算力的資料中心,中間所有的實體硬體環節。
從封裝好的晶片被裝上板卡或模組的那一刻,一直到這座資料中心能實際供應算力為止。晶片決定了算力的理論上限,基礎建設則決定這些算力能不能被穩定、成規模地用出來。伺服器怎麼組成一整櫃、資料怎麼在櫃內與櫃間高速傳輸、每櫃上看百千瓦的電怎麼餵進去、隨之而來的高熱怎麼帶走,都是這一層要解決的問題。這些環節不像晶片那樣有單一主角,而是一條由數十家廠商分工的供應鏈,也正是台股最密集卡位的一層。
先釐清一組很多人會搞混的詞:AI基礎建設、AI資料中心、AI工廠(AI Factory)常被當成同義詞,其實是三個不同層次。簡單說,三者常指向同一批硬體,差在「從哪個角度看它」,本篇聚焦的是AI基礎建設層,也就是把晶片組成資料中心的那些實體環節。
| 層次 | 白話解釋 | |
|---|---|---|
| AI基礎建設(AI Infrastructure) | 硬體環節的總稱 | 把晶片組成資料中心的實體環節:伺服器、網路、光通訊、機構件、散熱、內部供電 |
| AI資料中心(AI Data Center) | 實體的場所 | 為AI優化的機房建築,特徵是高功率密度、液冷、大量GPU叢集 |
| AI工廠(AI Factory) | 輝達提出的定位 | 把一座AI資料中心看成生產智慧的工廠:電力與資料進、token(詞元)出 |
AI基礎建設概念股有哪些?誰直接受惠、誰間接受惠?
這一層台股受惠最廣,從伺服器、網路、散熱到供電,至少橫跨八個類別、逾15檔個股直接受惠。
《數位時代》分級的判準:產品已量產出貨或已實際認列AI相關營收,列為直接受惠;仍在送樣驗證或產品藍圖(roadmap)階段、營收尚未發生者,列為間接受惠。以此為準,可以把這一層拆成四組環節來看。
運算主體是這一層的核心,負責把圖形處理器、記憶體、電源組成一台伺服器,再疊成一整櫃。這是台股實力最強的一塊,緯穎(6669)、鴻海(2317)、廣達(2382)、緯創(3231)四家整櫃廠幾乎包辦全球主要雲端業者的AI伺服器代工。
連接與傳輸負責讓資料在櫃內與櫃間跑得夠快:網路交換器由智邦(2345)供應,光通訊模組有華星光(4979)、眾達-KY(4977),高速連接器有嘉澤(3533)、貿聯-KY(3665),承載這些訊號的高多層電路板與銅箔基板(CCL)則有金像電(2368)、台光電(2383)。
支撐結構是把這些零件固定、冷卻的部分:機殼與滑軌等機構件有勤誠(8210)、川湖(2059),在高功率密度下已成標配的散熱則有雙鴻(3324)、奇鋐(3017),其中液冷在高功率AI機櫃的採用正快速升溫。
能量供給則負責把電穩定送進機櫃,包含電源架(Power Shelf)、電源供應器(PSU)、機房不斷電系統(UPS)與電池備援單元(BBU),代表廠商為台達電(2308)、光寶科(2301)。要說明的是,這裡指的是資料中心「機房與機櫃端」的供配電設備,台達電的對外電網與儲能業務屬能源層,《數位時代》已在能源篇討論。
| 八類別 | 公司(代號) | 在這一層做什麼 | AI訂單/營收佐證 | 受惠程度 |
|---|---|---|---|---|
| 伺服器與整櫃 | 緯穎(6669) | 整櫃系統直接代工(ODM-Direct) | 2025年AI產品占營收逾50%、營收年增163.7% | 直接 |
| 伺服器與整櫃 | 鴻海(2317) | GB200/GB300整櫃組裝 | 2026年4月AI整櫃出貨市占約44%、居全球之冠(美系外資通路調查估計) | 直接 |
| 伺服器與整櫃 | 廣達(2382) | AI伺服器整櫃 | 2026年4月AI整櫃出貨約2,100櫃、市占居次(通路調查估計) | 直接 |
| 伺服器與整櫃 | 緯創(3231) | AI伺服器整櫃 | 2026年4月AI整櫃出貨約1,300~1,400櫃、市占第三(通路調查估計) | 直接 |
| 網路設備 | 智邦(2345) | 白牌800G/1.6T交換器、網路應用設備 | AI動能的「網路應用設備」占營收由約34%(2024前三季)升至約63%(2025前三季) | 直接 |
| 光通訊 | 華星光(4979) | 800G光收發模組 | 800G已於2026年初量產出貨、仍處放量初期,客戶擴至3家以上雲端業者 | 直接 |
| 光通訊 | 眾達-KY(4977) | 光模組/共同封裝光學(CPO)光引擎 | 800G為主力,與博通合作CPO光引擎、進入量產準備 | 直接 |
| 光通訊 | 上詮(3363) | CPO光纖耦光組裝(FAU) | 已在CPO直接供應鏈,1.6T/3.2T FAU產線已建置、2026年第3季起依客戶排程交貨、尚未認列營收 | 間接 |
| PCB/CCL | 台光電(2383) | 高速銅箔基板(CCL) | GB200主機板(UBB)CCL板材二供(法人估份額約2成)、全球高速CCL材料主要供應商 | 直接 |
| PCB/CCL | 金像電(2368) | 伺服器高多層電路板 | 切入AWS、Google自研ASIC主機板,2025全年營收年增約54% | 直接 |
| 連接器 | 嘉澤(3533) | 中央處理器插槽(Socket)+液冷快接頭 | 2026年第1季伺服器占比首度過半;液冷快接頭已小量出貨(逾1萬顆),輝達認證版本持續送驗 | 直接 |
| 連接器 | 貿聯-KY(3665) | 整櫃線纜、匯流排(busbar) | GB200 busbar通過輝達認證、已小量出貨 | 直接 |
| 機構件 | 勤誠(8210) | 伺服器機殼與機櫃 | 已接獲2家北美雲端業者液冷機櫃專案、2026年機櫃營收占比目標逾一成;取得輝達NVL/MGX推薦供應商資格 | 直接 |
| 機構件 | 川湖(2059) | 機櫃滑軌 | 伺服器滑軌全球市占逾五成;GB200運算匣滑軌單價約為前代4倍以上、已出貨 | 直接 |
| 散熱 | 雙鴻(3324) | 液冷水冷板、冷卻液分配裝置(CDU) | 水冷占伺服器營收2025年第4季約五成、客戶含AWS/Meta;2026年營收成長目標上修至約70% | 直接 |
| 散熱 | 奇鋐(3017) | 均熱板(VC)+氣冷/液冷 | AI伺服器散熱與機構件放量,2025年營收年增94.6%、伺服器占比約51.7% | 直接 |
| 內部供電 | 台達電(2308) | 電源架、PSU、UPS、BBU、高壓直流(HVDC),亦跨足液冷散熱 | AI伺服器電源市占居領先(法人估約50~60%)、2025年液冷成主要成長動能 | 直接 |
| 內部供電 | 光寶科(2301) | AI電源、BBU、Power Rack | 8.5kW PSU與BBU已量產、110kW Power Shelf開始出貨,AI營收占比上看三成 | 直接 |
| 內部供電 | 新盛力(4931)、順達(3211) | 資料中心BBU電池備援 | BBU已實際出貨並認列營收(新盛力BBU占比近五成) | 直接 |
AI資料中心與算力服務這塊,台廠規模為何仍小?
先分清楚兩個詞:AIDC指AI Data Center,也就是AI資料中心這個實體;把資料中心裡的GPU算力按需求租給企業,則是算力雲或GPU即服務(GPU-as-a-Service)。兩者常由同一批業者整合經營,但不是同義詞。
一座AI資料中心蓋好、裝滿算力之後,最後一步是把這些算力「租」出去給需要的人用,就像蓋好一棟大樓,再把裡面的辦公室出租。多數企業不會自己砸錢買上萬顆昂貴的圖形處理器、養一整座機房,而是直接向這些業者按用量租算力就好。這門算力租賃生意,就是整條基礎建設鏈最終變現的地方,也是輝達口中「AI工廠」把電力和資料變成收入的一端。台股在這門生意上並非完全缺席,但規模與全球影響力仍小,參與的方式主要是把機器賣給出租算力的人,而不是自己下場當房東。
先看這門生意由誰主導。全球AI算力服務高度集中在美系業者手上,要分兩個口徑看:廣義的公有雲基礎設施由三大雲端業者Amazon Web Services(AWS)、Azure、Google Cloud主導,2026年第1季合計約占63%市場(市調機構Synergy Research);而專攻圖形處理器租賃的新雲業者(neocloud)如CoreWeave、Nebius、Lambda,則是在三大雲端之外另闢的一塊高速成長市場,2025年營收超過250億美元(約新台幣8,000億元)、且仍在高速成長。
台廠在這一端規模小、角色也偏後段:台灣大哥大(3045)攜手輝達合作夥伴GMI Cloud、桃園機房供電約25MW;中華電信(2412)推hicloud AI算力雲,林口與台中機房建置完成後合計最高約36MW;是方(6561)則是主機代管(colocation)房東,電容量約20MW。相對於美系動輒數百MW到GW級的AI園區,這些量體只是零頭,且真正的圖形處理器配貨權與算力調度多半握在國際夥伴手上。
不過,台股在「出租算力」這端雖然規模有限,卻不代表跟這塊市場無關,差別在切入的位置不同。這些國際算力大廠的AI整櫃機器,幾乎都是台廠代工的,正是前面提到的鴻海、廣達、緯創、緯穎,客戶就是這些雲端巨頭與新雲業者。換句話說,台股沒在「出租算力」這桌下注,卻是這桌所有人的「機器供應商」,站穩的是製造這一端。這才是台股在整個AIDC版圖裡最實在的營收來源。
這也框出了台廠的三個結構限制:圖形處理器配貨權掌握在上游,最先進的晶片產能常被大廠以長約鎖走;電力與土地是硬天花板,機房規模受在地供電上限所限;客戶集中度高,例如緯穎前幾大客戶合計就占營收逾九成,訂單一旦鬆動,衝擊直接。要提醒的是,整櫃代工雖然營收龐大,但毛利偏薄,以緯穎為例,2025年毛利率為8.3%,與算力服務的毛利結構是兩回事。
最後補齊兩個同屬這一層、但台股沒有明確代表的概念:智慧網卡(SmartNIC,把網路、儲存、資安工作從中央處理器卸載),截至2026年8月主要由輝達(BlueField)、博通、邁威爾(Marvell)主導;電源分配單元(PDU),國際上以Vertiv、施耐德、伊頓等為主,台股較少單獨揭露具規模的相關營收。
基礎建設層把晶片組成了一座能運轉的資料中心。機房蓋好、電接上、算力開跑之後,下一個問題就是餵給它的「大腦」,也就是模型,這正是AI五層蛋糕系列下一篇「模型篇」要拆解的主題。
延伸閱讀:
資料來源:緯穎2025年報、公開資訊觀測站、Prismark、Synergy Research、DatacenterDynamics、TechNews AI伺服器出貨統計
本文初稿為AI編撰,整理.編輯/林育萱
