文．洪寶山

目前全球AI資料中心每年新增機櫃、伺服器都以GW為主，2024年以來僅AWS、Microsoft、Google三家新增AI伺服器機房規模超過6GW，NVIDIA評估1GW AI資料中心建設需投入至少500~600億美元，全球八大CSP(含AWS、Microsoft Azure、Google Cloud、Meta、IBM Cloud、Oracle、Alibaba Cloud、Tencent Cloud)，2025年資本支出已突破4,200億美元，專案多鎖定高密度AI算力，AI資料中心合計建置容量已逼近20GW至25GW區間，隨著AI訓練及推論需求增長，八大CSP合計AI基礎建設裝機容量2026年有望突破30GW，成長速度明顯加快。

AI基建加速成就吃電怪獸

GW級容量AI資料中心對區域電力系統壓力極大，用電總量與成本呈現指數成長，單顆AI晶片功耗已逾2kW，AI專用機房設計功耗是傳統雲端十倍以上，同容量下需消耗十倍電力，每新增1GW AI資料中心每年耗電可達8.7TWh。AI資料中心由MW邁向GW級，年耗電量將翻數倍，預計至2030年全球資料中心年消耗量成長至945~1264TWh，占全球用電約3%。

以美國為例，單一5GW資料中心年用電達43.8TWh，照平均電價0.10美元/kWh計算，一年用電成本即43.8億美元，若區域電力緊縮或需新增清潔能源，電力成本還會推升。為降低長期用電成本與碳足跡，CSP正推動自建再生能源與分散式發電、燃氣機組或燃料電池等解決方案，促使了Bloom Energy近期大漲。

科技巨頭陷入FOMO賽局

Praetorian Capital創辦人分析，現階段AI基礎建設投資規模極大，2025年美國主要CSP投資已達4,000億美元，月AI雲收入卻僅約10億美元。如果依照現有營收增速，要回收這些資本支出需時約83年，遠超過一般科技硬體的折舊回收期(通常三至五年)。主因包含AI商業化尚未爆發、硬體更新快速及電力、營運成本激增等，導致短期獲利壓力很高。但科技巨頭們陷入FOMO賽局而持續大舉投入，雖說是希望能提前卡位，在AI技術或應用爆發時取得領先地位，但也引發AI算力泡沫化的迷思。

上周OpenAI執行長Sam Altman在g2Pod播客上針對Brad Gerstner提出的「一家營收130億美元的公司如何做出1.4兆美元支出承諾」的質疑，給出了保守性回答。無獨有偶，OpenAI首席財務官Sarah Friar在接受媒體採訪時提及，聯邦政府可能為AI融資提供「擔保」。

雖然川普的AI事務負責人David Sachs對「聯邦救助」言論作出回應，但許多市場人士指出，在AI發展早期的現階段談論任何「救助」都顯得頗為怪異，於是近期AI巨頭的財報利多不漲反跌，反映的是投資人重新考慮年底前的風險與報酬的不對稱性，特別是9月10日輝達、OpenAI與甲骨文三方達成的「閉環交易」提高了市場對於AI過度樂觀的擔憂。

AI泡沫？黃仁勳來台要產能！

但是AI教主黃仁勳參加台積電運動會時表示AI的需求很大，魏哲家說黃仁勳是來要產能的，等於反駁市場的AI泡沫論。另一個科技大老馬斯克宣稱，為滿足自動駕駛汽車與人形機器人的龐大算力需求，特斯拉最終可能需要建造一座巨大的晶片工廠，他用「比giga還要大得多」來形容其規模，暗示其投資和產能將遠超現有的「超級工廠(gigafactories)」，「我看不出還有其他任何辦法，能讓我們獲得所期望的晶片數量」。這一表態直指特斯拉對未來晶片用量的擔憂，隔空呼應了黃仁勳跟台積電要產能的唱多AI需求。

馬斯克表示，這些高性能的自研晶片將被用於Cybercab和人形機器人Optimus等產品，這些產品都需要海量的計算能力作為支撐，在科技巨頭眼裡，當前的AI算力遠遠不足以撐起商業應用，或許有一天會因為過度超前投資而出現算力過剩的AI泡沫，但誰都不知道，那一天是現在？還是多年後？