NVIDIA 2027 會計年度第 2 季資料中心營收達 890 億美元，年增 117％。這個數字反映的已不只是 GPU 銷量，而是晶圓、先進封裝、HBM、AI 伺服器、高速網路、液冷與電力基礎設施同步擴張。
如果把生成式 AI 比喻成一座工廠，GPU 是核心機台，但機台要持續擴產，還需要足夠的記憶體、網路頻寬、供電與散熱。2026 年 AI 產業焦點因此逐漸從「買更多 GPU」，轉向「如何讓更多 GPU 在同一座資料中心有效運作」。
這篇文章從產業鏈、近期技術趨勢與台美代表公司 3 個角度，帶你建立 AI 基礎建設的完整輪廓。
3 個重點先看
- AI 基礎建設不等於 AI 伺服器：產業鏈還包括晶片、HBM、網路、CPO、電力、液冷、機房與雲端服務。
- 大型科技公司仍在擴充容量：Microsoft 最新一季資本支出 410 億美元，Meta 同期資本支出 310.8 億美元。
- 2026 年關鍵技術正在換檔：Vera Rubin、客製 ASIC、HBM4、1.6T／CPO、800VDC 與兆瓦級液冷成為新一輪基建重點。
AI 基礎建設是什麼？從晶片一路看到電力
AI 基礎建設是「讓 AI 模型能被訓練、推論並大規模部署的整套硬體與設施」。大致可拆成 6 層：算力晶片包含 GPU、CPU 與 ASIC；記憶體與封裝包含 HBM、DRAM、先進封裝與載板；伺服器層負責把晶片整合成機架與 POD；網路層包含交換器、800G／1.6T 光通訊與 CPO；設施層包含 UPS、800VDC、液冷與機房；最上層則是雲端平台把這些設備轉成可使用的 AI 算力。
因此，AI 晶片愈快，不代表資料中心就能等比例提升效能。HBM 頻寬、網路延遲、機架供電與散熱只要有一層跟不上，都可能成為叢集瓶頸。
為什麼 2026 年 AI 基建仍在擴張？大型科技公司持續增加容量
觀察需求端，最直接的訊號是大型雲端與科技公司的資本支出、資料中心容量與雲端營收。這些數字不能直接等同 AI 營收，但可判斷業者是否仍在投入運算設備與機房。
| 公司 | 近期公開數據 | 代表意義 |
|---|---|---|
| NVIDIA（NVDA） | 資料中心營收 890 億美元，年增 117％。 | 加速運算需求仍維持高成長。 |
| Microsoft（MSFT） | 單季資本支出 410 億美元，約 3 分之 2 用於 CPU、GPU 等短期資產。 | 持續擴充運算與資料中心容量。 |
| Amazon（AMZN） | AWS 單季營收 422 億美元，年增 37％；過去 12 個月資產設備採購年增 661 億美元，主要反映 AI 投資。 | AI 支出延伸至自研晶片與雲端基礎設施。 |
| Meta（META） | 單季資本支出 310.8 億美元，2026 年全年展望為 1,300 億至 1,450 億美元。 | 自建 AI 計算與資料中心仍是支出重點。 |
2026 年 AI 基礎建設 5 大趨勢：從 Vera Rubin 到 800VDC
1．從單台伺服器轉向機架級 AI 工廠
NVIDIA 已宣布 Vera Rubin 進入全面量產爬坡，平台把運算、CPU、儲存與網路整合成多個機架協同運作。NVIDIA 公布的 Rubin 生態系中，台灣就有 150 家夥伴參與，機架、電源、散熱與系統整合的共同設計重要性提高。
2．GPU 之外，客製 ASIC 成為另一條算力路徑
大型雲端業者希望針對特定工作負載降低成本，客製 ASIC 因此加速成長。Broadcom 2026 會計年度第 2 季 AI 半導體營收達 108 億美元，年增 143％，主要來自客製 AI 加速器與 AI 網路。這比較像 GPU 的分工補充，而非單純替代。
3．HBM4 開始大量出貨，記憶體頻寬持續升級
Micron 2026 年 6 月表示，HBM4 已針對主要客戶平台進入大量出貨，HBM4E 則持續開發並預計 2027 年量產。當加速器效能提高，記憶體頻寬與先進封裝也必須同步升級。可延伸閱讀口袋學堂 HBM 產業介紹。
4．網路從 800G 邁向 1.6T，CPO 開始走進量產
Arista 已推出 1.6Tbps AI Fabric；NVIDIA Vera Rubin 的 Spectrum-X Ethernet Photonics 也把 CPO 導入量產。當 GPU 叢集規模擴大，高速交換器與光互連的任務，就是降低「晶片在等資料」的時間。相關原理可參考CPO 共同封裝光學解析。
5．800VDC 與液冷從配角變成算力擴充前提
NVIDIA、Google 與 Microsoft 已透過 OCP 推進 800VDC 標準化，目前有超過 80 家業者依規範開發產品；相容 NVIDIA MGX 的 800VDC 電源機架預計於 2026 年下半年導入。台達電也在 COMPUTEX 2026 展示 2.4MW、3MW 等兆瓦級 CDU。IEA 預估全球資料中心用電量到 2030 年將增至約 945TWh，約為 2024 年的 2 倍，電力與散熱已直接限制可部署的 AI 算力。可延伸閱讀800VDC 與 HVDC 解析。
台股 AI 基礎建設公司有哪些？
台灣的優勢集中在晶圓與封裝、伺服器製造、網路設備，以及電源與散熱。NVIDIA 2026 年 5 月公布，台灣有超過 500 家 NVIDIA 生態系夥伴，Vera Rubin 相關 MGX 機架元件由台灣 25 個工廠據點共同生產。
| 公司 | 主要角色 |
|---|---|
| 台積電（2330） | 先進製程、晶圓製造與先進封裝。 |
| 日月光投控（3711） | 半導體封裝與測試。 |
| 景碩（3189） | IC 載板與晶片互連。 |
| 鴻海（2317） | AI 伺服器、機架與系統整合。 |
| 廣達（2382） | AI 伺服器與雲端資料中心系統。 |
| 緯創（3231） | AI 伺服器與系統製造。 |
| 緯穎（6669） | 雲端資料中心伺服器。 |
| 智邦（2345） | 高速交換器、800G 與 1.6T AI 網路。 |
| 台達電（2308） | 資料中心電源、800VDC 與液冷。 |
| 光寶科（2301） | 資料中心電源與電力轉換。 |
以上為依公開業務與供應鏈角色整理的代表性公司，不代表營收全部來自 AI，也不是完整清單。
美股 AI 基礎建設公司有哪些？
美國公司較多集中在運算平台、客製晶片、記憶體、網路、資料中心設備與雲端需求端。以下同樣依產業角色分類，而非依股價表現排序。
| 公司 | 主要角色 |
|---|---|
| NVIDIA（NVDA） | GPU、CPU、網路與機架級 AI 平台。 |
| Broadcom（AVGO） | 客製 AI ASIC 與高速網路晶片。 |
| Micron（MU） | HBM、DRAM 與資料中心儲存。 |
| Arista Networks（ANET） | 資料中心交換器與 AI Ethernet。 |
| Vertiv（VRT） | 資料中心電力與熱管理。 |
| Eaton（ETN） | 資料中心配電與電力設備。 |
| Dell Technologies（DELL） | AI 伺服器與機架系統。 |
| Super Micro Computer（SMCI） | AI 伺服器、機架與液冷系統。 |
| Microsoft（MSFT） | 雲端 AI、資料中心與算力採購。 |
| Amazon（AMZN） | AWS 雲端、AI 服務與自研晶片。 |
| Meta（META） | 大型 AI 模型與自建資料中心需求端。 |
投資人看 AI 基建要追蹤哪些指標？不要只看資本支出
AI 基建規模很大，但資本支出增加不代表每一層供應鏈都等比例受益。可把觀察重點拆成 5 項：大型雲端業者的 CapEx 與新增容量、新平台的量產時程、HBM 與先進封裝供應、800G／1.6T／CPO 網路升級，以及 800VDC 與液冷的導入速度。
公司層面還要回到財報，確認 AI 業務占比、毛利結構與客戶集中度。主要風險包括資本支出報酬率不如預期、平台切換造成供應錯配、記憶體與光通訊景氣循環，以及資料中心電力與建置許可進度。相關電力供應鏈可延伸閱讀AI 資料中心電力基建解析，以上資訊供投資人自行研判。
常見問題
Q1：AI 基礎建設和 AI 伺服器有什麼不同？
AI 伺服器只是其中一層。完整 AI 基礎建設還包含晶片、HBM、先進封裝、網路、電源、液冷、機房與雲端服務。
Q2：台股與美股 AI 基礎建設供應鏈差異在哪裡？
美股較集中在平台、晶片架構、網路技術與雲端需求端；台股則在晶圓製造、封裝、伺服器、網通、電源與散熱供應鏈更完整。兩邊實際上是同一套 AI 基建的不同分工。
Q3：想參與台美 AI 基礎建設概念股，應該先做什麼？
先依算力、記憶體、網路、電力散熱與雲端需求分層，再用公開財報確認各公司的 AI 業務比重與成長來源。若希望以同一帳戶交易台股與美股，可透過口袋證券線上開戶一次開通相關功能；本文為產業資訊整理，不構成買賣建議。
怎麼買台美 AI 基礎建設概念股？
一次開通 台美 AI 基礎建設概念股配置
線上 5 分鐘快速申請查看手續費優惠詳情 ▼
【台股優惠】
手續費 2.8 折，最低 1 元 起！零股交易也能輕鬆存。
【美股優惠】
*APP 電子單下單手續費 0.08％（無低消）**APP 存股手續費 0.08％（低消 0.1 美元）*
點此看更多開戶活動優惠
*美股優惠期間至 2026/12/31，新戶適用，實際以官方公告為準。
小提醒：台股扣款日為 T+2，美股採「圈存」制，下單前請確認餘額！
