我的網誌
【我們想讓你知道】
AI算力需求持續升溫，資料中心加速汰換設備，也帶動高階零組件需求。台灣供應鏈憑藉製造優勢受惠，其中台達電、台光電分別掌握電源與高階材料成長機會。
撰文：股他命
人工智慧(AI)伺服器推出至今已超過3年，算力需求絲毫未見放緩跡象。搭載輝達（Nvidia）GPU（繪圖處理器）與客製化ASIC（特殊應用積體電路）的AI伺服器，出貨量持續成長，AI算力租賃業務也蓬勃發展；除了AI雲端業者Coreweave和Nebius近幾季承接更多來自資料中心與企業端的訂單，Google和美國AI新創企業Anthropic也陸續與SpaceXAI （原Xai）簽訂算力租賃契約，顯示現階段AI產業仍處於正向循環。
由於輝達2、3年前推出的A100、H100等GPU，與目前最新產品效能已出現一大段落差，若在模型訓練時與新一代晶片混用，容易出現運算節奏不一致的問題，而隨著大型CSP（雲端服務供應商）廠陸續推出新晶片，未來將逐步用新款晶片取代舊晶片，因此對部分資料中心而言，將舊晶片出租是提高設備使用率的最佳做法。
資料中心加速汰換 AI需求成長快於供給
舊晶片的效能雖相對較差，但並非完全沒有用途。隨著終端裝置的硬體規格逐步升級，開始具備能夠提供更客製化、貼近特定用戶需求的AI功能，也帶動小型語言模型的訓練需求，而這類模型大多不必使用最高效能的晶片。白話來說，可以把輝達最先進的晶片當成高鐵，舊款晶片則視為公車。需要長途跋涉（處理大型、複雜的訓練任務）時，高鐵能讓我們更快到達目的地，不過如果是較近（規模較小的任務）的地方，其實搭公車就能抵達。
未來隨著更多新晶片推出，AI語言模型可依訓練需求選擇合適的晶片，避免大材小用的情況；而更多大廠將舊款晶片投入算力租賃，也有助於降低 AI算力成本與企業訓練語言模型的門檻，進一步加速各類小型語言模型的開發，讓AI更實用，並衍生更多元的商業模式。
（圖片來源：AI 僅示意 / 內容僅供參考，投資請謹慎為上）文章出處：《Money錢》2026年8月號下載「錢雜誌App」隨時隨地掌握財經脈動
觀看更多內容，歡迎訂閱《Money錢》雜誌
