一個數字震驚了所有人：根據經濟部統計，臺灣的 AI 用電量預計將從 2023 年的 0.24 GW 飆升至 2028 年的 2.24 GW，短短五年內增幅高達八倍。這不僅揭示了人工智慧發展的驚人速度，更凸顯「電力＝算力＝國力」這一全新挑戰，正以前所未有的姿態席捲全球。為了因應自主決策 AI 時代的來臨，訴求整體協同設計的「AI 工廠」概念已成為打造新一代 AI 基礎設施的最佳指導方針，而臺灣在全球 AI 供應鏈中，正積極尋求轉型與再創高峰的關鍵商機。
表象：AI 算力狂潮與電力危機
當 GenAI 從單純的理解與回應提示，全面蛻變為能自主執行任務的 Agentic AI，這股趨勢不只顛覆了傳統資料中心的營運模式，更讓運算主力從此聚焦在人工智慧之上。從 2025 年開始，專屬 AI 資料中心（AIDC）的建置潮在全球各地如火如荼地展開，例如微軟豪擲約 800 億美元打造 AI 資料中心，亞馬遜也投入超過 200 億美元，將賓州的 Susquehanna 核電廠轉型為龐大的 AI 園區。這些天文數字般的投資，無疑是全球 AI 大戰的冰山一角。
據集邦科技的統計顯示，今年美國五大雲端服務供應商（CSP）在資本開支上，預計將有超過五成的年增長幅度，這股 AI 投資的力道可謂是強勁得令人咋舌。從這些巨額投資案中，我們清楚看見，全球 AI 競逐的焦點早已不再僅限於演算法的優劣，而是更深層次的電力穩固與能源掌握。微軟重啟三哩島核電廠第一機組，Google 與 Kairos Power 簽署美國首個企業小型模組化反應爐協議，亞馬遜也與 Energy Northwest 合作開發部署最多 12 座小型模組化反應爐，這些舉動都明確指向一個事實：全球正共同面對「電力＝算力＝國力」三位一體的新挑戰。
集邦科技分析師楊少幃曾指出，回顧 2023 年這個「AI 元年」，全球資料中心電力容量為 84 GW，隨後於 2024 年與 2025 年分別增至 98 GW 與 120 GW。展望今年，這個數字預估將進一步攀升至 152 GW，年增率上看 30%。這波成長動能中，幾乎全數來自 AI 伺服器的強勢貢獻。楊少幃進一步分析：
「預計今年 AI Server 的電力容量將來到 55 GW，年成長率高達 74%，其佔全球整體伺服器電力容量的比重也因而過半（52%）。這標示著產業的關鍵分水嶺：AI Server 電力需求首度超越通用型伺服器，同時 AI 已從新興應用正式轉變為運算主力。」
這意味著，今後全球的能源配置與硬體支出，將會持續且大幅度地向 AI 基礎設施傾斜。此外，集邦科技分析師邱珮雯也觀察到，隨著整體伺服器機櫃功耗密度大幅提升，對於液冷散熱的需求也將呈現明顯拉升之勢。集邦科技預估，今年在 AI 伺服器上，將有超過五成的散熱方案採用液冷技術，這也標誌著散熱技術的一場革命。
真相：自主決策 AI 的崛起與邊緣化趨勢
當歷史悠久的 AI 代理（AI Agent）遇上大型語言模型（LLM），人工智慧便迎來了自主決策的新紀元。從 GenAI 發展到 Agentic AI，AI 不僅學會了「說話」，更進一步練就了「執行任務」的本事。所謂 Agentic AI，指的是能夠自主設定目標、制定計畫、採取行動，並根據環境反饋調整策略來完成複雜任務的 AI 系統，它可說是基於 LLM 的新世代 AI Agent。
這股 Agentic AI 的熱潮，正以驚人的速度擴張。根據市調機構 Grand View Research 的報告指出，2025 年企業級 Agentic AI 的市場規模將達到 36.7 億美元，到了 2030 年更將進一步成長至 245 億美元，年均複合成長率高達 46.2%。另一家市調機構 Omdia 則更為樂觀，預測 2025 年 Agentic AI 的市場規模約為 15 億美元，但 2030 年將一舉突破至 418 億美元，其 2024-2029 年的年均複合成長率高達驚人的 175%，幾乎是 GenAI 五年年均複合成長率（90%）的兩倍。這清楚顯示，Agentic AI 的增長速度顯著超越了 GenAI。
NVIDIA 執行長黃仁勳在 GTC 2025 大會上曾語重心長地強調，在 Agentic AI 和推理能力的推波助瀾下，AI 所需的算力將比預期多了 100 倍，全球資料中心正競相趕上這股爆炸性的算力需求新趨勢。為了縮短延遲、強化隱私並實現即時決策，預計在未來幾年內，近三分之二的運算將轉移到邊緣端。這意味著 AI 模型將在手機、自駕車、本地端伺服器或邊緣 AI 電腦等資料生成與最需要的地方運行，而非遙遠的資料中心。集邦科技資深研究經理曾伯楷預估，2025 年全球邊緣 AI 市場約有 360 億美元規模，到了 2029 年將擴展到 840 億美元，年均複合成長率為 23.5%。
不過，邊緣 AI 的發展並不會讓雲端運算萎縮，反而會形成「雲端＋邊緣」的混合架構，使得整體運算量級更加提升。楊少幃認為，邊緣端確實會承接更多即時推理與低延遲決策任務，但模型訓練、模型迭代、跨域協同與長上下文推理等，仍高度依賴雲端資料中心。因此，能效優化成為重中之重，尤其是在資料中心端。以往的製程提升已難以應付龐大的能耗挑戰，業界正將焦點轉向更上層的優化配電架構，例如高壓直流輸電，以最小化功率轉換損耗並提升整體電力使用效率（PUE）。
各方角力：全球 AI 工廠競逐與臺灣佈局
為了順應 Agentic AI 與邊緣 AI 的發展趨勢，並同時應對電力、算力、能耗、散熱等挑戰，NVIDIA 執行長黃仁勳一而再、再而三地在 GTC、CES、COMPUTEX、Davos 等多個重要場合上，不斷提出「AI 工廠」的概念，這個名詞也因此成為 AI 業界最熱門的詞彙，以及打造未來 AIDC 的參考架構。根據 NVIDIA 官方網站上的定義：
「AI 工廠是『一款專用的運算基礎架構，能夠管理整個 AI 生命週期，從資料擷取、訓練、微調到大規模 AI 推論，藉此從資料中創造價值。其主要產品是智慧，並以 Token 傳輸量衡量，這些傳輸量會推動決策、自動化與全新 AI 解決方案。』」
集邦科技分析師楊少幃指出，AI 工廠實質上就是下一代 AIDC 的代名詞。儘管 NVIDIA 提出了參考架構，但各大雲端服務供應商莫不基於自身的業務戰略，積極發展客製化的 AIDC 設計，呈現出多元並進的技術風貌。不論各家的 AI 工廠定義是否不同，打造次世代 AIDC 與 AI 工廠已然成為許多國家與企業的首要重大投資項目。
歐盟在 2024 年 12 月透過《歐盟高效運算聯合承諾》（EuroHPC JU）選定芬蘭、德國、西班牙等七國打造第一批 AI 工廠，接著在 2025 年 3 月又增加了奧地利、法國、波蘭等六個 AI 工廠。此外，歐盟委員會在 2025 年 2 月透過「InvestAI」倡議，承諾調動 200 億歐元，目標在歐盟建立最多五座 AI 超級工廠（AI Gigafactories）。
全球企業的投資案例也比比皆是。美國藥廠禮來（Eli Lilly and Company）正在建置製藥界「最強」AI 工廠；美國梅約醫療中心（Mayo Clinic）已打造致力於醫療研究、數位病理的 AI 工廠。NVIDIA 也與沙烏地阿拉伯 HUMAN 策略合作，預計從 2025 年起，在未來五年內分階段打造 AI 工廠。其他知名投資案還包括義大利電信公司宣布建置 NeXXt AI 工廠；戴爾公司與印度 IT 服務供應商 NxtGen 攜手打造大型專用 AI 工廠。
自美中貿易戰開打以來，中東便成為美中 AI 大戰的必爭之地。美國總統川普在 2025 年 5 月中旬的中東之行，曾先後與沙烏地阿拉伯簽署 2,000 億美元的協議，並與阿拉伯聯合大公國共同打造 AIDC。沙烏地阿拉伯的主權財富基金（Public Investment Fund）旗下新創公司 Humain，便與 NVIDIA、AWS 及 AMD 簽署個別協議，分別打造 AI 工廠、AI 園區與 AI 基礎設施。此外，AI 獨角獸 Groq 在沙國達曼營運的 AI 資料中心，沙國去年 2 月宣布資助 15 億美元進行擴建。NVIDIA 也與沙國資料及 AI 管理局（SDAIA）共同打造主權 AI 工廠。
面對這波 AI 工廠的建置浪潮，臺灣當然也不落人後。鴻海科技集團旗下子公司晶兆創新（Big Innovation Company）便與 NVIDIA 合作建置搭載 10,000 顆 NVIDIA Blackwell GPU 的 AI 工廠。美國 GPU 雲端服務商 GMI Cloud 也宣布將挹注 5 億美元，與台灣大哥大合作，將其桃園機房改造成 AI 工廠。去年 11 月，數位無限（INFINITIX）、希格諾科技（SignalPro）、美商超微（Supermicro）、茂綸（Macnica）、敦陽科技、合通企業等廠商更共同攜手在南部科學園區周邊打造新一代「SiGTRON」AI 工廠，共同推動 Neocloud 智慧算力生態系。
深層影響：臺灣供應鏈的戰略轉型
在 Agentic AI、邊緣 AI 等新興應用強勁需求，以及 AIDC 與 AI 工廠建置潮的帶動下，臺灣 AI 供應鏈商機正處於高速擴張與結構升級的關鍵階段。龐大的 AI 晶片需求，造成先進製程與先進封裝的供給跟不上情況，對此，台積電及日月光莫不積極擴建新廠以全面擴大產能。這股需求也帶動了專用 AI 加速器 ASIC 的發展，整體潛在市場規模上看 500 億至 700 億美元，這也為聯發科在 2027 年帶來數十億美元的營收。
臺灣 EMS/ODM 廠在全球伺服器出貨量的比重早已突破八成，AI 伺服器更超過九成，突顯台廠在今後 AI 基建上扮演著舉足輕重的角色。如今，隨著鴻海、廣達、緯創、緯穎、英業達、神達及技嘉等廠商在新一波 AI 熱潮中繳出亮麗成績單，其投資重點與交付能力已從「產線／組裝」升級到「整櫃交付、資料中心級整合」。此外，隨著邊緣 AI 的熱潮來襲，傳統工業電腦製造商正從影像／感測辨識，轉型成為能進行在地推論甚至工具調用／流程代理的邊緣 AI 系統，代表廠商包括研華、華碩、研揚、威強電與廣積科技。
AI 伺服器功耗密度上升，讓液冷成為今後 AIDC 與 AI 工廠主流的散熱方案，臺灣廠商雙鴻、奇鋐已在液冷模組、冷板、快接頭等方面締造佳績。在電源與配電方面，包括台達電、光寶科技及康舒等臺灣電源大廠，在展示更高功率、更高效率的 AI 資料中心電源／散熱與微電網解決方案的同時，更積極加入由 NVIDIA 800V 資料中心供電需求帶動的高壓供電體系。AI 訓練／推論叢集需要更高頻寬、更低延遲的網路，智邦科技／Edgecore 等臺灣網通公司紛紛推出自家高效能交換器組合方案，共同推動 AI 驅動的交換器升級潮。AI 伺服器、加速卡、交換器將高階 PCB 與 ABF 載板推進「長週期」的景氣高峰，臻鼎-KY、金像電與健鼎，以及 ABF 三雄（欣興、南亞、景碩）成為這波產業熱潮的最強推手。
整體而言，在新一波 Agentic AI 與 AI 工廠熱潮的帶動下，臺灣 AI 生態鏈不再只是單點爆發成長，而是從算力、封裝／載板、板級／機櫃、散熱／電源到網路互連等整個生態鏈的大飛升。這股熱潮帶來的強勁需求已從雲端／資料中心外溢到邊緣端，讓臺灣從「硬體製造基地」向「AI 基礎設施整合者」邁進。
臺灣 AI 生態鏈的主要參與者一覽：
- 晶片與封裝：台積電、日月光、聯發科
- 伺服器與整合：鴻海、廣達、緯創、緯穎、英業達、神達、技嘉
- 邊緣 AI 系統：研華、華碩、研揚、威強電、廣積科技
- 散熱：雙鴻、奇鋐
- 電源與配電：台達電、光寶科技、康舒
- 網路互連：智邦科技、Edgecore
- 高階 PCB 與載板：臻鼎-KY、金像電、健鼎、欣興、南亞、景碩
未解之問：臺灣電力供應的永續挑戰
儘管臺灣在全球 AI 供應鏈中扮演著不可或缺的角色，並積極投入 AI 工廠的建置，但我們不能忽視背後潛藏的巨大挑戰。隨著 AI 用電量從 2023 年的 0.24 GW 飆升至 2028 年的 2.24 GW，以及國科會預估 2029 年全台民營與國營 AI 算力中心規模將達 450 MW，這在短短三年內用電量激增 6.5 倍的趨勢，無疑對臺灣的電力基礎設施構成嚴峻考驗。
台綜院統計，全台目前共 36 座資料中心，總負載約 60 MW，僅佔臺灣用電量 0.16%。然而，當 AI 需求持續以指數級成長，我們必須嚴肅思考：臺灣現有的電力供應體系，真的能穩健承載這股前所未有的「算力」需求，並將其轉化為實質的「國力」嗎？ 確保電力穩定、探索多元且永續的能源方案，將是臺灣在 AI 新紀元中能否持續領先的關鍵命題。
Author
Related Posts
