NBIS 訂單滿到 2026，風險關鍵在哪裡？

Nvidia 轉向資料中心能源鏈：AI 算力擴張如何推升電力、併網與綠能需求

Nvidia（NVDA）傳出可能投資 Cloverleaf Infrastructure 數億美元，若交易落地，代表 AI 晶片需求正往資料中心電力供應端延伸，也讓市場更清楚看見算力擴張背後的基礎設施瓶頸。 Cloverleaf Infrastructure 的業務是替開發商與公用事業公司簽電力協議，讓土地開發能同步取得供電。公司目前握有超過 10 吉瓦的電力管道，反映資料中心擴建的重點，已從機房設備推進到電力接入與土地配置。這類資產的價值，通常取決於能否縮短併網與供電時程。 這也是 Nvidia 本週第二筆能源相關投資。稍早 Nvidia 已向 SB Energy 投入 15 億美元，支援俄亥俄州一項資料中心計畫。兩筆投資合併來看，訊號很明確：AI 基礎建設的瓶頸，開始從晶片供給轉向電力、土地與接網條件。 這條路徑也符合資料中心擴張的既有模式。算力需求先拉高 GPU 需求，接著把壓力傳到電網、變電站、長約供電與再生能源採購。對公用事業、儲能、輸配電設備與綠電開發商來說，這類資金流向通常比單一專案更重要，因為它代表大型科技公司開始直接承接長約需求。 若 Nvidia 持續把資金投向能源鏈，可能受惠的環節包括：提供再生能源電力的開發商、協助併網的電力基礎建設公司，以及支援資料中心備援與調度的儲能廠商。太陽能、電池儲能、輸配電升級與電力管理設備，都有機會吃到 AI 資料中心擴張帶來的需求外溢。 後續觀察重點有兩個。第一，這些投資能否轉成實際電力合約、併網進度與營收認列。第二，資金熱度能否擴散到更廣的供應鏈，包含發電端、儲能端與電網端。若後續只有股權投資消息，卻缺乏專案開工、長約簽訂與資本支出落地，市場對這條主題的評價可能仍停留在想像層。 AI 資料中心的電力需求確實在上升，Nvidia 這類重量級玩家直接參與能源投資，等於把趨勢再往前推一步。但這條線同時伴隨風險：長天期電廠與輸電資產對利率敏感，補貼環境也可能變動，併網瓶頸更會拖慢專案回收速度。觀察重點應放在專案是否從投資故事走向合約、併網與現金流，而不是只看單一公告的情緒反應。 整體來看，這次消息顯示 Nvidia 正把 AI 擴張所需的電力供應，提早鎖進資本配置裡。後續要追的不只是投資金額，還有 Cloverleaf 的 10 吉瓦管道能否真的轉成可施工、可併網、可認列的專案。若鏈條開始落地，綠能、儲能與電網升級的受益範圍可望擴大；若落地速度跟不上資金節奏，市場就會先面臨併網與資本支出的壓力。

AI 建置推升通膨壓力？統一新亞洲科技能源基金 150% 報酬率受關注

CNBC 近期報導指出，企業導入 AI 的速度不一，生產力紅利尚未明顯兌現，但科技巨頭為了建置龐大 AI 基礎設施，已先推升電力、晶片、軟體與資料中心容量等成本，讓短期通膨壓力浮現。這也使聯準會面臨更複雜的政策判斷：若 AI 帶動的物價壓力延續，高利率環境可能拉長，對高度依賴外部資金、但尚未具備穩定獲利的科技公司形成壓力。 在這樣的總經背景下，市場資金也更傾向尋找具備定價能力、且直接受惠於 AI 基礎建設擴張的供應鏈與能源標的。統一新亞洲科技能源基金（98637175）便是聚焦這一方向的產品之一，投資範圍涵蓋亞洲與北美，並將科技硬體與能源主題納入布局，試圖掌握 AI 對晶片、資料中心與電力需求帶來的長期趨勢。 從基金表現來看，該基金成立已超過 15 年，最新淨值約 137.49 元，規模約 67 億元，近一年報酬率達 150%，配息政策為不配息。主要配置地區包括台灣約 39%、北美約 20%、日本約 16%。基金經理人郭智偉表示，AI 投資熱潮仍是支撐市場長多的重要力量，而跨國配置與能源主題的結合，有助於分散單一市場與單一產業風險。 不過，這類聚焦科技與能源的產業型基金也伴隨較高波動，風險報酬等級通常落在 RR5。若投資人看好 AI 基礎建設在未來三到五年的剛性需求，且能承受淨值震盪，這類基金可作為一籃子參與全球供應鏈的工具；但若有固定現金流需求，或短期內需要動用資金，則需特別留意不配息與波動風險。

日本政府養老基金三個月賺 1,520 億美元，AI 基建與企業改革如何推升日本股市？

日本政府養老投資基金在今年第二季繳出亮眼成績，三個月內創造約 1,520 億美元收益，整體投資回報率達 8.2%，其中日本股票投資回報率更高達 14.5%。這反映的不只是市場行情轉強，也顯示資金正在重新評價日本企業的獲利能力與結構性變化。 文中指出，日本市場的推升力道，來自幾個具體因素。首先，AI 題材正在從概念走向實體建設，日本與美國企業準備在秋田縣打造大型 AI 資料中心，建設費用高達 2 兆日圓；同時，日本防衛省編列明年預算時，也將 AI 系統導入自衛隊指揮系統，預算規模達 8.9 兆至 10 兆日圓。這些計畫意味著基礎建設、設備與供應鏈需求正在實際擴大。 其次，日本企業治理改革持續發酵。過去偏向保留現金的企業文化，正逐步轉向重視股東報酬，包括發放股息與實施庫藏股。這種變化使市場更重視企業是否具備穩定獲利、定價能力與財務韌性，也使價值型企業與大型商社獲得更多關注。 在投資工具上，文章強調主動式日本基金的重要性。當市場由題材驅動轉向獲利驗證時，經理人是否能挑出真正受惠於資料中心、國防供應鏈、高階零組件與銀行等產業的公司，將影響基金表現。相較於被動追蹤大盤，主動選股有機會更貼近這波結構性變化。 不過，投資日本基金也有一個常被忽略的變數，就是匯率。即使基金淨值上漲，若日圓對新台幣貶值，實際換回台幣後的報酬仍可能被稀釋。因此，是否選擇避險級別，成為投資人需要評估的重點。避險級別可降低匯率波動對報酬的影響，但也可能帶來額外成本。 另一方面，日本央行逐步推動貨幣政策正常化，也被視為市場結構改善的一環。若利率環境逐步回升，對銀行業獲利與日圓匯率穩定都有潛在助益，進一步強化日本市場的投資環境。 整體來看，日本股市目前同時受到 AI 基礎建設、企業治理改革與貨幣政策變化三股力量支撐。對關注日本市場的投資人而言，重點不只在題材，而是回到基金策略、產業配置與匯率風險管理，才能更清楚看懂這一輪行情的本質。

AI 需求推升電力與基建基金：資金新流向與風險觀察

很多人以為買 AI 基金，就是買晶片或軟體公司，但近期資金正轉向更上游的基礎建設，特別是電力與資料中心相關產業。原因在於 AI 數據中心擴張迅速，科技巨頭為了讓算力真正落地，開始更積極投入電廠、電網與相關設備。 市場上也出現新的資金配置趨勢。共同基金的資金分布呈現兩極化，一端偏向貨幣市場基金等保守標的，另一端則集中流入 AI、半導體與 5G 等科技主題。海外數據則顯示，可持續基金在連續多季資金流出後，最近一季出現明顯回流，資金主要投入能源轉型基礎設施，以及支援 AI 與資料中心的產業。 相較於純科技股，AI 基礎建設類資產的特性在於實質租約與現金流，較能對應長期需求。以野村全球基礎建設大未來證券投資信託基金(台幣)(NOM129)為例，近一年報酬率約 28.6%，近三年報酬率約 56%，顯示基礎建設也可能受 AI 電力與設備需求帶動而有成長表現。 不過，這類資產仍有風險。基金短期淨值會隨市場波動，風險等級也可能落在中高度區間；此外，資料中心與電廠擴建還可能面臨在地社區反對、法規與環境限制等問題。再加上全球基礎建設投資需求升高，也可能推升通膨與長天期利率壓力。 整體來看，AI 投資不再只是晶片與程式碼的故事，電力、電網、資料中心與相關基礎建設，正成為另一條值得觀察的產業鏈。對投資人而言，理解資金流向與風險來源，會比只看單一科技題材更完整。

AI 電力瓶頸浮現，基礎建設基金為何成新焦點？

很多人以為 AI 投資只看晶片或軟體巨頭，但當資料中心快速擴張，電力、水冷與電網等基礎設施的重要性同步提高。文中指出，AI 產業面臨的現實瓶頸是電力供應不足，因此資金開始轉向 AI 基礎建設、能源與晶片製造等相關領域。 亞洲市場也出現相同趨勢。中國政策推動水網、新型電網、算力網等「六張網」基礎建設，初步測算 2026 年相關投資規模超過 7 萬億元人民幣。台灣市場方面，台新投信預計募集國內首檔聚焦電力基礎建設的產品「台新全球AI電力基金」，主打由經理人挑選全球電力與基建公司，讓投資人以基金形式參與趨勢。 若想參考既有產品，文中也提到「首源全球基建基金 (047012, IE00B29SXL02)」與「瀚亞亞太基礎建設基金-新臺幣」，前者以全球鐵路、公路與電網等資產為主，後者則偏向亞洲市場。文章同時提醒，基礎建設基金除了看趨勢，也要留意費用，例如「國泰全球基礎建設基金 (TW000T3720Y7)」的經理費與保管費合計約 1.86%，這些成本會影響實際報酬。 整體來看，本文想傳達的是：AI 熱潮背後，真正支撐運算的電力與基礎建設，正成為資金關注的新戰場。

阿里巴巴 (9988) 擴建南韓資料中心，3800億元 AI 投資持續推進

根據報導，阿里巴巴集團將於六月底前在南韓啟用第二座資料中心，這是其 3800 億元 AI 及雲端基礎建設投資計畫的一部分。 隨著全球對生成式人工智慧需求上升，阿里巴巴宣佈旗下阿里雲將在南韓開設第二座資料中心，進一步擴大雲端運算與 AI 佈局。阿里雲南韓區經理尹勇俊表示，新增設施將有助於提供更具韌性與適應性的雲端環境，並促進各行業的 AI 創新。 報導也提到，南韓雲端與 AI 基礎設施競爭正在加劇，SK 電信與亞馬遜網路服務（AWS）也在南韓蔚山合作建設一座 103 兆瓦的 AI 資料中心，預計八月開始施工，未來將成為南韓最大的 AI 重點資料中心之一。 整體來看，這則消息反映出全球雲端業者持續加碼 AI 基礎建設，市場也將持續關注阿里雲後續擴張速度與區域競爭態勢。

雲端資本支出推升客製化晶片需求，聯發科 AI 轉型進度受關注

微軟與亞馬遜等雲端巨頭在 2026 年持續擴大資料中心資本支出，ASIC 成為降低對高價核心算力依賴的首選，也帶動相關晶片設計服務商業績成長。聯發科 2026 年第二季合併營收達 1,521.82 億元，年增 1.2%，並超越財測高標 1,492 億元，顯示智慧手機與邊緣運算需求在去庫存後逐步回穩。市場關注 7 月 31 日的第二季法人說明會，重點包括美系雲端客戶客製化晶片專案進度，以及該專案預計自 2026 年第四季開始貢獻營收、後續規模可能持續放大。 另一方面，兩奈米手機晶片預計在 2026 年第三季底陸續問世，第四季將直接面對高通與蘋果新產品，先進製程初期良率與成本控制將影響毛利率表現。聯發科與輝達合作的筆電晶片，也將在下半年傳統旺季接受市場檢驗，通路備貨力道與品牌廠拉貨態度將是觀察重點。 在客製化晶片市場，博通與美滿電子等業者已深耕多年，博通在 2026 年第一季財報中也提到客製化 AI 晶片需求明顯成長。相較之下，聯發科雖具備高速傳輸介面技術，但在高階網路晶片與系統級封裝整合經驗上仍需持續累積。後續評估重點，將集中在毛利率是否能維持 47.0% 以上、第三季營收指引以及庫存週轉天數，進一步驗證 AI 相關業務的獲利品質。

雲端巨頭資本支出飆升，AI 基建競賽如何重估科技股估值？

亞馬遜、微軟、Meta 與蘋果最新財報顯示，雲端與 AI 基礎建設的資本支出大幅增加，合計推升千億美元規模。這波投資一方面壓縮短期自由現金流，另一方面也反映出市場對算力與雲端需求仍有真實支撐。以亞馬遜為例，自由現金流受高額資本支出影響明顯縮水；微軟則以商用雲端營收與 Azure 成長，證明企業端需求持續存在。Meta 則透過更高的資本支出，嘗試把算力轉化為新的變現路徑；蘋果則維持相對輕資產模式，靠裝置端生態系與毛利率穩定度守住獲利體質。 不過，高資本支出也帶來折舊壓力。若未來 AI 應用需求未如預期擴大，前期過度建設的資料中心可能逐步轉為長期折舊成本，進而拖累毛利率與估值。相對地，若聯準會降息速度加快，資金成本下滑，資本支出對估值的壓力可能被部分稀釋。從目前訊號看，市場正在重新評估每一美元資本支出的回報效率，未來觀察重點將放在商用訂單、雲端營收增速與折舊變化。

AI 算力衝上兆美元門檻，電力與架構同步改寫產業規則

AI 基礎建設正從單純拼設備，走向算力架構、資本支出與電力供應三線重組。根據 IDC 最新數據，2026 年第一季全球 AI 基礎建設支出達 897 億美元，年增 33%，全年預估更上修至 4,970 億美元，年增近 56%；到 2029 年甚至有望突破 1 兆美元，2030 年達 1.21 兆美元。這代表 AI 投資已經不是短線試水溫，而是進入企業、雲端服務商與政府層級的長期資本支出週期。 真正的變化不只在支出擴大，而是架構正在換邊站。IDC 指出，Arm 架構的加速伺服器在 rack-scale 層級，已在 2025 年第四季超過傳統 x86，並在 2026 年第一季持續拉開差距。非 x86（Arm）加速伺服器價值從 2025 Q3 的 298 億美元升至 2026 Q1 的 530 億美元；x86 加速伺服器則由 519 億美元降至 346 億美元。這不是需求消失，而是平台重心轉移，市場開始從「買多少算力」變成「買哪一種算力平台」。 從產業結構看，AI 基礎建設支出約 97.6% 仍流向伺服器，顯示算力本體仍是主戰場。不過，需求來源已不再只是 GPU 方案，還包括只採用 CPU 的推論叢集、AI 協調管理工具與偏重資料管線處理的系統。這說明 AI 供應鏈後面的競爭，已經不只是晶片速度，而是誰能提供更有效率的整體架構。 企業層面，Super Micro Computer(SMCI) 的財報預告也反映多年期需求的強度。公司預估 2026 年第四季營收約 110 億到 125 億美元，同時把毛利率展望上修到 15% 到 17%，高於原先的 8.2% 到 8.4%。截至 2026 財年末，SMCI 未交貨訂單量創歷史新高，單季更接到超過 600 億美元新訂單，顯示雲端與大型企業客戶的 AI 投資已納入多年度基礎建設排程。 但算力越大，另一個瓶頸也越明顯：電力。當資料中心密度越高、運算越集中，傳統電網調度、再生能源間歇性與併網速度，會越來越跟不上。美國已開始把先進核能拉進 AI 資料中心供電討論，相關報導提到，特朗普政府主導一項總規模約 2 億美元的先進核能計畫，Oklo(OKLO) 與 X-Energy(XE) 已參與，目標直接鎖定 AI 資料中心供電。Microsoft(MSFT) 與 Nvidia(NVDA) 也加入相關方向，希望縮短先進核反應爐設計、審核與建置時間，並壓低營運成本。 不過，核能是否真能成為 AI 算力的解方，仍有現實限制。核能安全風險、政策阻力、地方接受度，以及建置與審核時間，都是推進速度可能低於市場預期的因素。也就是說，AI 能源方案並非沒有想像空間，但制度摩擦與落地週期同樣關鍵。 區域分布上，美國仍是核心。IDC 指出，2026 年第一季美國 AI 基礎建設支出達 679 億美元，占全球約 75.7%，年增 30.3%；中國支出約 78 億美元，占 8.7%，年增 9.3%；中東則在主權 AI 計畫與雲端合作帶動下，成為全球成長速度最快的區域之一。這意味著 AI 基礎建設的地理版圖，也在從單一美國主導，逐步走向多核心競逐。 整體來看，這一輪變化可濃縮為三件事：算力架構從 x86 轉向 Arm 與專用架構；資本支出從短期搶貨轉向長期排程；能源系統從傳統電網走向核能、再生能源與多元供給並存。AI 熱潮看似是科技行情，實際上更像是算力與能源的雙重重組，而真正的風險不在需求不夠，而在供給端能否跟上，以及誰會先被高資本支出週期壓垮。

Astera Labs 擴產品線帶動股價走強，AI 基礎建設連接升級受關注

Astera Labs（ALAB）近期股價表現強勢，盤中漲幅約 5.05%，最新股價來到 335.95 美元。市場的反應不只是情緒拉抬，而是重新評估它在 AI 資料中心連接架構中的角色。 根據報導，Astera Labs 週二宣布擴大 Taurus 產品線，推出 3.2T Ethernet 智慧訊號重定時器與智慧訊號重驅動器，主攻 AI 基礎建設應用。消息公布後，股價盤前一度大漲超過 6%，顯示市場對支撐 AI 算力落地的零組件仍高度敏感。 這次更新的重點不只是單一產品，而是設計彈性。Astera Labs 表示，隨著每線路 200G 的訊號調整器成為板上連接的核心元件，這次把產品擴充為同腳位設計的 x16 智慧產品，讓客戶在設計後期仍保有調整空間。對大型資料中心來說，這種彈性有助於優化傳輸距離、功耗與成本。 從產業角度看，AI 基礎建設的挑戰不只在算力晶片，還包括高速訊號傳輸、功耗控制與系統成本。Astera Labs 強調的，正是讓客戶在不大幅重做架構的前提下，完成連接層級的升級。市場買的不是單一元件，而是 AI 叢集擴張下，高速連接需求同步提升的想像。 AMD 高階主管 Robert Hormuth 也提到，與 Astera Labs 在開放式連接技術上的合作，有助客戶打造更高效率、可調適的機架級系統。這種合作訊息讓 Astera Labs 的產品定位不再只是短線題材，而是更貼近 AI 資料中心的架構性需求。 AI 資料中心的投資邏輯已經從單純買 GPU，延伸到電力、散熱、連接、交換與網路的整體系統投資。在這條鏈上，高速連接元件雖然不是最醒目的主角，卻是規模擴張能否順利落地的關鍵節點。 不過，這類公司的交易邏輯仍然和雲端與 AI 資本支出循環綁在一起。只要大型雲端與 AI 平台持續擴充機架、提高頻寬、拉高互連速度，高速訊號控制元件就還有成長空間；但若 AI capex 放緩，相關需求也可能同步降溫。 此外，高速連接規格升級速度快，產品世代迭代壓力大，估值通常也會先反映成長期待。若 EPS 兌現速度跟不上，股價波動可能會放大。因此，Astera Labs 更像是 AI 資料中心升級鏈條中的重要受惠者，但後續仍需觀察需求續航力、產品競爭力與獲利轉化能力。