多晶片多雲端架構下的 Anthropic TPU 佈局:產業趨勢的縮影
Anthropic 在多晶片、多雲端架構下導入 Google TPU,透露的首要產業趨勢,是 AI 基礎建設從「單一路線」走向「組合策略」。過去市場幾乎預設 NVIDIA GPU 為唯一核心,如今大型模型公司開始主動拆分訓練、推論與不同工作負載,把部分運算交給 TPU 或自研晶片。這不只是成本優化,更是風險管理:在供應吃緊、價格高漲與單一供應商議價能力過強的情況下,多晶片策略成為一種必要,而非選配。對讀者而言,這意味著未來 AI 能力的差異,會越來越來自「如何組合與調度不同晶片」,而不只是「誰用最多 GPU」。
從單一雲到多雲策略:AI 雲端版圖的再平衡
Anthropic 採用 TPU、加深與 Google Cloud 綁定,反映第二個重要趨勢:AI 公司開始把雲端視為「可談判的組合資產」,而非固定基礎設施。多雲策略不再只是為了備援,而是為了爭取更好的資費、算力保證、融資與投資條件,以及接觸不同生態系的工具與客戶。對 AWS、Azure、Google Cloud 而言,誰能綁住關鍵 AI 新創,將直接影響未來五到十年的平台黏著度與開發者生態。讀者可以思考的問題是:當 AI 公司變成雲端巨頭的「議價方」,雲端服務的差異化是否會從一般運算,全面轉向「AI 最佳化方案」?
晶片與雲的垂直整合:誰能定義下一代 AI 基礎設施?
第三個趨勢,是晶片設計、雲端平台與資本佈局快速走向垂直整合。Anthropic 接受雲端業者投資、再以運算合約與晶片選擇綁在一起,說明未來 AI 基礎設施決策,將同時是技術選擇與財務決策。Google 透過 TPU + Cloud + 投資的「整體方案」,與 NVIDIA 的 GPU + 生態 + 夥伴關係形成兩種不同模式。這也預示更多產業角色會被迫選邊:晶片代工廠要在有限產能中分配訂單,企業客戶要選擇押注哪一套長期路線。對關心產業的人來說,下一步值得追問的是:在這種整合加劇的環境裡,中小型 AI 團隊與開源社群是否還有足夠空間,打造不被單一巨頭鎖定的基礎建設?
FAQ
Q:多晶片多雲端架構會成為 AI 公司的主流選項嗎?
A:在成本與供應風險壓力下,對中大型 AI 公司來說,多晶片、多雲端正快速從例外變成常態策略。
Q:Anthropic 選擇 TPU,是否意味著「自研晶片」會更普及?
A:未必人人自研,但更多雲端與大客戶會尋找 GPU 以外的專用晶片,以減少對單一供應商依賴。
Q:對一般企業導入 AI,有必要跟進多晶片多雲端嗎?
A:多數企業短期仍以單一雲端加標準 GPU 為主,但長期在成本與數據策略考量下,多雲與替代晶片會變成必須評估的選項。**
相關文章
AI 基礎建設推升光通訊整併,台廠切入 CPO 與矽光子鏈
AI 基礎建設帶動全球科技業資本支出升溫,也推動光通訊供應鏈加速整併。市場消息指出,美系 IC 設計大廠邁威爾傳出將收購光通訊設備商 Lumentum,若交易成真,規模可能改寫科技業併購紀錄。這筆交易的核心想像,在於把晶片與雷射光源技術整合到同一架構,朝 CPO 解決方案前進。 市場也先反映出財務壓力。邁威爾單日股價重挫逾 13%,顯示投資人擔心巨額併購帶來融資成本與股權稀釋。這也提醒市場,AI 產業往上走的同時,併購案的估值、付款方式與資金來源都會被重新檢視。 台灣供應鏈則開始接到矽光子與光偵測元件需求。訊芯-KY(6451) 的 51.2T CPO 產品已進入小量生產階段,後續觀察重點在於國際大廠整合後,封裝代工需求是否擴大。對這類公司而言,產品進到量產前段,代表技術路線已被驗證,接下來要看客戶導入速度與拉貨節奏。 鼎元(2426) 也站在另一條受惠路徑上。國際大廠把產能資源往先進雷射領域集中,MPD 與 200G PD 等光偵測元件便出現轉單空間。這類元件雖然不像終端產品那樣顯眼,卻是光通訊鏈條中的關鍵環節,需求往上時,供應鏈能見度通常會先改善。 穩懋(3105) 與華星光(4979) 也持續推進光感測器與光被動元件相關合作專案,顯示台廠參與範圍已從單一模組延伸到上下游不同環節,受惠面逐步擴大。 半導體大廠也同步加碼先進封裝。聯發科(2454) 高層提到,企業投入 AI 領域的研發預算消耗很快,反映 AI 競爭並沒有便宜解法,技術升級、人才、設備與驗證成本都在同步墊高。對供應鏈而言,這代表客戶願意花錢,也代表供應商必須拿出更高規格的交付能力。 從總體角度看,Alphabet 因資本支出激增,自由現金流一度轉負,市場也因此開始討論 AI 投資是否過熱。不過,上游與中游的投資加速,和下游現金流承壓,可以同時成立。全球科技生態系正在把資源往 AI 基礎建設、先進封裝與矽光子集中;邁威爾與 Lumentum 的整併消息,以及台廠在 CPO、光偵測元件上的切入,都反映產業正在為下一代基礎設施重新分配資源。接下來值得觀察的,是高階 AI 伺服器與矽光子基礎設施的資金投入,能否持續轉成實際訂單與量產節奏。
AI算力投資進入精算期:雲端巨頭資本支出放緩,供應鏈與新創承壓
雲端巨頭近季資本支出雖仍維持高檔,但已不再一味上修,市場對AI基礎建設「無上限擴張」的想像開始降溫。Microsoft (MSFT) 將全年資本支出預估由1750億美元下修至1700億美元,Alphabet (GOOGL) 則維持1950億至2050億美元區間;雖然數字依舊龐大,卻低於先前市場期待,財報後也引發股價波動。 與此同時,AI基礎建設供應鏈正面臨實際瓶頸。第三方GPU供應延遲,使部分算力需求被推遲到2027年上半年才可能到位;Alphabet 也提到外部算力直到第三季尾聲才真正上線。這代表資本支出節奏放慢,不一定是需求轉弱,而可能是「錢還花不出去」。 受影響的不只大型雲端平台,還包括一批被稱為 neocloud 的新興供應商,例如 CoreWeave、Nebius、IREN、Firmus 等。這些業者原本承接傳統雲端商的算力外包需求,但多數高度依賴融資與槓桿擴張;在利率高檔、融資條件趨緊的環境下,營運壓力快速上升。Gartner 甚至預估,到2030年,可能有高達八成 neocloud 公司被併購或退出市場。 上游AI公司也同步感受到算力壓力。Anthropic 倚賴 Amazon (AMZN)、Google 與 Microsoft 等雲端商提供運算資源,OpenAI 也曾公開表示對額外算力的需求幾乎沒有上限。當頭部AI實驗室仍持續爭取更多運算能力時,市場對AI成長動能的疑慮並未真正消失。 資本市場的反應則更直接地反映出「成長與現金流」的拉扯。Alphabet 最新財報中,自由現金流轉為負值;Meta (META) 上調資本支出後,也因現金流走弱而遭到賣壓。相較之下,Microsoft 在積極投入AI與雲端之餘,仍交出 Azure 雲端營收年增48%的成績,整體營收與獲利也優於預期,顯示市場更願意獎勵「燒錢但能變現」的公司。 整體來看,AI基礎建設並未進入收縮期,而是從粗放擴張轉向精算投資。雲端巨頭仍在加碼,只是節奏更受供應鏈、融資條件與現金流表現牽制。接下來真正值得關注的,不是AI是否繼續成長,而是算力供應是否能跟上,以及哪些公司能在這場供需重組中維持穩定的資本結構與獲利能力。
AI 監管遊說燒錢升溫,矽谷為何難複製加密貨幣路線?
矽谷原本想把 AI 監管戰做成可複製的政治機器,卻先撞上選民反彈。這場圍繞 AI 加速發展與安全監管的對決,已從初選一路延伸到大選,也讓科技圈用資本影響立法節奏的效果開始受到考驗。 今年 10 月 28 日的統計顯示,雙方在大選國會席次合計投入約 1,490 萬美元;拉長到整個選舉週期,聯邦候選人相關支出已達 7,850 萬美元。這代表 AI 產業不只是理念交鋒,而是把資金直接帶進政治戰場。 這套打法的參考模板來自加密貨幣產業。Coinbase (COIN)、Ripple 與 Andreessen Horowitz 支持的親加密超級政治行動委員會,在 2024 年選舉週期花了超過 1.3 億美元,支持的候選人在 58 場選舉中贏下 53 場,勝率達 91%。這樣的成果,也讓 AI 陣營想照著複製。 Leading the Future 就是在這種背景下成立,背後承諾資金超過 1 億美元,支持者包括 OpenAI 總裁 Greg Brockman 夫婦,以及 Palantir (PLTR) 共同創辦人 Joe Lonsdale。其目標很直接:把支持加速 AI 發展的候選人送進國會,同時擋住各州零散的監管拼圖。 初期這套方法確實有效,部分獲得大力支持的候選人拿下共和黨初選;但對手陣營也迅速補上資源。Anthropic 投入高達 4,000 萬美元給 Public First Action,支援主張安全護欄的陣營。佛羅里達州第 25 國會選區與紐約州第 12 選區,尤其是這場拉鋸的典型案例。 在佛州第 25 選區,Think Big 在初選期間投入 31 萬美元支持民主黨候選人;Defending Our Values 則投入近 85.7 萬美元支持共和黨候選人,另花 74 萬美元阻止另一名初選對手。到了紐約州第 12 選區,Think Big 砸下 830 萬美元試圖擊敗制定州 AI 安全法案的候選人 Alex Bores,Anthropic 支持的政治行動委員會則投入約 1,500 萬美元反制。單一選區合計燒掉 2,330 萬美元,約占全美初選總花費 40%。 但真正值得注意的是,錢開始花不動了。防護陣營在秋季只花了 82.5 萬美元,整體來看,Leading the Future 網路初選獨立支出約 2,600 萬美元,大選花費降到約 800 萬美元;防護陣營初選花費約 3,210 萬美元,大選則為 690 萬美元。這個選舉週期投入聯邦候選人的 7,850 萬美元裡,約 74% 集中在初選階段。 資金放緩之外,民意也不太配合。最新全美經濟調查顯示,52% 的登記選民認為,在國會通過相關法規前,企業應暫停開發先進 AI;支持繼續推進的人只有 32%。另有 63% 民眾反對在住家方圓 10 英里內興建 AI 資料中心。這表示 AI 產業想把政治支出轉成監管寬鬆,難度已比加密貨幣時期高得多。 當民意逆風變強,部分大金主也開始退一步。Brockman 原本向 Leading the Future 捐贈 2,500 萬美元,但因 OpenAI 員工對該團體策略強烈反彈,公司內部也出現聲譽壓力;他後來放棄另一筆 2,500 萬美元捐款計畫。Meta Platforms (META) 的情況也相似,其資助的政治團體在今年夏天退還 2,500 萬美元資金,讓原本打算在州層級投入的 6,500 萬美元政治推廣預算縮水近 40%,降到約 4,000 萬美元。 整體來看,AI 產業能複製加密貨幣的遊說形式,卻未必能複製當時的社會容忍度。當支出集中在初選、民意又對先進 AI 與資料中心抱持疑慮時,政治資金可換到的效果會明顯遞減。接下來的觀察重點,會是這些團體是否仍能推動州層級監管戰,以及更多科技大廠會選擇加碼,還是像 Meta 與 OpenAI 一樣先收手。
SanDisk 財報前先漲:AI 題材帶動記憶體回溫,市場先買預期
SanDisk(SNDK)在今年 10 月 28 日股價報 1,370.99 元,單日上漲約 5.07%。表現明顯強於大盤,也反映資金重新回到記憶體與半導體相關個股。 外電指出,Claude 模型開發商 Anthropic 申請 IPO,帶動 AI 題材與晶片股買氣,費城半導體指數當天上漲 2.82%。記憶體類股也同步走強,美光(Micron)、SK Hynix ADR、Seagate Technology 與 Western Digital 都跟著上漲,顯示市場把 AI 需求的外溢效果延伸到儲存與記憶體鏈條,SanDisk 也受到帶動。 SanDisk 在前一個交易日也已上漲 1.42%,連續兩天走強,代表資金進場節奏延續。短線價格反應先於基本面確認,市場先交易產業景氣回升的想像。 背景上,超級財報周即將登場,INTEL、AMZN、SNDK 等多檔科技股本週都要公布財報,這讓 SanDisk 的漲勢多了一層時間因素。股價在財報前先反映 AI 與記憶體產業回溫的期待,提前定價成分偏高,後續能否延續,仍要看財報是否交代需求、毛利與管理層展望。 就目前資訊能確認的範圍來看,SanDisk 受惠於 AI 題材升溫、費城半導體指數轉強,以及同族群個股同步上漲。這些因素支持短線風險偏好回升;至於漲勢能否進一步反映到營運數字,仍要等財報驗證。
Manus推Wide Research多代理協作,AI研究工具競爭升溫
中國人工智慧初創公司 Manus 正準備推出新功能「Wide Research」,讓數十個 AI 代理同時協作處理大量資料,預計本週上線。這項更新被視為 Manus 自今年 3 月推出核心平台以來最大的變動,首月訂閱費用為 199 美元。 隨著 OpenAI 與 Anthropic 持續研發下一代 AI 工具,Manus 的快速崛起也引發市場關注。分析人士指出,Manus 與 DeepSeek 類似,均被視為具代表性的代理 AI 模型之一,與 OpenAI、Google、Anthropic 等大型科技公司形成競爭。 從產業角度來看,Wide Research 反映 Manus 正嘗試強化多代理協作與大規模資料處理能力,這也可能帶動同業加速產品迭代。後續市場將關注,這類 AI 研究工具是否能進一步擴大企業與開發者的採用範圍,並影響代理型 AI 的發展方向。
雲端資本支出推升AI晶片產值挑戰兆美元,台廠供應鏈受惠與風險一次看
全球雲端服務供應商持續擴大人工智慧基礎建設,產業預估顯示,受封裝數量增加與晶片價值提升帶動,全球GPU與AI特殊應用晶片產值可望在2028年達到1.11兆美元。這波成長反映雲端業者持續投入資料中心、運算晶片與配套設備的資本支出週期。 甲骨文近期宣布,將搭載輝達Vera Rubin架構的伺服器部署規模擴大至數百萬瓩等級,並計畫自2027年起在OCI提供Google設計的TPU加速晶片。GPU與客製化ASIC同步擴張,代表雲端業者正依照訓練、推論及工作負載配置不同運算資源。 這種架構變化有助於擴大AI基礎建設需求範圍。晶片、先進封裝、伺服器整機、液冷散熱、電源管理與高速網路,都會隨資料中心規模增加而成長。對市場而言,後續仍要看雲端業者的資本支出能否持續轉化為實際採購與設備交付。 台灣伺服器代工廠已深入Google與甲骨文的擴產計畫。鴻海(2317)與英業達切入Google TPU伺服器供應鏈,產品涵蓋運算托盤,業務也逐步延伸至L10與L11整機機櫃組裝。供應鏈參與程度從零組件與次系統,提高到完整機櫃的整合與交付。 甲骨文新一波大規模輝達AI伺服器採購,後續生產則由鴻海(2317)、廣達(2382)與緯創等協力廠承接,並同步帶動整機組裝、液冷散熱與網路設備出貨。機櫃功耗提高與部署密度上升,也讓散熱、電力與機房工程的重要性持續增加。 台積電(2330)持續供應先進邏輯製程與CoWoS先進封裝,兩者分別對應高階AI晶片製造與多晶片整合。封裝產能因此成為算力擴張能否順利交付的重要環節。 聯電(2303)第三季歸屬母公司淨利為164.3億元,並宣布追加約32億美元資本支出,投入先進封裝與矽光子技術。矽光子利用光訊號改善高速傳輸效率,與資料中心頻寬及能耗管理密切相關。資本支出已延伸至封裝與高速互連,顯示投資範圍持續擴大。 電源供應端也出現相同方向。台達電第三季營收達1,970.59億元,歸屬母公司淨利為234.95億元,前三季每股稅後純益累計26.64元。這些數字顯示,高功率運算帶來的電源與散熱需求,已開始反映在企業營收及獲利。 GPU適合高階通用運算與模型訓練,客製化ASIC則可針對特定推論工作改善效率與成本。大型科技公司同時布局兩種架構,讓晶圓代工、封裝、伺服器、電源與散熱廠商都能參與這輪建設。台灣供應鏈已形成跨環節布局,業務範圍也隨機櫃整合程度提高而擴大。 不過,1.11兆美元仍屬於2028年產值預估,能否達成取決於雲端巨頭資本支出、晶片供給、資料中心建置速度,以及AI服務帶來的商業回報。當需求高度集中於少數雲端客戶,任何預算調整或部署延後,都可能沿著供應鏈放大。 目前財報、資本支出與採購計畫提供了擴張證據,長線方向也相對清楚。後續判斷應持續檢查雲端業者支出增速、先進封裝產能利用率、整機交付與企業獲利能否同步成長。若股價漲幅長期領先獲利,題材集中化與AI依賴度便會成為市場需要承擔的結構性風險。
Anthropic IPO公開送件,ANT何時能買?上市時程與發行價一次看
Anthropic已於2026年10月26日公開提交S-1,擬以ANT代號在那斯達克掛牌,但截至10月27日,確切掛牌日、發行股數與價格區間仍未公布。這代表投資人已能研究上市文件,卻還不能直接把它當成可交易的上市股票。 本文整理已確認日期與待公告事項,重點是區分「送件」、「定價」與「開始交易」三個不同階段。對台灣投資人來說,能否參與配售、何時可在掛牌後買進,仍要看券商開放與正式文件內容。 目前可確認的時程包括:6月1日機密提交S-1草案,10月26日公開提交S-1。後續還要等待註冊聲明生效、最終定價、確切掛牌日,以及個別券商的交易安排。 文章也提醒,發行價不等於你實際成交價。即使首日股價相對發行價上漲,若你的買入成本更高,帳面仍可能出現虧損。要評估這類IPO,不能只看掛牌日期,還要分清估值、發行價與市場成交價的差別。
AI基礎建設擴張加速,GPU與ASIC產值上看1.11兆美元,台灣供應鏈受關注
全球雲端服務供應商持續擴大AI基礎建設,依產業數據估計,受封裝數量增加與單顆晶片價值提升帶動,全球GPU與AI特殊應用晶片(ASIC)產值預期在2028年達到1.11兆美元。 這項預估同時反映數量與單價兩股力量。隨著模型規模與推理工作量上升,市場對加速晶片的需求增加;同時,先進製程、高頻寬記憶體與複雜封裝,也持續拉高單套運算系統的價值。AI算力擴張因此會沿著晶圓、封裝、伺服器、散熱、電源與網路設備向外傳導。 甲骨文(Oracle)近期宣布,搭載輝達(Nvidia)Vera Rubin架構的伺服器,部署規模將擴大至數百萬瓩等級。這顯示資料中心規劃已進入大型電力與整體機房配置的尺度,伺服器採購只是其中一環。 甲骨文也計畫自2027年起,在Oracle Cloud Infrastructure提供Google設計的TPU。TPU屬於針對AI工作負載設計的客製化加速晶片,加入OCI後,企業客戶將能在同一雲端平台選擇不同運算架構。 這種配置反映雲端業者正在建立GPU與ASIC雙軌算力。GPU具備較高通用性與成熟軟體生態,適合模型訓練及多種高階運算;ASIC則可針對特定模型與多步驟推理工作調整,在大規模部署下追求效能、功耗與成本平衡。 對供應鏈來說,兩條產品線會形成不同的晶片與主機設計,但後端需求仍高度重疊。先進封裝、高速互連、液冷散熱、電源供應及整機櫃整合,都會隨算力規模同步增加。雲端業者的晶片選擇更加多元,基礎設施投入範圍也跟著擴大。 台灣伺服器代工廠已實際參與相關擴產計畫。鴻海(2317)與英業達切入Google TPU伺服器供應鏈,出貨內容涵蓋運算托盤,並逐步延伸至L10與L11層級的整機櫃組裝。 L10與L11代表更高程度的系統整合。代工廠需要把運算、網路、電源與冷卻模組組成可直接部署的機櫃,業務價值也從單一零組件組裝,擴展至整套AI系統交付。 甲骨文新一輪大規模Nvidia AI伺服器採購,則由鴻海(2317)、廣達(2382)與緯創等協力廠承接後續生產。採購規模提高,將同步推升整機組裝、液冷散熱與網路設備出貨。伺服器功耗愈高,液冷與電源配置占整體系統的重要性也會上升。 半導體與關鍵零組件廠的第三季數據,提供另一組產能擴張證據。台積電(2330)持續供應先進邏輯製程與CoWoS封裝,CoWoS是把運算晶片與高頻寬記憶體整合的先進封裝技術,也是高階AI加速器的重要產能環節。 矽光子透過光訊號傳輸資料,可望支援資料中心更高頻寬與更低功耗的連接需求。這筆投資顯示AI基礎建設的資本投入,已延伸到封裝與高速光互連領域。 目前的產業路徑已涵蓋GPU、客製化ASIC、晶圓代工、先進封裝、矽光子、伺服器組裝、液冷與電源管理。台灣供應鏈在多個環節已有實際出貨與資本支出,受惠範圍也從單顆晶片延伸至完整機櫃。 2028年產值達1.11兆美元仍屬預估,後續仍需要雲端業者資本支出、加速晶片出貨量與先進封裝產能共同支撐。接下來的觀察焦點,在於Oracle等雲端業者能否依時程完成大規模部署,以及GPU與ASIC需求能否同步轉化為穩定訂單與實際營收。
AI監管爭議升溫:蓋茨反對暫停開發,全球AI治理為何成焦點
近期圍繞人工智慧(AI)的監管爭議持續升溫。由未來生命研究所發布的公開信,呼籲暫停研發可與人類水平智慧競爭的AI系統六個月,並引發AI開發者、倫理學者與科技界人士反彈。 這封公開信由特斯拉執行長馬斯克與蘋果共同創辦人沃茲尼亞克等人簽署,主張應先按下暫停鍵,理由包括AI可能放大錯誤資訊、偏見與隱私風險,甚至被用來取代部分人類工作。不過,微軟共同創辦人比爾·蓋茨認為,要求某一群體暫停工作,無法真正解決相關挑戰;他更傾向於透過更深入研究與監管來回應風險。 科技業內部對此看法分歧。AI安全研究公司Anthropic認為,現有技術尚未構成立即性問題,但未來十年AI系統可能更強大,因此現在建立安全防護措施仍有必要;OpenAI執行長Sam Altman也提到,全球監管框架與領先AI公司之間的協調可能有幫助,但並未具體支持停工六個月的主張。 從政策面來看,美國與歐洲都已開始加強對AI的關注。意大利曾因隱私疑慮暫時禁止ChatGPT,英國政府發布規範建議,歐洲消費者組織也呼籲更嚴格立法;美國方面,國會議員、聯邦貿易委員會與多州隱私法都已把焦點放在AI透明度、資料使用與風險控管。 文章的核心爭點不在於AI是否會帶來風險,而是該如何治理風險、由誰治理、以及治理速度能否跟上技術發展。支持者認為,現在就建立安全防線可降低未來風險;反對者則擔心,全面暫停難以執行,甚至可能讓其他國家在AI競賽中取得優勢。 整體來看,這場辯論已從單純的技術討論,擴大為監管、產業競爭與社會風險管理的綜合議題。短期內,AI透明度、資料合規與安全測試,可能會比全面暫停更有機會成為政策重點。
Oracle擴大OpenAI合作與導入TPU,雲端AI成長前景升溫
Oracle(ORCL)股價報 137.08 美元,盤中上漲約 5.02%。市場焦點在於公司於 Oracle AI World 宣布擴大與 OpenAI 合作,將 ChatGPT 與 Codex 深度導入 Oracle 應用與資料庫,提升企業客戶在雲端建置與管理 AI 應用的效率。 OpenAI CEO Sam Altman 也將與 Oracle 共同執行長 Clay Magouyrk 同台演說,進一步強化雙方在企業級 AI 版圖的合作想像空間。 此外,Oracle 也宣布在雲端基礎架構中開放多元 AI 硬體選項,包括導入 Google 的 TPU AI 晶片,以及 OpenAI 的 Jalapeño 與 Cerebras 晶片,讓客戶可選擇更多 AI 加速器。這也代表 Google 客製晶片首度在其他超大規模雲端業者平台上運行,凸顯 Oracle 在 AI 基礎設施市場的差異化布局。 儘管 Oracle 先前因大規模資本支出與債信壓力受到市場關注,但此次與 OpenAI、Google 等合作訊息,帶動投資人重新評估其雲端與 AI 成長前景,股價因此走強。