隨著生成式AI（GenAI）從單純理解與回應提示，全面進化至能自主執行任務的Agentic AI，全球正迎來一場前所未有的算力競賽。這場競賽的核心不再僅是演算法的優劣，而是**電力**的穩固與能源的掌握，催生了「**AI工廠**」的建置熱潮，將「電力＝算力＝國力」推向新挑戰。台灣供應鏈在這波浪潮中，不僅面臨關鍵轉型時刻，也將迎來再創高峰的龐大商機。
現象觀察：AI自主化浪潮與算力需求飆升
近期，從2023年AutoGPT等專案引爆的LLM-based自動化代理熱潮，到吳恩達（Andrew Ng）系統性地力推代理式AI（Agentic AI），火熱的GenAI已從純粹的互動層面，全面蛻變為能自主執行任務的系統。這種自主決策AI時代的到來，使得訴求從算力、記憶體、互連技術、電力到散熱之整體協同設計的「AI工廠」概念，成為打造新一代AI基礎設施的最佳指導方針。
首先，全球資料中心的電力容量正呈現爆炸性成長。根據集邦科技分析師楊少幃的觀察，全球資料中心電力容量從2023年的84 GW，一路攀升至2024年的98 GW、2025年的120 GW，並預估今年將進一步來到152 GW，年增率高達30%。值得注意的是，這波成長動能幾乎全數來自**AI Server**的強勢貢獻。預計今年AI Server的電力容量將達到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首度過半，達到52%。這標示著AI已從新興應用正式轉變為運算主力，今後全球的能源配置與硬體支出將大幅度向AI基礎設施傾斜。
其次，伴隨AI伺服器功耗密度的提升，液冷散熱方案已登上主流地位。集邦科技分析師邱珮雯指出，對於液冷散熱的需求將隨著整體伺服器機櫃功耗密度的顯著提升而急遽拉升。集邦科技預估，今年在AI伺服器上，將有超過5成的散熱方案採用液冷技術。同時，台灣的AI用電需求也呈現逐年大幅攀升的趨勢。據經濟部統計，AI用電量將從2023年的0.24 GW，預計到2028年提升至2.24 GW，增幅高達8倍。國科會更預估，2029年全台民營與國營AI算力中心規模將達450 MW，顯示台灣在AI發展上，也正嚴峻面對電力是否充足的考驗。
原因剖析：電力、散熱與混合架構的挑戰
全球AI大戰的爭奪焦點已從演算法的優劣，轉變為電力的穩固與能源的掌握。微軟投資約800億美元打造AI資料中心，亞馬遜投入超過200億美元將賓州Susquehanna核電廠轉換為AI園區，這些鉅額投資案清晰地揭示了能源供應的重要性。甚至，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，以及Amazon與Energy Northwest簽署開發部署最多12座小型模組化反應爐的協議，都反映出大型雲端服務供應商（CSP）對穩定電力來源的迫切需求。這也讓全球正視「電力＝算力＝國力」三位一體的新挑戰與考驗。
再者，Agentic AI與邊緣AI的發展，正驅動算力需求的百倍增長。NVIDIA執行長黃仁勳在GTC 2025大會上強調，在Agentic AI和推理能力的推波助瀾下，AI所需算力將比預期多出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，未來幾年內，近三分之二的運算預計將轉移到邊緣端，如手機、自駕車、本地端伺服器等資料生成和最需要的地方運行AI模型。
有趣的是，這並非意味著「邊緣成長、雲端萎縮」的替代關係，而是「雲端＋邊緣」混合架構下的總量上升。集邦科技資深研究經理曾伯楷分析，邊緣端雖然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，今後「雲端＋邊緣」的混合架構將成為AI發展主流，進而讓整體運算量級更加提升，能效優化成為重中之重。以往的製程提升已難以應付能耗挑戰，將焦點轉向更上層的優化配電架構（如高壓直流輸電），成為最小化功率轉換損耗、以及提升整體PUE電力使用效率的關鍵舉措。
影響評估：AI工廠遍地開花與台灣供應鏈轉型
為了順應Agentic AI與邊緣AI的發展趨勢，同時因應電力、算力、能耗、散熱等挑戰，NVIDIA執行長黃仁勳一再於GTC、CES、COMPUTEX等重要場合提出「AI工廠」的概念，使其成為AI界最熱門的詞彙與未來AIDC的參考架構。根據NVIDIA官網定義，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。」
全球範圍內，AI工廠的建置潮已然遍地開花。首先，歐盟《高效運算聯合承諾》（EuroHPC JU）已選定芬蘭、德國、西班牙等7國打造第一批AI工廠，並在2025年3月再增加6個。此外，歐盟委員會透過「InvestAI」倡議承諾調動200億歐元，在歐盟建立最多5座AI超級工廠。其他知名投資案還包括美國藥廠禮來（Eli Lilly and Company）建置製藥界「最強」AI工廠，美國梅約醫療中心（Mayo Clinic）打造醫療研究AI工廠，NVIDIA與沙烏地阿拉伯HUMAN策略合作打造AI工廠，以及義大利電信、戴爾公司與印度IT服務商NxtGen等。
台灣在此波AI工廠建置潮中也不落人後。鴻海科技集團旗下子公司晶兆創新（Big Innovation Company）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。此外，2023年11月，數位無限（INFINITIX）、希格諾科技（SignalPro）、美商超微（Supermicro）等廠商更在南部科學園區周邊共同打造新一代「SiGTRON」AI工廠，推動Neocloud智慧算力生態系。
這股AI工廠熱潮帶動了台灣AI供應鏈的全面升級。台灣EMS/ODM廠在全球伺服器出貨量佔比已突破80%，AI伺服器更超過90%。台積電與日月光積極擴建先進製程與封裝新廠以因應龐大AI晶片需求；聯發科預計在2027年透過專用AI加速器ASIC帶來數十億美元營收。鴻海、廣達、緯創等廠商的投資重點已從「產線/組裝」升級到「整櫃交付、資料中心級整合」。在邊緣AI領域，研華、華碩等工業電腦製造商正轉型為能進行在地推論的邊緣AI系統。散熱與電源方面，雙鴻、奇鋐在液冷技術上締造佳績，台達電、光寶科技等電源大廠也積極加入NVIDIA 800V高壓供電體系。此外，智邦科技等網通公司推出高效能交換器方案，高階PCB與ABF載板（如欣興、南亞、景碩）也受惠於AI伺服器、加速卡、交換器需求，進入景氣高峰。台灣正從「硬體製造基地」向「AI基礎設施整合者」邁進。
趨勢預測：Agentic AI引領未來，能效優化成關鍵
Agentic AI的市場規模正以驚人速度擴張。根據市調機構Grand View Research的報告，2025年企業級Agentic AI市場規模預計達36.7億美元，到了2030年更將達到245億美元，年均複合成長率（CAGR）高達46.2%。另一家市調機構Omdia則更為樂觀，預估2025年Agentic AI市場規模約15億美元，但2030年將一舉突破至418億美元，其2024-2029年的CAGR高達175%，幾乎是GenAI同期CAGR（90%）的兩倍，顯示Agentic AI的增長速度顯著超越GenAI。
同時，邊緣AI市場也預計將迎來飛躍發展。集邦科技資深研究經理曾伯楷表示，2025年全球邊緣AI市場約有360億美元規模，預計到了2029年將擴展到840億美元，2025至2029年的CAGR為23.5%。市調機構Precedence Research的研究數據亦指出，全球邊緣AI市場規模在2025年估值為256.5億美元，預計到2034年將達到約1,430.6億美元，CAGR為21.04%。這些數據都指向一個明確的趨勢：AI運算將更趨分散化，但總體需求卻是持續上揚。
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CSP無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。AI工廠與傳統AIDC間的最大關鍵差異，莫過於特別強調整體性的通盤規劃與協同設計，其核心在於對算力、電力與交換三大子系統進行系統級的效率極大化。這包括透過運算系統優化以追求每瓦功耗貢獻更高算力密度；藉由電力架構重塑以減少從電網到晶片每一層級功率轉換之損耗；以及透過光通訊以降低延遲的交換系統革新。不過，如此效率提升並不會減緩算力與電力的總需求，其總需求曲線仍將維持陡峭的上升趨勢。致力效率提升的根本目的，是為了在固定容量限制下，盡可能塞入更多算力以創造更大模型價值。
綜上所述，Agentic AI與邊緣AI的蓬勃發展，正以前所未有的速度重塑全球算力版圖，並將電力提升至國家戰略級的高度。面對這場由「AI工廠」引領的電力、算力、國力三位一體新挑戰，台灣在全球AI供應鏈中的關鍵地位日益凸顯。從晶片製造、伺服器組裝、散熱電源到網路互連，台灣廠商正積極轉型，從單純的硬體製造商蛻變為能提供完整AI基礎設施整合方案的關鍵推手，這不僅是技術的升級，更是產業生態鏈的全面飛升。
About the Author
