AI資料中心競爭正在從「誰能取得更多GPU」，轉向運算、供電、光互連與散熱的全系統協同設計。Google技術長暨AI基礎建設資深副總裁Amin Vahdat於SEMICON Taiwan指出，台灣已成為Google美國以外最大硬體工程研發基地，士林AI基礎建設研發中心將再擴充60%空間；台灣合作範圍也已涵蓋先進3D封裝、伺服器主機板、高效率供電與液冷。
AI基礎設施從GPU競賽轉向「電力＋光互連」系統戰。
|
算力規模提高後，限制AI叢集擴張的已不只是晶片。資料中心必須處理更高機櫃功率與龐大資料搬移需求，使「每瓦能產生多少有效算力」成為新的基礎設施指標。Eaton因此把800VDC視為下一代AI資料中心重要架構，並於台灣展示中壓固態變壓器（MV SST），可由中壓電網直接轉換至800V直流，減少傳統多級變壓與轉換損耗，相關產品預計2027年首季量產。
另一瓶頸則在高速網路。AI叢集由數千顆GPU擴展至更大規模後，800G、1.6T光模組、矽光子與CPO需求同步增加。正文科技近期即與印度Dixon擴大光收發模組、BOSA及高速光連接產品製造布局，反映光互連正從零組件題材變成AI基建核心。
AI供應鏈因此正形成「Compute＋Packaging＋Power＋Network＋Cooling」五層架構。對台灣而言，下一波AI成長不只落在晶圓代工與ODM，而將向800V電源、SiC／GaN、BBU、液冷、光模組、CPO與系統整合全面擴散。
