電力與晶片是 AI 擴張的終極限制
Sam Altman 指出算力本質上就是電力需求，未來數據中心選址將從傳統區位轉向電力充沛且便宜的地區。
483.【財經時事放大鏡】AI在「電」「光」火石間開創時代！終將改變或留下什麼?
✓ 這篇在你的庫裡
在摘要庫開啟 →
這部在講什麼新聞財經
分析 Sam Altman 近期訪談揭示的 AI 發展瓶頸，重點探討電力供應、光通訊規格升級與記憶體市場的結構性機會。
適合誰關注 AI 產業趨勢與美台科技股的投資者。
你需要知道理解 AI 擴張的能源限制、光通訊 1.6T 的進度、記憶體週期性變化的原因。
最值得看08:25 Sam Altman 解釋為何「算力過剩」是假議題與算力的能源類比。
影響鏈
事件、影響與風險意義優先，時間戳用來導航
光通訊 1.6T 需求提前爆發
隨著 NVIDIA 加速產品更迭，Lumentum 與 Coherent 指出 1.6T 需求將比原先預期的 3.2T 更早成為主流，光模組缺口擴大。
算力規模定律（Scaling Law）無上限
Altman 認為算力如同能源，無論效率提升多少，人類對其需求只會不斷增加，因此晶片過剩風險極低。
舊晶片與設施將轉化為現金牛
即使 AI 架構更迭，折舊完畢的舊晶片與數據中心可轉向對算力要求較低的工業或特定工廠用途，持續貢獻現金流。
記憶體市場的週期可能延長
華邦電觀察到此次記憶體上漲週期受 AI 帶動，結構性供需失衡可能使過往 6-9 個月的循環期大幅拉長。
看完可以做什麼
追蹤光通訊指標股 (LITE, COHR) 以及台股相關供應鏈（如 1.6T 相關光模組、三五族半導體）的營收動能，並評估電力設施相關資產的長期價值。需要留意：太陽能發電受限於日照時數與地理位置；若 AI 模型架構發生根本性的「典範轉移」（如放棄 GPU 轉向全新架構），現有硬體資產價值將面臨重估。
生成於 2026-07-12
檢舉