AI 資料中心是新型態礦場，挖的是 Token｜台灣 AI ODM 三雄

四大雲端巨頭 (Microsoft、Alphabet、Amazon、Meta) 2026 年的資本支出，合計上看 7,250 億美金，換算超過 23 兆台幣；這數字比去年又增加了約 77%。根據各家公司說法，這些錢幾乎都會花在 AI 上，增加算力、伺服器設備、AI 功能升級、基礎設施擴建、AI 資料中心等。

簡單說資本支出的投資重心都在運算資源。

隨著 AI 發展，AI 資料中心像是一種新型態的礦場，以前的礦場挖的是比特幣，AI 資料中心則是挖 Token，共通點是都很耗電，也都需要算力基礎設施 (如 GPU)。Token 的消耗成長有多快？Google 執行長 Sundar Pichai  在今年的開發者大會中提到，Google 現在每個月要處理 3,200 兆個 token，而兩年前的數字只有 9.7 兆。

要挖出這些 token，需要先有礦場 (AI 資料中心)，要建立礦場，其中有兩大部分：一部分是礦場裡的零件，如 GPU、CPU、電力/散熱、PCB、CCL、ABF 載板，這條 AI 供應鏈中的關鍵部分幾乎都在台灣，可參考以下幾篇文章：

了解台股AI 供應鏈：七大類股、五檔 ETF、黃仁勳的五層蛋糕
算力就是營收｜AI 不只 GPU：散熱、電力、機械結構與台股供應鏈
算力就是營收｜AI 不只 GPU：PCB、CCL、ABF 載板與台股供應鏈

 

另一部分是把設計、整合、組裝統包，直接交出 AI 機櫃成品。這部分名稱為「AI 伺服器代工」，也就是 「AI ODM」，ODM 廠處理包含硬體架構、散熱設計到系統整合。對客戶而言不需要處理複雜的技術規格與整合，貼上 Logo 就能拿到可用的 AI 機櫃，這部分台灣依舊卡在關鍵位置，有如鴻海、廣達、緯創等 ODM 廠。

這生意有多大？可參考鴻海營收數字，2026 上半年營收 4.64 兆，年增 34.99%，創歷史同期新高。

 

AI 資料中心：挖 token 的新型態礦場

AI 資料中心裡有很多機櫃，機櫃裡有大量 CPU、GPU，消耗龐大電力，提供算力產出 Token；就像是一座礦場，挖的是 AI token。

不只挖的東西不同，規模也不同。

全球比特幣挖礦一年耗電量約 155~180 TWh，占全球電力生產約 0.5~0.8%，相當於一個中型國家的年用電量，且還在持續增加，近年的年成長率約 15~25%。AI 資料中心據 Gartner 估計，2026 年 AI 資料中心用電量約 175 TWh，目前規模跟比特幣挖礦差不多，但年增超過 80%，增速更快。

目前傳統資料中心 (非 AI) 用電量推算約 390 TWh，是 AI 資料中心的兩倍多，Gartner 預估 2027 年 AI 資料中心的用電量就會反超，預估一年後會從落後不到一半追到超車，成長速度極快。

儘管目前耗電量差不多，但產生的收入已開始拉開差距；僅僅 OpenAI 跟 Anthropic 兩家公司，一年營收合計約 550 億美金，已經是全球比特幣礦工一整年收入(110~220 億美金) 的 2.5 倍以上。

 

AI 還有多大成長空間？真的需要那麼多 Token 嗎？

ChatGPT 上線後只花 2 個月就衝破 1 億用戶，研究人員形容這是新技術史上前所未見的擴散速度，網路花了將近 10 年才達到同等規模。今年 5 月 ChatGPT 進一步衝上 10 億月活躍用戶 (對比：Google/Facebook 用戶數都超過 30 億)。 

看整體 AI 滲透率或許更明顯。

ChatGPT 現在 (2026/5 月數據) 每天處理約 25 億次提問，Google 一年搜尋量超過 5 兆次，換算每天約 137 億次 (2025/1 月數據)。AI 查詢量只占 Google 搜尋量的一小部分。

根據微軟 2026/5 發布的全球 AI 擴散報告，今年第一季全球生成式 AI 使用滲透率 (15~64 歲工作年齡人口) 僅 17.8%，個別國家差異很大，但絕大多數國家都在 50% 以下。 

無論從活躍使用者人數、提問次數、採用率，AI 都還有不小的成長空間，對 AI token 的需求還會持續成長，這就需要更多 AI 資料中心，需要更多 AI 機櫃。

 

「AI 工廠生產 token，token 就是收益。」 - 黃仁勳 (經理人)

 

2026 / 7 月初，彭博社報導 Meta 打算把閒置算力出租給外部客戶，市場將這消息解讀成「AI 算力供過於求」的警訊，半導體股一度重挫超過一成；沒過幾天，瑞銀、大摩等華爾街主要投資銀行就出來澄清，大摩甚至維持 Meta 資本支出續創新高的預估。

2026 / 7 月中，中國 Moonshot AI 發布開源模型 Kimi K3，表現直逼 Claude、GPT，價格卻只要一小部分，又被稱作「第二次 DeepSeek 時刻」，讓市場再度懷疑「發展 AI 是不是一定需要砸大錢買晶片」？半導體股再度重挫，台股單日下跌超過 6%，創下史上最大跌點；不過 2025 年初 DeepSeek 那次的後續發展，恐慌後算力需求不減反增，更便宜的 token 反而刺激出更多需求。

誰在蓋機櫃？盤點台灣的 AI ODM 護城河

建立 AI 資料中心與生產組裝 AI 機櫃，是兩件事。

資料中心包含廠房本身，變電站、冷卻水塔、建築結構，有大量土木工程，通常由資料中心營造商或雲端巨頭自己的基礎設施團隊負責。

生產組裝 AI 機櫃，把 GPU、CPU、記憶體、電源散熱、滑軌等零件整合成一座能運作的系統，插電接水冷就能運作。

組裝機櫃能分為傳統 OEM (生產代工) 以及 ODM (設計代工)，前者單純是照圖生產組裝，後者要包含設計 (如架構與整合)。AI 領域的規格變化極快，如 NVIDIA 已經把 GPU 架構更新節奏，從過去大約兩年一代加快到現在「一年一世代」，軟硬體整合的難度也大幅提升，品牌商要自己規劃設計的難度提高，ODM 也因此更有價值。

目前台灣的 ODM 三雄 (合計超過八成市佔率)：

● 鴻海 2317：2026 上半年營收 4 兆 6,429 億元，年增 34.99%，創歷年同期新高；4 月機櫃出貨市占率預估在 44%，位居目前龍頭
● 廣達 2382：2026 上半年營收 1.84 兆元,年增 86.48%，創歷史同期新高；4 月機櫃出貨量市占預估在 25% 上下
● 緯創 3231：2026 上半年營收 1.74 兆元，年增 94.01%，創歷史同期新高；4 月機櫃出貨量市占預估在 15-16% 之間

整體機櫃出貨量，根據大摩預估，2026 應會實現超過 100% 年增率。三雄的第二季法說會預計應會在 8 月陸續召開，值得關注屆時管理層對下半年 AI 伺服器需求、機櫃出貨展望的說法，會是接下來判斷這波成長能不能延續的重要參考。 

小結

AI 資料中心，AI 時代下更值錢的新型態礦場。台灣卡到 AI 供應鏈中兩個關鍵部分：

一塊是相關零件，GPU、散熱、電力架構、PCB、CCL、ABF 載板、機械結構 …，零件是確實的硬需求，但也有可能會被下一代規格淘汰。

另一塊是這篇提到的 AI ODM，如鴻海、廣達、緯創靠著設計、整合、組裝一手包，在 AI 機櫃迭代加速、大廠開始自研晶片的現在，整合能力成為另一種護城河，風險可能會在客戶集中度上，若特定雲端巨頭開始放緩資本支出，ODM 營收會受到衝擊。

想觀察這波 AI 發展是否持續，雲端巨頭的資本支出是最直接的指標之一，如開頭提到的 7,250 億美金 (2026)，下半年可開始關注明年的資本支出預估。