【財訊快報／記者劉居全報導】在NVIDIA、OpenAI等國際大廠持續推動下，全球AI生態系正加速擴張並進入結構性轉變階段。資策會產業情報研究所（MIC）指出，隨著AI算力需求快速外溢，市場已由過去高度集中於GPU的發展模式，逐步轉向客製化ASIC、專用加速器與軟硬整合解決方案，以回應成本、能效與應用彈性等多重挑戰。下一階段競爭焦點將不再是單一硬體規格，而是能否有效整合軟硬體、場域應用與治理能力。

NVIDIA與OpenAI等公司是推動AI軟硬體創新的重要引擎，而在發展的過程，AI生態系持續出現動態的變化。隨著算力需求外溢及應用變化，市場不再單押GPU，轉而尋求Google TPU等客製化ASIC方案以優化成本。同時，國際大廠針對資料中心的散熱與電力效能制定了嚴苛的國際規範，這不僅大幅墊高技術門檻，更可能壓縮硬體的獲利空間。

資策會MIC所長洪春暉表示，隨著基礎設施建置逐漸完善，企業應避免盲目的跟風投資。在基礎設施建立完善後，未來應用服務與產品，將會對應合適的軟硬體整合，成為下波AI趨勢之重點。

在產業上，主要國家正積極投入主權AI/AI工廠的建置熱潮，重要計畫包括歐盟提出的200億歐元「InvestAI」計畫，日本與韓國則分別編列約650億美元以及約730億美元的投資計畫，都要推動本國化、高資料中心電力容量的AI工廠，視為提升國家競爭力與滿足產業趨勢的重點方向。值得注意的是，各國政府在布建AI算力的同時，為了扶植本地資料中心的技術與產業升級，也規範外部國際科技大廠在組織團隊時，需與在地機電業者共同完成IT設備與基礎設施。不過，考量AI算力設備落地自主化與資料中心建置難度，特別在新興市場（如中東地區）的國家，將十分仰賴在地EPC（工程、採購、營造）統包商包括對於該市場法規與生態系高掌握度的能力。因此台廠除配合國際CSP客戶全球布局外，可另外爭取與新興國家的EPC業者合作，以提高訂單成功率。

國際大廠，不論是晶片商、設備商，抑或是電信營運商，近期皆把重心放在「邊緣AI」與「網路AI化」的布局上。其中，晶片商如高通推出的新一代Snapdragon 8，使得端側AI的運算能力大幅提升，滿足如智慧製造（瑕疵檢測）、智慧醫療（即時影像傳輸）等垂直應用場景，並可解決解決垂直場域延遲痛點，加速AI滲透率提升。電信營運商部分，也有T-Mobile與SoftBank將於2026年啟動AI-RAN實測，開始驗證AI是否能在頻譜利用、功耗管理、網路效率上帶來實質改善。整體來看，邊緣AI的生態正在快速成形，AI推動製造、醫療等場景導入AI Box與邊緣推論方案，在各類垂直應用需求下，促使晶片大廠與IPC業者結盟，進而加速垂直場域生態成形，並迎來新一波創新需求。

在技術變革上，AI叢集運算需求驅動矽光子技術與產品加速演進；AI晶片叢集運算已成為支持大語言模型訓練之關鍵手段，也加速支持伺服器間資料交換的矽光子技術與產品演進。因應高頻寬資料傳輸需求，既有的光收發器已開始由800Gbps向1.6Tbps頻寬轉換，而共封裝光學（Co-Packaged Optics, CPO）交換器模組則持續推進頻寬規格、量產技術以及模組標準化，預期2028年左右可量產導入伺服器應用。而隨著技術精進，CPO交換器可望逐漸由2.5D模組封裝走向3D小晶片垂直堆疊封裝，並成為資料中心伺服器標準配置。

MIC表示，台廠以主要先進封裝業者為首，已結合光電元件業者、光零組件業者、材料業者、晶片設計業者等組成產業聯盟促進跨業合作，建立技術平台，持續推進CPO模組與系統量產技術。未來，台廠可依托矽光子技術平台強化與國際品牌大廠合作，推動技術與產品標準，提高台廠在全球矽光子供應鏈的影響力。

至於資料中心能源與散熱至關重要，業者正積極發展最新技術；MIC指出，雲端大廠包括AWS、Google、Meta、Microsoft等已宣布未來幾年的全球AI資料中心擴建計畫，將帶動運算規模與能耗密度持續攀升；2025年10月GTC大會，輝達秀出資料中心五大元素：Computing、Networking、Mechanical、Power、Cooling，可見能源與散熱對AI資料中心的重要性，2026年從單一機架來看，輝達提出800V直流電架構，將帶動液冷散熱方案再進化；伺服器群端，為確保設備用電穩定，電池儲能系統（BESS）與電池備援模組（BBU）也正快速發展中；而整座的資料中心，包括AWS與Google分別提出小型模組化核反應爐（SMR）與核融合發電方案，也代表AI資料中心發展下，散熱方案、儲能備援到新能源發電都會有技術升級的需求。

MIC所長洪春暉表示，各國能源政策如何支援資料中心發展值得關注；而產業端對於儲能與散熱方案，特別是散熱大廠已將研發重點轉向開發微通道水冷板（MLCP），由於該方案須要與半導體製程業者合作，具備高技術門檻，因此業者規模與研發資源或將是未來能否立足市場的關鍵。