AI 數據中心爆發：變壓器、供電同液冷點樣成為 Nvidia 以外贏家

AI 基建熱潮，唔再只係 GPU 嘅故事。

每多一組 AI 伺服器，數據中心就要處理更多電力：由電網輸入、降壓、轉換、分配、備援，到機櫃內供電；同時亦要更有效、更可靠咁帶走熱量。換句話講，AI 擴建算力，亦正推高變壓器、配電設備、電力轉換系統同液冷方案嘅需求。

真正值得留意嘅未必係「邊間公司同 AI 有關」，而係邊間公司有認證產品、產能、零件供應同交付能力，將熱潮變成實際收入。

點解基建開支加速？

麥肯錫估計，全球數據中心需求可由 2025 年約 82GW，增至 2030 年約 220GW。當中，AI 相關需求料由約 44GW 增至 155GW，即增長 3.5 倍；非 AI 工作負載則由約 38GW 增至 64GW，約增 1.7 倍。 22

相應嘅資本開支規模非常龐大。麥肯錫估算，到 2030 年全球數據中心或需 6.7 萬億美元投資，當中 5.2 萬億美元涉及可處理 AI 工作負載嘅容量。不過，呢啲係滿足預期需求所需嘅資本開支估算，唔等於已簽訂訂單，亦唔代表資金已承諾投入。 28

關鍵在於機櫃功率密度愈來愈高。據報道引述美銀一個情境預測，到 2030 年一個 AI 機櫃耗電量可能超過 1.5MW。若然成真，每部署一個機櫃，所需嘅高壓設備、變壓器、開關設備、電力分配與冷卻能力，都會遠超傳統伺服器環境。 20

邊類供應商最直接受惠？

變壓器與電網設備：HD Hyundai Electric、Hainan Jinpan

變壓器負責將電網嘅高電壓，降至伺服器、冷卻設備同配電裝置可用嘅水平。當公用事業公司及數據中心發展商為確保設備供應而提早落單，變壓器已成為實際嘅供應瓶頸。

路透報道指，南韓 HD Hyundai Electric 同中國 Hainan Jinpan Smart Technology 在 2026 年上半年，都見到由 AI 基建項目帶動、尤其來自北美嘅強勁需求。 142

HD Hyundai Electric 嘅數字反映出供應緊張可帶來嘅營運優勢：公司 2026 年第二季新增訂單超過 14 億美元，截至 6 月底訂單積壓接近 85 億美元。 36

不過，積壓訂單只係提升收入可見度，唔等同收入本身。最終能否轉化成盈利，仍要睇交貨進度、零件成本同項目完成情況。

電力轉換與整套系統：Delta Electronics

數據中心唔係接上電網就得。設施內仍要有電力轉換、分配、不間斷供電及控制系統。Delta Electronics 涵蓋 AI 供電、冷卻及數據中心基建；公司向路透表示，相關方案仍是增長引擎，並正擴展泰國、美國等地嘅生產布局。 1

對客戶而言，一站式系統方案能解決嘅問題，比單一零件更複雜，亦可能帶來較深嘅客戶關係。但系統供應商同樣面對全球競爭，並要證明自己可在大規模部署下維持可靠性。

散熱管理：AVC、Auras、Envicool

Asia Vital Components（AVC）、Auras Technology 同深圳 Envicool，是受惠於 AI 系統密度上升嘅散熱管理供應商。機櫃熱負荷提高，市場需求已不止傳統風扇和散熱片，亦延伸至冷板、冷卻液分配單元、泵、歧管、熱交換器，以及數據中心層面的熱管理控制。

液冷正是呢個轉變嘅核心。微軟表示，傳統風冷無法應付現代 AI 硬件嘅密度；其 AI 數據中心會以直接流經伺服器嘅冷卻液帶走熱力。 8

美銀一項預測認為，到 2030 年液冷可佔新 AI 數據中心安裝量約 70%，高於目前約 30%。 2021

但要留意，呢個係情境預測，唔係必然結果。實際採用速度會受晶片架構、機櫃密度、可靠性要求、營運商取向，以及合資格冷卻系統供應等因素影響。

最稀缺嘅未必係晶片，而係電力接入

國際能源署（IEA）預計，全球數據中心用電量到 2030 年會增加逾一倍至約 945TWh；如果電網風險得唔到處理，約 20% 已規劃數據中心項目或面臨延誤。 43

問題在於建設時鐘唔同步。AI 數據中心可在數年內規劃及建成，但輸電線、變電站同電網接駁往往需時更耐。在不少地區，新設施接駁電網可要 4 至 10 年；相比之下，AI 數據中心一般約兩至三年已可規劃及建設。 53

呢種落差對設備商有兩面影響：

• 短期利好： 變壓器、開關設備等供應不足，可支持訂單、售價及積壓訂單能見度。 42
• 長期制約： 同一批短缺設備亦可能令客戶項目延後，令供應商原定交貨與確認收入時間推遲。

所以，最有機會跑出嘅公司，不單是「沾上 AI 概念」，而是有能力按客戶時間表供應認證產品、穩定產能與關鍵零件嘅企業。

效率數字要識得拆開睇

固態變壓器與碳化矽（SiC）電力架構，長遠或有助數據中心走向更高效率、以直流電為主嘅設計。Wolfspeed 指出，部分採用 SiC 嘅架構可帶來最高 5% 端到端效率改善，並令某些轉換環節嘅損耗下降 25% 至 40%。但呢啲是供應商對特定架構嘅說法，唔可以當成全行業已實現嘅節能水平。 45

同樣地，現有資料亦唔支持將液冷有「普遍節省 27% 或以上能源」視為定論。冷卻效益取決於原本風冷設計、晶片密度、冷卻液溫度、機房設計，以及有冇回收餘熱。較穩妥嘅結論係：高密度 AI 部署正提升液冷需求，但實際節能幅度要逐個場地計。 824

至於固態變壓器「40% 採用率」嘅講法，現有資料亦未足以當成既定產業結果。傳統變壓器仍然是電網與設施基建嘅主力，而固態設計尚要通過成本、認證、可靠性和電網合規等關卡。

利潤機會背後，有邊啲風險？

高壓變壓器及相關設備屬專門、交期長嘅產品。當合資格產能不足，供應商有機會受惠於較佳定價與訂單能見度；同時，需求亦不只來自新數據中心，還包括電網升級。HD Hyundai Electric 的訂單與積壓數字，正好說明這種供需環境。 36

散熱供應商嘅情況則有啲唔同。液冷提升每個機櫃所需零件與系統價值，亦更看重工程能力、可靠性和整合能力；但散熱產業競爭激烈，單一零件比整套系統更容易商品化。主要風險包括：硬件架構快速轉變、客戶集中、價格壓力，以及供應商擴產後令現時短缺逐步紓緩。

一個實用嘅篩選框架，是看供應商能否：

1. 大規模生產合資格設備；
2. 在需求高峰前鎖定關鍵零件與產能；
3. 供應整合式電力或散熱系統，而唔係只賣孤立零件；
4. 在快速產品周期下維持定價與可靠性；
5. 海外擴張時仍守住品質、現金流和交付表現。

海上、海底數據中心會唔會係出路？

浮動式與海底數據中心，可能適合土地、淡水、冷卻條件或審批受限嘅個別地點。海底設施可利用周邊海水協助冷卻；中國亦正推進走向商業營運嘅項目，包括上海附近一個以海上風電供能嘅水下數據中心。 47

不過，佢哋暫時仍屬利基方案，唔會取代主流嘅陸上大型園區。海上和水下設計本身亦帶來工程、維修、網絡連接及審批難題。短期意義更多是展示：當電力、水資源和土地愈來愈緊張，營運商可能會點樣另闢蹊徑。

總結：AI 基建贏家，靠交貨能力而唔係概念

AI 熱潮正將投資機會由 GPU 擴闊至整個供電與散熱鏈。HD Hyundai Electric、Hainan Jinpan 站在變壓器供應稀缺嘅位置；Delta 涵蓋電力與冷卻系統；AVC、Auras 及 Envicool 則受惠於高密度機櫃帶來嘅散熱內容增加。 1

不過，持久贏家唔會單靠 AI 標籤，而是能將需求轉化為準時交付、可靠系統和合理利潤嘅供應商。另一面亦不能忽略：電網接入、設備交期與項目執行，都可以在 AI 需求持續強勁之下拖慢建設速度。今輪周期，送到電同散到熱，絕對唔係配角，而是 AI 算力擴張嘅核心限制。 4342