當美國的雲端供應商高調宣揚其 AI 投資時,中國資本支出猛增的規模與速度,已成為全球 AI 基礎設施需求中最具驅動力的因素之一。
TikTok 的母公司字節跳動(ByteDance),已承諾在 2026 年投入 590 億至 740 億美元 於 AI 資本支出,而內部討論的目標是在 2027 年達到 1,000 億美元 。這幾乎是其 2025 年支出的三倍,資金很大部分來自該公司前一年預估的 500 億美元利潤
。光字節跳動一家的計畫,就足以比肩美國最大科技公司的資本支出預算。
阿里巴巴與騰訊同樣沒有袖手旁觀。阿里巴巴暗示,為了建設 AI 資料中心,其原本三年 3,800 億人民幣(約 560 億美元)的資本支出目標,很可能會「超標」。若加上騰訊的承諾,光是這兩家在 2026 年的 AI 資本支出,據報就達 520 億美元 且仍在增長中
。市調機構 TrendForce 預測,全球前八大雲端服務供應商——包含阿里巴巴、騰訊與百度,以及 Google、AWS、Meta、微軟與甲骨文——在 2026 年的合計資本支出將達 7,100 億美元,年增率高達 61%
。
最能生動描繪 AI 基礎設施需求如何複利增長的一張圖,來自中國的 Token 消耗量。2026 年 3 月,中國國家數據局局長劉烈宏在中國發展高層論壇上指出,中國每日的 AI Token 調用次數已超過 140 兆次,而這個數字在 2024 年初僅為 1,000 億次——短短兩年多,成長了 1,400 倍 。到了 2025 年底,這個數字已達每日 100 兆次,光是在 2026 年第一季,就又躍升了 40%
。
摩根大通(JPMorgan)的長期預測更將這個軌跡具體化:該銀行預測中國的 AI 推論 Token 消耗量,到 2030 年將成長至約 39 萬兆次,是 2025 年水準的 370 倍 。雖然「2026 年 12 月達到 350 兆次」的精確數字未在現有報告中獲得確認,但若當前官方統計每日 140 兆次的消耗量,維持每季 40% 的增長率,這個目標看來並非遙不可及。
這對基礎設施至關重要,因為「訓練」一個模型所消耗的是單次且大量的算力,但針對數億用戶去「運行」那個模型,則創造了永久性且不斷增長的伺服器需求基礎。每一天的 140 兆次 Token 消耗,背後都需要實體機隊的推論伺服器支撐,而這支機隊必須隨著用量同步擴張。
當前數據中最關鍵的洞察是:在每一個節點上,需求都遠大於供給。戴爾那 513 億美元的積壓訂單,反映的不是銷售問題,而是供應鏈問題。高盛的亞洲團隊已反覆調整其 AI 伺服器出貨預測,而高階 GPU 與 ASIC 的持續短缺,仍是目前最大的限制瓶頸,預計這個供需失衡的狀態將一路延續到 2027 年 。
高盛預測,AI 晶片的需求將在 2025 年、2026 年及 2027 年分別達到 1,000 萬、1,400 萬及 1,700 萬顆,其中客製化 ASIC 的貢獻佔比,將在同一時期從 38% 上升到 45% 。這種轉向 ASIC 的趨勢,正是對 GPU 供應緊張的直接回應,因為像 Google 及中國超大規模業者這類公司,都為了確保算力而開始自行設計晶片。
這種效應就像瀑布一樣往下游傾瀉,其影響雖然容易忽略,卻被嚴重低估。每一台 AI 伺服器需要的 MLCC(積層陶瓷電容)、電源管理 IC、HBM(高頻寬記憶體)模組,以及先進封裝產能,都遠比傳統伺服器多出好幾倍。高盛已指出,AI 伺服器的出貨量在 2025 年至 2030 年間,將成長約 4.3 倍,這意味著對這些電子元件供應商的需求,將等比例甚至更大幅度地提升 。全球伺服器的擴建,實際上也就是一場全球 MLCC、HBM 及電源晶片的擴建。
這些數據點不再只是各自獨立的現象。1.24 兆美元的伺服器市場預測,只是這場擴建在各個層面最高層次的匯總:
高盛之所以上調 2026 至 2030 年的預測,部分觸發因素正是戴爾單季的爆發性表現。這反映出一個在財報、政府統計數據以及供應鏈瓶頸中清晰可見的市場現實。這些瓶頸並非疲軟的跡象,它們是需求具備結構性、全球化,且在可預見的未來,將持續跑在供應鏈所能交付能力前方的證明。
Comments
0 comments