📌 重點摘要
- 市場多空雙方混淆了「訓練算力」與「推理算力」：訓練端確實出現規模報酬遞減跡象，但推理端因 Agentic AI 興起正爆發式成長，2026 年推理已佔全部 AI 算力的三分之二
- NVIDIA 資料中心營收與四大雲端業者資本支出均維持高速成長態勢，訂單與資本支出數據尚未顯示需求反轉
- 真正的瓶頸已從晶片本身轉向先進封裝與電力基礎設施——根據摩根大通（2026）估計，台積電 CoWoS 供需缺口約為 20% 並逐步收窄，而電力基礎設施不足亦使部分計畫中的資料中心面臨延期壓力
- BIS 年報將 AI 投資與歷史泡沫類比並提出警告，投資人應同時追蹤資本支出金額與營收回報率的配對關係，而非僅看單一方向的數據
- 根據公開資訊觀測站月營收公告，日月光投資控股（3711）2026年03月 營收年增率為 14.56%。
2026 年中的算力飽和爭論是什麼？多空雙方各引用了哪些證據？
這場爭論的核心並非算力「夠不夠」，而是「花下去的錢能不能回收」。2026 年上半年，AI 算力投資的多空陣營各自拿出看似矛盾的數據互相攻防——看空方指著 Meta 出售閒置算力、BIS 的泡沫警告說需求已見頂，看多方則攤開 NVIDIA 創紀錄營收與四大雲端持續擴大的資本支出反駁。問題在於，雙方引用的證據指向的根本不是同一件事。
看空方的三大論據：Meta 出售算力、BIS 泡沫警告、預訓練報酬遞減
Meta 於 2026 年 7 月 1 日宣布打造「Meta Compute」雲端業務，計畫將閒置的 AI 算力出售變現，根據 Bloomberg（2026-07-01）報導，消息公布當日 Meta 股價大漲 8.8%，但 CoreWeave 跌 14%、Nebius 跌 17%。看空方將此解讀為超級雲端已經買太多算力，連自己都用不完。Seeking Alpha 分析師更直接指出，Meta 承認「過剩算力」等同 AI 泡沫信號，質疑若內部 AI 產品無法消耗全部算力，為何還要繼續擴大投資。
BIS（國際清算銀行）的 2026 年年報則從宏觀視角補上一刀。根據 BIS 年度報告（2026-06-29），該報告警告五大超級雲端近年 AI 資本支出規模空前龐大，投資速度已超過盈利能力，並以歷史上的運河、鐵路、網路泡沫為類比，指出這類投資競賽「均以泡沫破裂收場」。再加上業界對大型語言模型預訓練規模報酬遞減的討論日益頻繁，看空方的論述看起來有其道理。
看多方的四組硬數據：NVIDIA 營收、雲端資本支出、台積電缺口、訂單能見度
看多方的反擊靠的不是觀點，而是財報數字。根據 NVIDIA 官方財報（2026-05-21），FY2027 Q1 營收達 816 億美元、年增 85%，資料中心營收 752 億美元、年增 92%，均創歷史新高。更重要的是 Q2 營收展望 910 億美元（±2%），大幅超越市場先前的共識預期。四大超級雲端（Microsoft、Amazon、Google、Meta）2026 年資本支出持續大幅攀升，年增幅度顯著，顯示主要雲端業者對 AI 基礎建設的投資力道仍在加速。這些訂單與支出數據，在時間序列上尚未出現任何反轉訊號。
多空雙方到底搞混了什麼？「訓練算力」與「推理算力」差在哪？
多空之爭的根本問題在於：他們把「訓練」跟「推理」打包成同一個需求來討論。這兩者的成長邏輯、需求驅動因子、以及在 AI 系統生命週期中的支出佔比完全不同，分開來看，很多表面上的矛盾就消失了。
訓練算力：為何出現規模報酬遞減的跡象？
訓練端的放緩是真實的。大型語言模型的預訓練正面臨可用高品質語料逐步耗盡、以及模型規模擴大帶來的邊際效益遞減問題。當模型參數規模持續擴大，所需算力呈指數級成長，但能力提升卻未必等比例增加。這正是看空方指出的現象，也是 Meta 決定將部分訓練叢集閒置產能轉為出租的背景之一。但訓練只是 AI 算力需求的一半故事。
推理算力：Agentic AI 如何引爆需求？從三分之一到三分之二的結構轉變
推理端的爆發才是當前算力需求的真正引擎。根據 Deloitte（2026-06-10）的分析，推理工作負載預估 2026 年佔全部 AI 算力的三分之二，而 2023 年這個比例僅為三分之一、2025 年約一半。這個結構性轉變的背後推手是 Agentic AI——每完成一個任務需要多次推論步驟，算力消耗是傳統單次查詢的數倍至數十倍。Deloitte 進一步指出，推論規模化正驅動總算力需求以每年 4 至 5 倍的速度增長，遠超晶片效率提升的幅度。
佔生命週期支出絕大多數的推理端，為何才是觀察重點？
一個經常被忽略的結構性事實是：推理佔 AI 系統生命週期總算力支出的 80% 至 90%，訓練僅佔 10% 至 20%（根據 Goldman Sachs Research，2026-06-15）。換句話說，即使訓練端需求完全停滯，推理端的持續擴張仍然能撐起龐大的算力需求。高盛研究預估 2026 到 2030 年全球 Token 消耗量將增長 24 倍，達到每月 120 千兆 Token。這意味著看空方用訓練端的放緩來論證整體需求見頂，在邏輯上存在重大盲點。
4 組關鍵數據怎麼看？訂單、產能、資本支出與營收各透露什麼訊號？
第 1 組：NVIDIA 訂單積壓與營收展望——龐大待交貨量代表什麼？
NVIDIA 的訂單簿是觀察算力需求最直接的溫度計。從公開資訊來看，B200 與 GB200 晶片供不應求、待交貨積壓量持續攀升，GB300（Blackwell Ultra）亦已進入放量出貨階段。同時，資料中心網路營收在 Q1 FY2027 達 148 億美元、年增 199%（根據 NVIDIA 官方財報，2026-05-21），反映的不只是晶片需求，還有整個資料中心互連架構的全面升級。如果需求正在飽和，訂單積壓應該逐季遞減而非持續累積。
第 2 組：四大雲端資本支出大幅攀升——錢花去了哪裡？
錢的流向是比任何分析師觀點更可靠的信號。從各家雲端業者近期公開的財報與法說會資訊來看，Amazon、Microsoft、Google/Alphabet、Meta 四大超級雲端 2026 年的資本支出規模均較 2025 年大幅攀升，合計年增幅度顯著，反映 AI 基礎建設投資仍處於加速擴張階段。CoreWeave 的訂單積壓規模同樣十分龐大，其中包含與 Meta 及 OpenAI 分別簽署的大型多年期合約，顯示超大規模客戶對 GPU 雲端算力的長期需求仍在持續擴張。
| 雲端業者 | 2026 年資本支出 |
|---|---|
| Amazon | 約 2,000 億美元 |
| Microsoft | 約 1,900 億美元 |
| Google / Alphabet | 1,750–1,850 億美元 |
| Meta | 1,150–1,350 億美元 |
| 合計 | 約 7,250 億美元（年增 77%） |
第 3 組：台積電 CoWoS 供需缺口持續——供給端的真正瓶頸在哪？
瓶頸已從「晶片夠不夠」轉移到「封裝做不做得出來」。台積電 CoWoS 先進封裝產能雖持續擴充，但仍遠不及市場需求，供需缺口預計延續至 2027 年底。摩根大通則預估 CoWoS 供需缺口將從 2026 年初的約 20% 收窄至年底約 10%，但先進封裝價格漲幅是晶圓本身的 2 至 4 倍（根據鉅亨網 / 摩根大通，2026-06-20）。這個缺口意味著需求端不是「沒人要」，而是「做不夠」。
第 4 組：全球資料中心電力需求快速攀升——基礎設施瓶頸下的擴張限制
電力正在成為算力擴張的物理天花板。根據 Gartner（2026-04-05），2026 年全球資料中心電力需求達 132GW、年增 27%，而美國近 50% 計畫中的資料中心因電力基礎設施短缺面臨延期或取消。摩根士丹利預估 Meta 2026 至 2027 年間將新增約 5.5GW 資料中心 IT 容量，即使釋出部分算力出租，也不足以改變全球 AI 資料中心持續擴建的大趨勢；相較之下 Amazon 同期新增 5GW、Google 新增 9GW 以上。電力不足的現實，反而成了「需求未飽和」的旁證。
BIS 泡沫警告該如何理解？歷史上的過度投資比較適用嗎？
運河、鐵路、網路泡沫的歷史類比有哪些相似與差異？
BIS 的歷史類比並非空穴來風，但也不能照單全收。根據 BIS 年度報告（2026-06-29），該機構指出投資競賽可能部分出於「只有少數技術領先者能主導市場」的認知，過度投入存在系統性風險。歷史上，英國運河泡沫（1790 年代）、鐵路狂潮（1840 年代）、網路泡沫（2000 年），都出現「基礎設施建設遠超當時使用需求」的情境。相似之處在於：資本支出增速確實遠超營收回報的增速。差異則在於：AI 的資料中心投資不像運河和鐵路一旦建成就是固定資產——算力可以被重新配置、出租、或用於不同的 AI 應用場景，資產的靈活性顯著高於實體基礎設施。
投資速度超過盈利能力——這個指標目前指向什麼方向？
BIS 警告中最具穿透力的觀察不是歷史類比，而是「投資速度超過盈利能力」這個動態指標。目前四大雲端的 AI 相關營收確實在快速成長，但資本支出的增速明顯快於 AI 產品營收的增速。這個剪刀差是否會收斂——也就是 AI 應用端的變現能力能否追上投資速度——決定了 BIS 的類比最終是精準預言還是過度悲觀。投資人應該同時追蹤兩條線：資本支出的絕對金額，以及這些支出帶來的營收回報率變化趨勢。
算力供應鏈相關台股的營運現況與量化觀察
晶圓代工與先進封裝：台積電（2330）、日月光投控（3711）、力成（6239）
根據公開資訊觀測站月營收公告，台灣積體電路製造（2330）2026年03月 營收年增率為 45.19%。根據台積電法說會（2026-04-16），Q1 2026 營收年增 40.6%，全年營收成長目標 30% 以上，資本支出達 520 至 560 億美元。從近期財報與月營收公告觀察，台積電毛利率持續維持在高檔水準，每股盈餘表現穩健，月營收年增率亦延續雙位數成長態勢。健檢得分 16/30，基本面 7/10 表現穩健，命中「毛利率穩定成長」策略。瑞銀分析師估計其 HPC 業務 2026 年將成長 58%，佔總營收 67%。
日月光投控（3711）承接台積電外溢的 CoWoS 先進封裝訂單，直接受惠封裝價格上漲。根據 Wistock 量化分析數據，日月光投控健檢得分高達 27/30，在本次觀察的供應鏈個股中居冠——基本面 9/10、技術面 9/10、籌碼面 9/10，命中六項策略包含「毛利率穩定成長」「量大分點齊買股」與「多頭排列」。2026Q1 毛利率與每股獲利較前期穩步提升，5 月營收維持雙位數年增且連續三個月月增率為正。摩根大通以 1,658 張居買超分點之首。
力成（6239）受惠 AI 帶動的 HBM 與先進封裝需求，2026Q1 毛利率與營業利益率均攀升至近四季新高水準。Wistock 量化數據顯示其健檢 16/30、基本面 9/10，近月營收年增幅度顯著且連續三個月正成長。美商高盛以 2,678 張居買超分點首位，顯示外資對封裝族群的關注度持續。
AI 伺服器與組裝：鴻海（2317）、廣達（2382）、緯創（3231）、緯穎（6669）
AI 伺服器出貨方面，鴻海（2317）以出貨量領先同業、市佔比例居冠，是 GB200/GB300 機柜的主要組裝廠。Wistock 量化數據顯示，鴻海健檢 12/30，技術面僅 1/10 反映近期股價處於整理結構，但基本面 7/10 仍穩健，近月營收年增幅度顯著。外資賣壓較重，美商高盛賣超 6,924 張，投資人可留意籌碼動向與股價整理後的方向。
廣達（2382）在 AI 伺服器出貨量排名第二，約 2,100 柜。廣達法說會指出 AI 伺服器是今年最關鍵成長引擎，2026 年 AI 伺服器相關營收將呈三位數成長，營收佔比有望突破八成，訂單能見度已直達 2027 年。Wistock 量化數據顯示，廣達近月營收年增幅度顯著，反映 AI 伺服器訂單的強勁動能。健檢 16/30，籌碼面 7/10 為三面向中最高，元大與凱基分別以 880 張、858 張買超。
緯創（3231）AI 伺服器出貨量排名第三，約 1,300 至 1,400 柜，產能擴增需求排到 2027 年。Wistock 量化數據顯示其基本面評分為三面向中最高，近季獲利表現穩健，近月營收年增幅度顯著。不過技術面 3/10 與籌碼面 4/10 偏弱，外資券商賣超居多。緯穎（6669）作為雲端伺服器 ODM 直供廠，與 Microsoft 等超級雲端直接合作，在資料中心擴建潮中直接受惠。
本文的判讀框架，也可以搭配Wistock 投資情報網每天更新的選股名單與個股分析匯總一起對照（免登入）。
電力基礎設施與 BMC 晶片：台達電（2308）、華城（1519）、信驊（5274）
當算力瓶頸從晶片轉移到電力，電力基礎設施供應商成為另一條受惠主線。台達電（2308）是 AI 伺服器電源供應與液冷散熱設備的關鍵供應商，受惠 800V 高壓電源趨勢，在全球資料中心電力需求持續攀升的背景下，訂單能見度持續延伸。華城（1519）為台灣重電變壓器龍頭，直接受惠資料中心電力基礎設施的大規模擴建——美國近半數計畫中的資料中心面臨供電不足延期，意味著變壓器等電力設備的需求缺口短期內難以消化。信驊（5274）則是伺服器 BMC（基板管理控制器）晶片龍頭，AI 伺服器出貨量成長直接帶動其核心產品需求。
| 個股 | 健檢評分 | 基本面 | 最近季 EPS | 最近季毛利率 | 5 月營收 YOY |
|---|---|---|---|---|---|
| 日月光投控（3711） | 27/30 | 9/10 | 3.24 | 20.07% | +28.56% |
| 台積電（2330） | 16/30 | 7/10 | 19.51 | 62.33% | +30.09% |
| 廣達（2382） | 16/30 | 6/10 | 5.75 | 6.33% | +94.38% |
| 緯創（3231） | 16/30 | 9/10 | 3.06 | 5.21% | +39.23% |
| 力成（6239） | 16/30 | 9/10 | 2.50 | 19.44% | +30.23% |
| 鴻海（2317） | 12/30 | 7/10 | 3.23 | 5.88% | +39.57% |
資料來源：Wistock 量化分析數據，資料日 2026-07-03。健檢評分滿分 30 分，涵蓋基本面、技術面、籌碼面各 10 分。
投資人評估算力需求時，可以參考哪些框架與風險因素？
區分訓練 vs 推理需求的觀察指標有哪些？
投資人可從三個維度區分訓練與推理需求的消長：一是 NVIDIA 各產品線的營收結構變化（推理優化晶片佔比是否持續上升）；二是雲端業者的 API 定價與 Token 消耗量趨勢（推理需求的直接指標）；三是 Agentic AI 應用的落地速度與複雜度（每個任務的推論步驟數量決定了推理算力的乘數效應）。當訓練端投資減速但推理端持續擴張時，觀察「推理佔比」的季度變化比觀察總體資本支出更能反映需求的真實方向。
供應鏈投資人應關注的三大風險因素
風險評估不能只看成長數字。三個值得持續追蹤的風險因素：第一，資本支出與營收回報的剪刀差——若雲端業者的 AI 營收增速持續落後資本支出增速，BIS 的泡沫警告將逐步從預警轉為現實。第二，先進封裝產能的擴充進度——CoWoS 缺口若比預期更快收斂，封裝溢價可能回落，影響日月光投控（3711）與力成（6239）的獲利彈性。第三，地緣政治與出口管制的不確定性——NVIDIA Q2 營收展望未計入中國市場資料中心運算營收，一旦管制進一步收緊或放寬，都會改變全球算力供需的分配格局。
BIS 警告與雲端資本支出數據的交叉驗證方法
BIS 的警告與雲端資本支出數據並非互斥——它們可以被配對使用。具體做法是：每季追蹤各雲端業者的 AI 相關營收（或雲端營收增速）與資本支出的比率。若這個比率持續下降（花越來越多錢但收入增速沒跟上），就是 BIS 泡沫類比正在應驗的信號。反之，若營收增速開始追平甚至超越資本支出增速，就代表投資正在轉化為實質回報。野村投信認為 AI 已用「真金白銀」破除泡沫疑慮，台股 2026 年整體企業獲利預估成長已上修至四成以上（根據鉅亨網 / 野村投信，2026-07-02）。這個判斷是否成立，同樣取決於上述比率的後續走向。
常見問題
NVIDIA 的營收持續創新高，是否代表算力需求一定沒有飽和？
營收創新高反映的是「已簽訂單的交付」，而非「未來需求的保證」。根據 NVIDIA 官方財報（2026-05-21），FY2027 Q1 資料中心營收 752 億美元、年增 92%，Q2 展望 910 億美元。這些數據顯示當前需求仍然強勁，但投資人應同時觀察訂單積壓的季度變化與取消率——若積壓量開始下降或客戶推遲交貨，才是需求反轉的領先信號。
Meta 出售閒置算力是否代表雲端業者已經過度建設？
Meta 的閒置算力主要來自訓練端的階段性空檔，不代表整體算力過剩。摩根士丹利預估 Meta 2026 至 2027 年新增約 5.5GW 資料中心容量，即使部分出租仍不足以改變全球擴建趨勢。將訓練叢集的階段性閒置轉化為推理服務出租，更像是資產使用效率的優化，而非需求見頂的證據。
台積電 CoWoS 產能缺口何時可能緩解？
根據摩根大通（2026-06-20）預估，CoWoS 供需缺口將從年初約 20% 收窄至年底約 10%，但全面緩解可能要到 2027 年底。台積電持續大幅擴充 CoWoS 月產能，同時日月光投控（3711）等後段封裝廠也在承接外溢訂單。投資人應留意缺口收窄的速度，因為這將影響封裝溢價能維持多久。
推理算力需求爆發對台股供應鏈的影響與訓練端有何不同？
推理需求帶動的是「持續性出貨」而非「一次性建置」。訓練叢集通常是大規模集中採購，推理則因使用者端需求分散，帶動的是中小型伺服器的長期穩定出貨。對 AI 伺服器組裝廠如廣達（2382）、鴻海（2317）、緯創（3231）而言，推理端的成長意味著訂單的持續性可能優於訓練端。根據野村投信（2026）的觀察，AI 供應鏈需求已擴大至關鍵零組件層面，推理優化晶片的市場規模持續擴張，這條需求線在 AI 伺服器出貨量穩步成長的背景下持續展開。
BIS 的泡沫警告是否意味投資人應該迴避算力相關個股？
BIS 的警告是風險提示，不是方向性結論。它指出的是「投資速度超過盈利能力」的結構性風險，而非斷言泡沫已經形成。投資人可將其視為一個持續監測的指標：每季比對雲端業者的資本支出增速與 AI 營收增速，若差距持續擴大則風險升高，若開始收斂則投資正在產生回報。迴避或參與不應基於單一機構的觀點，而應基於數據的動態變化。
延伸閱讀：你可以進一步了解各雲端業者的季度財報中 AI 相關營收佔比的變化趨勢，以及台積電法說會對先進封裝產能擴充時程的最新說明，作為持續追蹤算力需求是否反轉的參考依據。
本文內容僅供資訊參考，不構成任何投資建議，亦不涉及個別股票的買賣建議或目標價預測。投資涉及風險，投資人應根據自身財務狀況獨立判斷，必要時請諮詢合格專業顧問。過往績效不代表未來表現。
喜歡我們的分析嗎？我們每天會在這裡更新最新資訊和投資心得，快來追蹤我們吧！
