商通社科技特稿
奇點雲智算有限公司（香港）特約
2026年9月4日
生成式人工智能進入深水區後，全球科技巨頭對算力的渴求，已演變成一場史無前例的硬體軍備競賽。根據人工智能研究機構 Epoch AI 的估算，目前全球資料中心部署的 AI 晶片總量約相當於 2,000 萬至 2,760 萬枚 NVIDIA H100 等效晶片。若維持每 9 個月翻倍的成長速度，到 2028 年底，全球 AI 晶片總量有望上看 1.4 億至 2 億枚。這不僅意味著全球算力將在短短數年內實現近 10 倍的指數級躍升，更預示著科技產業將同步迎來供應鏈與能源的結構性挑戰。
9 個月翻倍的算力神話：大廠豪賭「規模定律」
支撐這場瘋狂擴張的底層邏輯，是科技巨頭對「規模定律（Scaling Laws）」的近乎信仰。微軟、Meta、Google、亞馬遜、xAI 等公司普遍認為，只要持續投入更多資料與更龐大的算力，AI 模型的能力邊界就能不斷被突破。
目前這股算力洪流正以驚人速度膨脹。據Epoch AI 的追蹤顯示，全球 AI 晶片部署量約每 9 個月翻一倍。到 2028 年底，若資料中心建設與晶片出貨順利，總量可達 1.4 億至 2 億枚 H100 等效晶片。
屆時，算力消耗的重心也將從前期的「模型訓練（Training）」全面轉向「大規模推論（Inference）」。這意味著未來的 AI 代理（AI Agent）將能進行更長時間的深度思考與自主決策，真正深入日常生活與企業生產線。
硬體零件全面拉警報：HBM 與先進封裝短缺恐延續至 2028 年後
要讓這上億枚晶片順利運轉，全球硬體供應鏈正面臨極大壓力。業內分析師與記憶體大廠一致警告，高頻寬記憶體（HBM）、CoWoS／FC-BGA 先進封裝，甚至基礎被動元件（如 MLCC），目前的產能擴張速度皆無法完全跟上 AI 晶片的成長節奏。
SK hynix、Samsung、Micron 等主要 HBM 供應商的產能，已有相當比例被預購至 2027–2028 年。部分業者甚至表示，短缺可能延續至 2029 年。NVIDIA 等晶片大廠雖積極鎖定長期供應合約，但整體產能仍呈現「供不應求」的結構性瓶頸。這場硬體「卡脖子」危機，已成為各大晶片廠與伺服器代工廠必須優先克服的障礙。
新的生死線：電力缺口正式取代晶片產能
除了硬體供應，這場算力狂飆背後隱藏著更難解的物理限制——電力。
2 億枚等級的 AI 晶片同時運轉，將產生天文數字的耗電與發熱量。根據美國能源部（DOE）與 Lawrence Berkeley National Laboratory 的報告，到 2028 年，僅美國本土資料中心的耗電量，就可能佔全國總發電量的 6.7% 至 12%。多數國家的電網升級需要數年甚至十數年時間，供電速度遠跟不上資料中心的落成速度。
在淨零碳排的趨勢下，如何取得穩定、可預測的綠電（核能、地熱、大型再生能源基礎設施），已成為科技巨頭的當務之急。業內專家直言：「未來幾年，決定誰能贏得 AI 戰爭的關鍵，可能不再是誰能搶到最多晶片，而是誰能搶到足夠、且足夠穩定的電力。」電力瓶頸已正式取代晶片產能，成為限制未來算力擴張的下一道生死線。
算力大爆發將重塑全球科技與投資版圖
這場從 2,000 萬枚躍升至近 2 億枚 AI 晶片的競賽，將深刻影響全球科技產業鏈與資本市場。硬體供應鏈的結構性短缺、電力基礎設施的滯後，以及從訓練轉向推論的應用轉變，都將成為未來 2–3 年最關鍵的觀察指標。
誰能在「晶片＋電力＋效率」三方同時取得優勢，誰就更有機會在下一階段的 AI 競爭中勝出。
