市場觀察PDF · 15 頁

AI 晶片算得飛快，但電、資料、訊號跟得上嗎？

AI 半導體架構轉向實錄：當算力撞上物理天花板

研究整理：Passive Insight Lab 被動智庫 · 2026/10

報告摘要

本報告討論 AI 半導體架構如何由晶片效能競賽，延伸至供電、記憶體、互連及散熱等物理限制。報告以機櫃內含價值說明資料中心市場的產值不只取決於設備出貨量，也受到 HBM、先進封裝、高速互連和電源系統等單櫃配置影響。資料傳輸方面，HBM 與先進封裝提高晶片內外的連接需求，CPO 等方案則把光互連往晶片端推進。供電方面，報告分析單櫃功耗提高後 54V 架構的限制，並介紹 800V 高壓直流與垂直供電等方向；散熱方面則討論液冷對高功耗機櫃的角色。去耦電容也逐步靠近晶片，以配合供電阻抗要求。整體觀察在於，AI 系統效能受多個相互依賴的元件和架構限制，供應鏈價值會隨規格、部署方式和技術成熟度而變化，需分層觀察。

研究焦點

  • AI半導體
  • HBM
  • CPO
  • 高壓直流
  • 液冷散熱

報告重點

  1. 01

    報告以單櫃內含價值補充傳統只看設備出貨量的市場衡量方式。

    報告第 3 頁

  2. 02

    產業以單櫃 1MW 為設計目標之一，並討論 800V 直流供電。

    報告第 8 頁

  3. 03

    報告指出傳統氣冷約在單櫃 40–50kW 面臨限制，AI 機櫃轉向液冷。

    報告第 10 頁

  4. 04

    去耦電容朝封裝內及晶片附近移動，以滿足供電阻抗需求。

    報告第 12 頁

FIELD NOTES / RELATED

延伸閱讀