AI 人工智慧的蓬勃發展，背後有賴一套龐大的基礎建設堆疊支撐。深入理解超大規模雲端服務商、半導體與資料中心等關鍵參與者的角色，對於發掘超越頭條新聞之外的投資機會至關重要。
AI 技術演進迅速，圍繞 AI 的討論話術也不斷翻新。我們所建立的分析框架，得以清楚呈現資金流向與新興成長機會究竟分布於何處。
大多數人透過 ChatGPT、Claude、Gemini 或 Copilot 等應用程式與 AI 互動。這些應用的提供者，亦即所謂的「AI 實驗室」，通常透過訂閱制或依使用量（與 token 消耗量掛鉤）計價來獲取營收。然而，每一次 AI 互動的背後，都依賴一整套基礎建設堆疊，而參與其中的業者在每一個環節皆能捕獲價值。
其中有三個核心層級最為關鍵：超大規模雲端服務商、半導體與資料中心。
超大規模雲端服務商：提供雲端運算容量
隨著 AI 採用率加速提升，雲端運算已成為訓練與部署 AI 模型不可或缺的要素。
微軟（Microsoft）、亞馬遜（Amazon）、Google、Meta 與甲骨文（Oracle）等超大規模雲端服務商提供 AI 所需的運算能力與基礎設施，並投入鉅資以成為該產業的「收費公路」。
許多模型提供者與超大規模雲端服務商之間存在策略性、甚至被形容為「循環」的關係。OpenAI 與微軟 Azure 及甲骨文有深厚淵源，而 Anthropic 則使用亞馬遜 AWS 與 Google Cloud。超大規模雲端服務商既可以是模型提供者的投資人，也可以是其客戶，協助 AI 應用程式的大規模部署。
此外，新興雲端（Neoclouds）業者則以較小規模、聚焦特定利基的方式提供類似服務。CoreWeave、Nebius、Hut 8 與 DigitalOcean 橫跨模型訓練、實體電力供應與企業部署等不同領域。
半導體：處理 AI 工作負載
半導體是 AI 的核心命脈。此一層級常以「機櫃」為單位討論：所謂機櫃是指由處理器與記憶體晶片（包括 GPU）所組成的系統，再加上用於開發大型模型的網路設備。
單一機櫃造價可達數百萬美元，而資料中心可容納數萬個機櫃，因此半導體在超大規模雲端服務商的支出結構中占據了不成比例的高比例。更廣泛的基礎建設堆疊，其存在目的很大程度上就是為了支援這些運算容量。
GPU 或稱加速器，負責執行 AI 的高速運算任務。輝達（Nvidia）在該市場占有顯著市占率，超微半導體（AMD）則是主要競爭對手。
特殊應用積體電路（ASIC）相較於通用型 GPU，能以更低功耗、更高效地執行特定 AI 任務。博通（Broadcom）、Marvell 與 Cerebras 設計 ASIC 晶片，並依賴台積電、三星（Samsung）與英特爾（Intel）等晶圓代工廠進行製造。
記憶體同樣不可或缺：DRAM 與高頻寬記憶體（HBM）負責餵養主動運算作業，而 NAND 快閃記憶體則儲存待使用的資料。包括美光（Micron）、SK 海力士與三星等業者皆為供應商，SanDisk、Western Digital 與 Seagate 則在儲存領域占有一席之地。
資料中心：實體基礎建設
資料中心是 AI 工作負載的實際承載者，也為提供擴充容量所需技術的業者創造了大量機會。
電力供應正浮現為最重大的瓶頸之一。預估到 2030 年，資料中心每年將消耗約 1,000 太瓦時（TWh）的電力，大致相當量日本目前的全國年用電規模。
為滿足此一需求，必須進行大規模電網投資，受惠者將包括 Quanta Services 等業者；而 Bloom Energy 與 GE Vernova 所提供的「電表後端」（behind-the-meter）發電設備，則有助於跳過冗長的電網連接程序。
散熱同樣至關重要。Comfort Systems 與 EMCOR 所提供的 HVAC 系統、Johnson Controls 與 Modine Manufacturing 所生產的供應元件，以及 Vertiv 的液冷解決方案，皆有助於確保設備穩定運作。
互連技術負責傳輸電力與訊號。銅纜雖然有效但容易發熱；光纖則效率更高，卻在製造、安裝與測試上更具難度。Credo、Astera Labs 與 Amphenol 正積極擴張光學產品線，Viavi Solutions 則提供網路測試與量測服務。
Equinix、Digital Realty、QTS 與 CyrusOne 等託管服務商負責營運資料中心設施，而施耐德電氣（Schneider Electric）與西門子（Siemens）則提供感測器與控制系統，以優化電力使用與整體營運效率。
Allspring 成長團隊觀點：向下挖掘基礎建設堆疊
AI 基礎建設的建置規模，在美國現代史上堪稱前所未見，唯有 1800 年代的鐵路建設熱潮可堪比擬。在第一階段，亞馬遜、微軟、Alphabet、美光與輝達等超大規模雲端服務商與巨型科技公司，占據了新聞頭條與市場報酬的主導地位。
如今，投資人開始將獎勵給予 AI 資本支出的「受惠者」，而非僅僅是「支出者」。市場關注的焦點正逐漸擴大至那些促成此波建設浪潮、並協助解決電力、散熱與儲存等瓶頸的公司。
下一世代的資料中心以「十億瓦」（gigawatt）為計量單位。1GW 的電力規模相當量印第安納波利斯市的總用電量，約 80 萬戶家庭之用電需求。據估計，一座 1GW 的資料中心造價約 350 億美元，部分預測顯示十年內可能新增達 100GW 的容量。
此波建設熱潮正使工業類股獲得更高度的市場關注。多年期的訂單積壓（order backlogs）能創造更明確可見的盈餘成長，也有助於緩解市場對於投機性過熱的疑慮。
投資機會同時存在於中小型專業廠商。溫度控制可能占資料中心能源使用的高達 40%，這為更高效的電力與散熱技術創造了強烈的市場誘因。
最終，投資 AI 意味著必須跳脫頭條光環企業的框架。我們相信，深入探究基礎建設堆疊的投資人，將有機會受惠於下一階段的成長紅利。透過紮實的基本面研究，可以找出 AI 相關資本支出的受惠者，特別是在需求超越供給、瓶頸為基礎建設、設備與服務供應商創造機會的領域。