AI 伺服器建置除了晶片，還有哪些潛在的瓶頸會影響擴建速度？

Question

Accepted Answer

AI 伺服器擴建的潛在瓶頸：晶片以外的挑戰

AI 伺服器的快速擴建除了晶片供應外，還面臨多重阻礙。文章指出，儘管高階運算晶片需求是焦點，但建置 AI 伺服器還需要大量的 NAND 與 NOR Flash 記憶體、電源供應元件以及電壓調節器等。以 Nvidia 最新的 GB200 AI 伺服器機架為例，約需要 120 顆 NOR Flash 晶片，相當於約 120 台個人電腦的使用量，這使得支援型晶片與零組件需求同步升溫。
基礎設施與資源限制

除了晶片供應外，AI 數據中心的建設還面臨施工人力短缺、各地電力與水源供應不足等問題，這些都可能成為拖慢擴建速度的關鍵變數。台達電也表示，公司正積極尋找地點興建新工廠，以因應未來 AI 需求。
供應鏈的擴張與價格調整

為了應對 AI 需求的增長，亞洲晶片製造商、封裝測試廠與相關供應鏈企業的資本支出總額預計將超過 1,360 億美元，比去年增加 25% 以上。晶片價格上調的範圍也在擴大，許多中小型晶片廠在 2022 年晶片市場急速修正後長時間未調整價格，但在 AI 需求帶動下，連生產成熟製程晶片、記憶體與周邊零組件的企業，也開始陸續調漲價格。例如，世界先進已通知部分客戶，2026 年第一季價格將上調約 5%，第二季可能再調升 10% 至 15%。欣興電子也表示，自 2025 年第四季以來已多次調整載板價格，2026 年第一季將進一步調漲。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

AI 伺服器建置除了晶片，還有哪些潛在的瓶頸會影響擴建速度？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友