AI狂潮催生新金礦：英特爾財報揭示資料中心AI需求將旺到2028年

30 秒看重點

• 事件：英特爾Q2資料中心AI營收飆升59%，預估需求一路旺到2028年。
• 意義：AI基礎建設投資正以驚人速度增長，硬體商機無限。
• 影響：台灣半導體與伺服器供應鏈將直接受惠，訂單可望持續湧入。

AI狂潮，資料中心到底有多賺？

英特爾第二季財報開出紅盤，其中最亮眼的莫過於資料中心與AI（Data Center and AI，DCAI）部門的59%營收成長，這可不是小數字，它直接點出了生成式AI應用爆發後，全球對底層運算能力的需求已到達前所未有的程度。過去，AI訓練與推論主要依賴「GPU加速器」，就像是AI的大腦皮層，負責大量平行運算。然而，隨著GPU數量越多，它們需要更強大的「大腦中樞」來協調、管理數據流和非AI相關的運算任務，這就是傳統「CPU」的角色。因此，英特爾高層陳立武指出「GPU越多CPU越忙」的現象，精準描繪了AI運算中CPU與GPU之間密不可分的協同關係，兩者缺一不可，共同推動著超大規模資料中心的建置與擴張。這不只讓NVIDIA的GPU大賣，也讓像英特爾這樣在CPU領域深耕多年的廠商，重新看到龐大的AI晶片市場，以及在AI加速器（如Gaudi系列）方面的追趕機會。

台灣怎麼看這件事？

這波AI資料中心的硬體需求爆炸，對台灣產業來說，無疑是一大利多。台灣在全球半導體和伺服器供應鏈中扮演舉足輕重的角色，從晶圓代工龍頭台積電（TSMC）負責製造全球最先進的AI晶片（包括NVIDIA的GPU和未來英特爾的AI加速器），到廣達、緯創、鴻海、英業達等主要伺服器ODM/EMS廠，都是這波「AI淘金潮」中不可或缺的「賣鏟子」角色。當大型科技公司為了搶攻AI市場，不斷擴建資料中心時，台灣的相關廠商就能直接接到大筆訂單，提升產值。這也凸顯了台灣在AI硬體基礎建設的核心價值，不僅是製造，更涵蓋設計、組裝與測試，是全球AI發展不可或缺的動能來源，鞏固了台灣在全球AI供應鏈的領先地位。

編輯觀點

英特爾的財報無疑是對AI市場的一劑強心針，證實了AI不僅僅是軟體應用層的創新，更是對硬體基礎建設的革命性需求。然而，雖然英特爾在CPU市場有其領先地位，但在AI加速器領域，NVIDIA仍是霸主。英特爾要如何持續從這波資料中心AI紅利中分得更大一杯羹，特別是在其AI加速器Gaudi系列與NVIDIA H100/B200競爭的策略，將是我們持續關注的重點。對於台灣而言，這證明了我們在全球AI供應鏈的戰略價值，但同時也提醒我們要不斷提升技術與產能，才能在AI這場馬拉松中持續領跑。

常見問題

資料中心AI營收指的是什麼？

指的是大型企業或雲端服務供應商，為運行AI模型（如ChatGPT）而購買的伺服器、AI晶片（GPU、CPU）、儲存設備等硬體和相關服務的銷售收入。

為什麼GPU越多CPU會越忙？

GPU擅長平行處理大量數據，就像數百個小工匠同時工作；但這些小工匠需要一個總指揮（CPU）來分配任務、協調數據、處理不適合平行運算的工作，所以GPU越多，CPU的協調工作就越繁重。

這對一般人有什麼影響？

AI基礎建設的加速，意味著各種AI應用（如生成式AI、智慧助理）將能更快、更便宜、更普及地進入我們的生活，改善工作效率和生活品質。

英特爾在AI晶片市場的角色是什麼？

英特爾長期以來是CPU市場霸主，現在也積極發展AI加速器（如Gaudi系列）來與NVIDIA競爭，並透過CPU與AI加速器的整合方案，爭奪資料中心AI運算市場。

AI資料中心的需求會持續多久？

根據產業預估和英特爾的財報，由於AI技術仍在快速發展，企業持續投入AI轉型，資料中心AI硬體需求至少將旺盛到2028年，甚至更久。

名詞小教室

GPU (Graphics Processing Unit)

圖像處理器，原本用於遊戲繪圖，因其平行運算能力強大，現廣泛用於AI訓練和推論，是AI的「超級算力引擎」。

CPU (Central Processing Unit)

中央處理器，電腦的「大腦」，負責執行各種指令、協調資料流，是AI系統中負責通用運算和任務管理的核心。

資料中心AI

指在大型數據中心內，透過專門的硬體（如高效能GPU、CPU伺服器）與軟體環境，來訓練、部署和運行大規模AI模型的基礎設施與服務。