AI INFRASTRUCTURE OUTLOOK · 2026

未來算力需求
為什麼仍會持續上升?

從實際使用量、供需缺口、資本支出與電力消耗,建立可驗證的客戶證據鏈。

客戶提案版
結論先行
算力需求的成長已經反映在真實使用、投資與用電,並非只有市場預測。
4×
四組相互驗證的證據
AI Compute Demand Evidence
THE PROOF CHAIN

客人真正需要看到的四件事

市場規模預測可能有誤差,但四種不同來源同時往上,就形成更可靠的判斷。

01
實際使用量
Token、企業席次與API呼叫持續增加。
02
供需缺口
大型雲端業者多季表示需求高於供給。
03
真實投資
伺服器與資料中心資本支出大幅擴張。
04
電力消耗
AI資料中心用電增速遠高於整體用電。
方法:以營運數據交叉驗證預測
EVIDENCE 01 · REAL USAGE

Google 的 AI 處理量,兩年增加超過 300 倍

每月 9.7兆 tokens
增加到 3,200兆 tokens
約 330 倍。這是Google產品與API的實際處理量,不是未來市場規模預測。
9.7兆
約兩年前
3,200兆
2026
來源:Alphabet Investor Presentation, Jun. 2026
USAGE IS STILL RISING

規模已經很大,成長仍未停止

+37.5%
Google API tokens,單季成長
約160億 tokens/分鐘,增加到220億 tokens/分鐘。
320×
企業 reasoning tokens,年增
OpenAI觀察到,每家企業的API推理token消耗一年增加320倍。
來源:Alphabet 2026 Q2;OpenAI State of Enterprise AI 2025
EFFICIENCY EXPANDS THE MARKET

晶片效率提高,總算力需求仍可能增加

單位運算成本下降後,更多人、更多流程與更多產品開始使用AI。

⚙️
運算效率提升
相同預算可以處理更多tokens。
↘
單位成本下降
原本不划算的應用開始可行。
👥
使用場景擴大
AI進入搜尋、客服、程式與影音流程。
▦
總運算量上升
使用量增速超過單位效率的改善。
經濟學概念:Jevons paradox/傑文斯悖論
NEW COMPUTE WORKLOADS

未來主力從一次訓練,轉向持續推論

TRAINING
5個月
頂尖模型訓練算力約翻倍一次
Stanford AI Index引用Epoch資料,顯示前沿模型仍持續擴大。
REASONING
N 次
一次回答包含多輪內部推理
模型先規劃、驗證與修正,再輸出結果;每個任務消耗更多tokens。
AGENTS
24/7
AI開始持續執行工作流程
搜尋、呼叫工具、讀檔、寫程式與測試,都會反覆使用算力。
來源:Stanford AI Index 2025;推論與Agent段落為工作負載機制說明
EVIDENCE 02 · CAPITAL COMMITMENT

科技巨頭正用資本支出為需求投票

2026年公開財測,單位:十億美元。CapEx涵蓋伺服器、網路、土地與資料中心等項目。

Alphabet
$175–185B
Meta
$130–145B
Microsoft*
$41B
* Microsoft為FY2026 Q4單季;約三分之二CapEx投入CPU、GPU等短期資產。
“
Customer demand continues to exceed available capacity.
Microsoft FY2026 Q4:新增容量快速變現後,需求仍高於可用供給。
來源:Alphabet、Meta、Microsoft官方財報與法說資料
EVIDENCE 03 · PHYSICAL DEMAND

用電量提供最直接的實體驗證

485
TWh · 2025
›
950
TWh · 2030
全球資料中心用電五年接近翻倍,年複合成長率約14%。
3×
AI資料中心用電,2025–2030
IEA預估AI專用資料中心用電同期增加約三倍,年複合成長率約25%。
來源:IEA, Key Questions on Energy and AI, 2026
OBSERVED, NOT ONLY FORECAST

2025年的實際用電成長,已高於全球平均

17%
全球資料中心用電年增
AI資料中心的成長速度更快。
3%
全球整體用電年增
資料中心的增速約為全球整體用電的5.7倍。
來源:IEA, Apr. 2026
BUSINESS IMPLICATION

算力成長帶動的是整條基礎設施需求

商機不只在GPU,還包括每一台伺服器背後的交付與營運能力。
客戶真正需要的是可取得、可部署、可穩定運行,並能持續擴充的整體方案。
AI伺服器採購
機櫃與網路
高密度電力
液冷與散熱
包裝與運輸
架設與代管
對AI伺服器採購、建置與代管合作案的意義
CONCLUSION

客戶可以帶走的三個結論

01
需求已經發生
Token用量、企業導入與API使用正在快速增加。
02
擴產仍追不上需求
雲端業者投入巨額資本後,仍公開表示供不應求。
03
實體基礎設施同步成長
IEA預估AI資料中心用電到2030年約增為三倍。
核心判斷:算力基礎設施仍處於長期擴張階段
PRIMARY SOURCES

資料來源

簡報優先採用企業官方財報、國際機構與學術資料。

← → 翻頁 O 總覽 F 全螢幕