超大規模業者7200億美元AI資本支出帶動半導體供應鏈需求

四大超大規模業者計劃於2026年投入7200億至7450億美元於資本項目，這波支出浪潮將遍及AI晶片供應鏈的每一層。

亞馬遜、Alphabet、微軟與Meta計劃在2026年投入7200億至7450億美元於資本支出，並將其中大部分導向AI基礎設施，為半導體供應鏈的持續需求提供支撐。Gartner預測，2026年全球AI相關支出將成長47%，達到2.59兆美元，擴張範圍將超越雲端供應商，延伸至醫療保健、金融與製造業的企業部署。

Nvidia執行長黃仁勳在接受CNBC專訪時表示：「這確實是科技晶片首次成為可投資的資產類別。」四大超大規模業者的合計支出接續了2025年超過2000億美元的資本支出規模，而Nvidia掌控約八成資料中心GPU市占率，毛利率接近78%。

這波支出週期惠及供應鏈各層級的晶片製造商——從Nvidia的加速器、美光的HBM記憶體，到德州儀器的電源管理晶片與FormFactor的測試設備——共識預估值顯示多家供應商將出現三位數的獲利成長。Nvidia已從單純銷售晶片，拓展至為運行這些晶片的基礎設施提供融資，與高盛、Apollo Global Management、貝萊德、黑石、Brookfield及KKR合作，建立獨立融資平台，目標是為資料中心、電力與運算產能募集超過5000億美元的第三方資本。

黃仁勳表示，每千兆瓦（GW）的AI基礎設施建置成本可能介於500億至600億美元之間，包括能源、土地、電力、資料中心外殼與運算設備。Nvidia估計，僅美國就需要超過70千兆瓦的電力來支撐AI基礎設施。貝萊德董事長兼執行長Larry Fink稱5000億美元的目標只是初步階段，表示業界未來幾年需要「募集數兆美元」。高盛執行長David Solomon則指出，美國持有約9兆美元的貨幣市場基金及超過100兆美元的股票，資本市場具備為這波建設提供大量融資的能力。

記憶體、測試與電力乘著資本支出浪潮而起

美光科技是其中最明顯的受惠者之一，因為AI資料中心所需的記憶體遠高於傳統系統。隨著模型規模日益擴大，對高階AI處理器至關重要的HBM3E及下一代HBM4記憶體需求正持續攀升。Zacks共識預估顯示，美光2026會計年度的營收與每股盈餘預計將分別較去年同期成長約247%與791%。

FormFactor為晶片製造過程提供半導體測試與量測解決方案。隨著AI加速器與先進記憶體日益複雜，測試需求也隨之倍增。共識預估顯示，FormFactor 2026年營收與每股盈餘預計將分別較去年同期成長約29%與135%。

德州儀器作為AI投資標的並不明顯，但其供應的類比與電源管理晶片用於調節資料中心基礎設施的電力。隨著運算負載上升，高效的電源管理變得更加關鍵。共識預估顯示，德州儀器2026年營收與每股盈餘預計將分別較去年同期成長約23%與55%。

Nvidia的融資攻勢擴大潛在市場

Nvidia的Blackwell與Vera Rubin平台旨在為日益嚴苛的AI運算負載提供更強大的效能。共識預估顯示，Nvidia 2027會計年度營收與每股盈餘預計將分別較去年同期成長約80%與91%。該公司目前交易價格超過預期盈餘的45倍，若基礎設施支出放緩，股價幾乎沒有容錯空間。

融資模式存在風險。GPU的技術淘汰速度可能快於發電廠或資料中心建築，不過較舊世代的晶片仍可持續創造營收，使運算資產得以融資甚至證券化。KKR全球數位基礎設施主管Waldemar Szlezak將AI基礎設施機會形容為一個涵蓋電力、資料中心與運算層的「世代級投資機會」。台積電作為Nvidia最先進加速器的唯一代工廠，若地緣政治緊張局勢擾亂生產，將構成單一來源風險。

對投資人而言，這波資本支出浪潮支持了GPU龍頭以外的廣泛半導體企業。美光、FormFactor、德州儀器與Nvidia各自擁有強勁的技術地位，其長期成長動能與超大規模業者的支出密切相關。關鍵問題在於，當前估值是否已反映這波多年建設——Nvidia達預期盈餘的45倍，相較於AMD的約28倍——抑或基礎設施週期仍有繼續推進的空間。

本文僅供參考，不構成投資建議。