隨著人工智慧技術持續演進，市場焦點已從早期的模型訓練轉向更講求效率的「推論階段」。面對 AI 伺服器驚人的電力損耗，資料中心基礎建設正經歷一場關鍵變革，其中 800V 電力架構的導入，已成為維持算力擴張不可或缺的技術主線。
AI 推論時代的硬體新變局
從模型訓練到高效推論的轉型
過去 AI 產業的目光多集中在「訓練（Training）」階段，即讓模型學習海量數據；然而，當生成式 AI 應用普及後，市場重心已轉移至「推論（Inference）」。推論階段需要快速處理 Token 生成，這對硬體的記憶體頻寬、運算延遲及能效表現提出了嚴苛要求，也促使 Cerebras 等具備特殊架構的晶片廠崛起。
Cerebras 與解構式推論的獨特優勢
Cerebras 以超大型晶片設計搭配 SRAM 高頻寬架構，避開了傳統 GPU 的限制，專注於解決推論過程中的吞吐量與延遲瓶頸。此外，透過與 AMD 合作推動「解構式推論（Disaggregated Inference）」架構，將 Prefill 與 Decode 工作分離處理，為市場展示了提升系統整體效率的新路徑，標誌著 AI 硬體競爭已進入精細化階段。
為什麼資料中心必須升級至 800V 架構？
突破低電壓大電流的物理極限
當單台伺服器的功耗攀升至數百 KW，傳統的 54V 架構便顯得捉襟見肘，因為「低電壓、大電流」會導致線材、匯流排（Busbar）與連接器的體積與重量大幅增加，進而壓縮資料中心的空間並提高散熱難度。引入 800V 電力架構能有效降低電流，不僅能減輕線材負擔，還能優化配電效率，是支撐 AI 高功耗環境的必然選擇。
800V 帶動的關鍵產業鏈
電力架構的升級絕非僅僅更換單一元件，它牽動了從電源供應器（PSU）、電池備援系統（BBU）、連接器到功率半導體（SiC/GaN）的全面升級。其中，BBU 在高功耗環境下的重要性日益突顯，未來有望從選配轉為標配，成為電力備援市場的亮點。
| 發展階段 | 電力架構特色 | 核心受惠硬體 |
|---|---|---|
| 第一階段（2026-2027） | Power Rack 模組化 | PSU、Power Shelf、電容、連接器、BBU |
| 第二階段 | 集中式 Power Center | SiC 功率模組、GaN 元件、集中式整流器 |
| 第三階段 | 先進 DC 配電與儲能 | DC UPS、Busway、BESS 儲能系統、智慧配電板 |
市場趨勢觀察與投資心法
電力、散熱與算力的連動關係
投資人應建立「算力帶動功耗，功耗推動電力與散熱」的系統性思維。AI 供應鏈的範疇已不再局限於 GPU 與記憶體，電源管理、智慧配電與儲能系統正成為新的投資熱點。企業若能成功切入這些高門檻的基礎設施環節，將有機會迎來估值重塑（Re-rating）的機會。
理性看待題材與基本面
雖然 800V 與 AI 電力題材具有長線潛力，但投資人仍需區分「願景」與「實績」。股價反應往往會提前，且越是前瞻性的題材，波動性通常越高。建議持續追蹤訂單能見度、毛利率表現以及相關產品的量產進度，而非單純跟隨市場情緒起舞。
常見問題
常見問題
Q1：AI 資料中心為何急需導入 800V 架構？
主要原因是 AI 伺服器功耗暴增，採用 800V 高電壓可以降低電流，避免電力輸送過程中的設備過熱，並有效縮減匯流排與連接器的體積，提升整體機櫃空間利用率。
Q2：Cerebras 在 AI 市場中扮演什麼角色？
Cerebras 透過超大型晶片與高頻寬 SRAM 架構，專注於優化 AI 推論速度。其與 AMD 合作的解構式推論技術，提供了一種區隔傳統 GPU 的差異化運算解決方案。
Q3：800V 升級會讓哪些零組件廠商受惠？
短期受惠者為 PSU、Power Shelf、連接器與 BBU 廠商；中期則看好 SiC 與 GaN 等功率半導體元件，長期則會延伸至 UPS、儲能系統及進階配電架構。
Q4：股票解禁（如 SpaceX）是否代表股價必跌？
不一定。股票解禁帶來的賣壓常被市場提前消化；關鍵在於市場是否有足夠的買盤承接力，以及籌碼是否趨於分散與流動化。
Q5：投資人該如何評估 AI 電力相關個股？
應重點觀察企業是否已實質打入 AI 資料中心供應鏈，且該訂單能轉化為真實的營收與獲利，而非僅僅是停留在題材與夢想階段。
總結來說，AI 產業的下半場競賽已不僅止於算力較勁，電力與能源管理成為決定資料中心效能的勝負關鍵。從 800V 架構到各式電力供應鏈的升級，皆為投資人提供了豐富的觀察維度。然而，回歸基本面才是投資的不二法門，唯有具備實際獲利能力與技術領先地位的廠商，才能在長期的 AI 基礎建設浪潮中站穩腳步。