全球AI競賽正從單一GPU軍備競賽，轉向「CPU＋GPU＋資料中心」的整體基礎建設之戰。ByteDance自研CPU、FuriosaAI攜手Broadcom推推理平台、Applied Digital砸36億美元建AI園區，搭配Alphabet、Meta等高毛利AI玩家，正重塑雲端與晶片產業勢力版圖。

在市場目光多半仍緊盯Nvidia(NVDA)高階GPU時，AI產業真正的戰場其實已悄悄後移到「算力後端」：誰能掌握CPU、自家加速器與超大規模資料中心，就有機會在雲端與AI服務價格戰中活下來，甚至翻轉既有霸權。最新一連串布局，從中國科技巨頭ByteDance自研CPU，到韓國FuriosaAI找上Broadcom(AVGO)打造第三代AI加速器，再到Applied Digital(APLD)在美國南方砸下36億美元建置AI工廠園區，勾勒出一幅高度資本密集、技術門檻持續拉高的AI基礎建設版圖。

首先在晶片層，Reuters披露，中國短影音平台TikTok母公司ByteDance(BDNCE)正自行開發中央處理器(CPU)，目標不是對外銷售，而是優先部署在自家伺服器與資料中心。背後原因十分現實：在Nvidia主導的訓練晶片熱潮之外，全球已快速進入「推理(inference)時代」，大量上線的代理型(agentic)AI服務，讓CPU與GPU「並肩作戰」的重要性飆升，市場甚至出現CPU短缺。為了壓低成本、穩定供貨，ByteDance選擇走向與Alphabet(GOOGL)、Amazon(AMZN)、Microsoft(MSFT)相同的道路——自研客製化處理器，透過外部設計與代工夥伴鎖定產能，降低對傳統CPU巨頭Intel(INTC)與AMD(AMD)的依賴。

這一波自研潮並非孤例。韓國AI新創FuriosaAI宣布與Broadcom(AVGO)締結策略合作，共同打造第三代AI加速器與機架等級推理平台。不同於傳統單純委外製造的ASIC合作模式，Broadcom將其在大規模AI網通解決方案的優勢，與FuriosaAI自家Tensor Contraction Processor(TCP)架構及軟體堆疊整合，要在全球超大規模資料中心環境中，提供專為大型語言模型與「agentic」AI工作負載設計的放大式(scale‑up)推理平台。此計畫是以已在台積電(TSM)5奈米量產、功耗180瓦、PCIe介面的資料中心推理晶片RNGD為基礎，顯示非美系新創也積極卡位推理市場。

如果說ByteDance與FuriosaAI代表的是「自製武器」，那Applied Digital(APLD)則是在砸錢擴軍。該公司於社群平台X公開，已投資36億美元在路易斯安那州Rapides Parish建置其首座「AI Factory」園區Delta Forge 1，專供大規模AI訓練與推理工作負載。完成擴建後，Applied Digital已簽約的AI工廠算力容量突破1.2GW，分布在四座園區，股價應聲延續漲勢，今年迄今漲幅超過78%，遠勝標普500(SP500)約9%的漲幅。公司強調，選擇在成長潛力大但基礎建設相對不足的地區設廠，鎖定的是電力與土地成本優勢。

這些硬體與基礎建設布局，最終都要服務在雲端上跑AI應用的「現金牛」。從最新財報與數據來看，一批已將AI深度整合產品線、且保持正向獲利率的公司正快速獲得資金青睞。Alphabet(GOOGL)過去一年營收成長17%，淨利率約38%；Meta Platforms(META)營收成長26%，淨利率33%；Oracle(ORCL)營收成長15%，淨利率25%。在中型股中，AppLovin(APP)更以66%營收成長、64%淨利率的「高成長＋高獲利」組合吸睛，Innodata(INOD)則靠AI數據服務交出40%營收成長、近14%淨利率的成績。

一份以「AI與機器學習」為主題的股票篩選結果顯示，符合「營收正成長＋淨利率為正」條件的公司橫跨雲端、軟體與基礎建設多個子領域。DigitalOcean(DOCN)淨利率約25%、營收成長逾17%，Datadog(DDOG)在觀測性(Observability)市場以近30%的營收成長與正向淨利率站穩腳步；UiPath(PATH)、Five9(FIVN)、NICE(NICE)等企業軟體與自動化平台，也都打上了AI標籤。更小型的Nebius Group(NBIS)與Cerebras Systems(CBRS)則分別交出574%與76%的驚人營收成長，淨利率更高達93%與47%，雖然基期低、風險高，但顯示細分AI基礎建設仍有爆發空間。

值得注意的是，並非所有AI相關投資都以「重資本」為主。HP(HPQ)最新一季財報優於預期，個人系統事業(PC)營收年增13%，公司強調正透過AI PC、Z工作站與AI驅動列印，將AI功能下放到邊緣裝置與工作現場，提高企業生產力。這類「AI於邊緣」的策略，與Applied Digital、SpaceX等在資料中心端的「超級算力集中化」路徑形成對比。後者方面，SpaceX CEO Elon Musk特別澄清，對AI新創Anthropic租用Colossus訓練資料中心集群的合約僅為180天，並保留90天提前解約的彈性，清楚暴露出AI訓練算力在未來幾季仍可能極度吃緊。

在這波AI基礎建設大躍進中，反對與疑慮聲音同樣存在。對於自研晶片與砸錢建資料中心的企業而言，最大風險在於技術節奏與需求預測失準：一旦AI模型架構或算力效率出現世代跳躍，昂貴的硬體投資可能在折舊期內就被淘汰。此外，隨著更多雲端巨頭從Nvidia轉向自有或多家供應商策略，傳統CPU與GPU供應鏈勢必經歷價格與議價力重分配，Intel與AMD雖被視為挑戰者，但也暴露在激烈價格戰風險中。對投資人來說，「只看誰喊AI最大聲」已不夠，真正關鍵在於：公司是否能在維持正淨利率的前提下，持續擴大AI相關營收占比。

展望未來幾年，AI算力市場極可能呈現兩極化：一端是Alphabet、Microsoft、Amazon這類自研晶片、掌握全球雲端與應用生態的超級平台；另一端則是Applied Digital、Nebius、Cerebras等專精基礎建設或特定硬體賽道的「重資本＋高毛利」玩家。中間的傳統雲端與硬體供應商，若無法快速切入AI推理與代理型系統需求，恐將被擠壓至低毛利角落。對投資人而言，下一階段AI贏家，很可能不是誰擁有最多GPU，而是誰同時掌握自研晶片能力、資料中心規模與可持續的獲利體質——這場「算力後端」之戰才正要開始。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。