隨著大型語言模型（LLM）驅動的自動化代理專案日益普及，以及吳恩達（Andrew Ng）系統性地推動代理式 AI（Agentic AI），人工智慧已從單純的提示理解與回應，全面轉型為能自主執行任務的系統。為因應這股自主決策 AI 時代的浪潮，業界提出「AI 工廠」的概念，旨在透過算力、記憶體、互連技術、電力與散熱的整體協同設計，打造新一代的 AI 基礎設施。這不僅是全球科技巨頭的重點發展方向，也為長年扮演關鍵角色的臺灣廠商帶來再創高峰的新商機。
AI 工廠概念崛起與全球投資熱潮
AI 工廠實質上是下一代專屬 AI 資料中心（AIDC）的代名詞，其核心在於對算力、電力與交換三大子系統進行系統級的效率極大化。根據 NVIDIA 官方定義，AI 工廠是一款專用的運算基礎架構，能夠管理整個 AI 生命週期，從資料擷取、訓練、微調到大規模 AI 推論，最終目標是從資料中創造價值，並以 Token 傳輸量衡量其智慧產出。這一概念的提出，標誌著全球 AI 大戰的焦點已從演算法的優劣，轉向電力的穩固與能源的掌握。
全球科技巨擘已展開大規模投資，以確保其 AI 基礎設施的能源供給。例如，微軟已投資約 800 億美元打造 AI 資料中心，並重啟三哩島核電廠第一機組。亞馬遜則投入超過 200 億美元，將賓州 Susquehanna 核電廠轉換為 AI 園區。Google 與 Kairos Power 簽署了美國首個企業小型模組化反應爐協議，而 Amazon 也與 Energy Northwest 簽署了開發部署最多 12 座小型模組化反應爐的協議。這些案例清楚顯示，全球正共同面對「電力＝算力＝國力」的新挑戰與考驗。根據集邦科技統計，截至 2026 年，美國五大雲端服務供應商（CSP）在資本開支上預計將有超過五成的年增長幅度，顯示 AI 投資力道持續強勁。
算力需求激增與能源配置轉向
AI 伺服器已成為推動 AI 基礎設施成長的最大動能。集邦科技分析師楊少幃指出，全球資料中心電力容量從 2023 年的 84 GW 增至 2025 年的 120 GW，預估 2026 年將進一步攀升至 152 GW，年增率上看 30%。值得注意的是，這波成長幾乎全數來自 AI 伺服器的貢獻，預計 2026 年 AI 伺服器的電力容量將達到 55 GW，年成長率高達 74%，其佔全球整體伺服器電力容量的比重也首度過半，達到 52%。這標誌著 AI 已從新興應用正式轉變為運算主力，未來全球的能源配置與硬體支出將持續大幅度地向 AI 基礎設施傾斜。
除了電力需求暴增，散熱技術的革新也迫在眉睫。集邦科技分析師邱珮雯表示，隨著整體伺服器機櫃功耗密度大幅提升，液冷散熱的需求呈現明顯拉升趨勢。集邦科技預估，2026 年在 AI 伺服器上將有超過五成的散熱方案採用液冷技術。在臺灣，AI 技術相關的用電需求也逐年大幅攀升，據經濟部統計，AI 用電量將從 2023 年的 0.24 GW 提升到 2028 年的 2.24 GW，增幅高達八倍。台綜院統計顯示，目前全臺共有 36 座資料中心，總負載約 60 MW，佔臺灣用電量 0.16%。國科會預估，2029 年全臺民營與國營 AI 算力中心規模將達 450 MW，意味著短短三年內用電量將激增 6.5 倍，這對臺灣的 AI 發展構成了巨大的電力供應考驗。
Agentic AI 驅動的運算變革與混合架構
當歷史悠久的 AI 代理（AI Agent）遇上大型語言模型（LLM），AI 迎來了自主決策的新紀元。Agentic AI 系統能夠自主設定目標、制定計畫、採取行動，並根據環境反饋調整策略來完成複雜任務，代表著基於 LLM 的新世代 AI Agent。市調機構 Grand View Research 報告指出，2025 年企業級 Agentic AI 市場規模達 36.7 億美元，預計 2030 年將達到 245 億美元，年均複合成長率（CAGR）高達 46.2%。另一市調機構 Omdia 則更為樂觀，預估 2025 年 Agentic AI 市場規模約 15 億美元，但 2030 年將突破 418 億美元，2024 至 2029 年的 CAGR 達到驚人的 175%，幾乎是生成式 AI（GenAI）同期 CAGR（90%）的兩倍，顯示其增長速度顯著超前。
NVIDIA 執行長黃仁勳在 GTC 2025 大會上強調，在 Agentic AI 和推理能力的推波助瀾下，AI 所需算力將比預期多出 100 倍，全球資料中心正競相趕上這股爆炸性的算力需求新趨勢。為縮短延遲、強化隱私並實現即時決策，預計未來幾年內，近三分之二的運算將轉移到邊緣端，即在手機、自駕車、本地端伺服器等資料生成和最需要的地方運行 AI 模型，而非遠端資料中心。集邦科技資深研究經理曾伯楷指出，2025 年全球邊緣 AI 市場約有 360 億美元規模，到了 2029 年可擴展到 840 億美元，2025 至 2029 年的 CAGR 為 23.5%。雖然邊緣 AI 會承接更多即時推理與低延遲決策任務，但模型訓練、迭代與跨域協同仍高度依賴雲端資料中心，因此「雲端＋邊緣」的混合架構將成為 AI 發展主流，進而讓整體運算量級更加提升，能效優化成為重中之重。
台灣在全球 AI 工廠版圖中的角色
面對全球 AI 工廠的建置浪潮，臺灣亦不落人後，積極參與並貢獻其產業實力。歐盟已透過「InvestAI」倡議承諾調動 200 億歐元，目標在歐盟建立最多五座 AI 超級工廠。同時，美國藥廠禮來（Eli Lilly and Company）正在建置製藥界「最強」AI 工廠，梅約醫療中心（Mayo Clinic）也已打造專注醫療研究的 AI 工廠。此外，NVIDIA 與沙烏地阿拉伯 HUMAN 策略合作，預計自 2025 年起五年內分階段打造 AI 工廠，義大利電信公司與戴爾公司也相繼宣布建置 AI 工廠。
在臺灣，鴻海科技集團旗下子公司晶兆創新（Big Innovation Company）正與 NVIDIA 合作建置搭載 10,000 顆 NVIDIA Blackwell GPU 的 AI 工廠。美國 GPU 雲端服務商 GMI Cloud 也宣布將挹注 5 億美元，與台灣大哥大合作，將其桃園機房改造成 AI 工廠。此外，2025 年 11 月，數位無限（INFINITIX）、希格諾科技（SignalPro）、美商超微（Supermicro）等多家廠商共同攜手在南部科學園區周邊打造新一代「SiGTRON」AI 工廠，共同推動 Neocloud 智慧算力生態系。這些舉措顯示臺灣在全球 AI 工廠版圖中，正從硬體製造基地轉型為重要的AI 基礎設施整合者。
受 Agentic AI、邊緣 AI 等新興應用及 AI 工廠建置潮的帶動，臺灣 AI 供應鏈正處於高速擴張與結構升級的階段。從先進製程與封裝（台積電、日月光）、專用 AI 加速器 ASIC（聯發科），到 AI 伺服器整櫃交付與資料中心級整合（鴻海、廣達、緯創、緯穎、英業達、神達、技嘉），再到邊緣 AI 系統（研華、華碩、研揚、威強電、廣積科技），臺灣廠商展現了強大的供應能力。液冷散熱方案（雙鴻、奇鋐）、高功率高效率電源與配電（台達電、光寶科技、康舒）、高效能交換器（智邦科技、Edgecore），以及高階 PCB 與 ABF 載板（臻鼎-KY、金像電、健鼎、欣興、南亞、景碩）等各環節，均見臺灣業者積極投入與創新。這股熱潮不僅帶動了雲端與資料中心端的強勁需求，更外溢至邊緣端，全面提升了臺灣在全球 AI 生態鏈中的戰略地位。
後續觀察
全球對 AI 算力與電力的需求仍將維持陡峭的上升趨勢。儘管致力於效率提升，以在固定容量限制下塞入更多算力，但整體需求曲線並未因此減緩。未來，如何持續優化配電架構、推動高壓直流輸電等技術，以最小化功率轉換損耗並提升整體電力使用效率（PUE），將是各國與企業在 AI 發展道路上必須面對的長期課題。同時，臺灣產業鏈的轉型升級，也將持續受到全球 AI 發展趨勢的考驗與驅動。
