人工智慧基礎建設投資正從GPU擴展至電力、光纖、記憶體、算力租賃與晶片互聯等環節。過去數年，英偉達（Nvidia，NVDA）是AI投資最直接的受益者；但隨著大型科技公司持續提高資料中心支出，供應鏈中的其他瓶頸也開始取得更強的定價能力。
這一輪需求增長的背景，是美國及全球部分實體基礎設施長期投資不足。1990年，美國生產的半導體約占全球總量的37%；到2020年，這一比例已降至12%。與此同時，發電設施、電網設備、大型工業製造、先進封裝與精密光學等領域，也經歷了外包或產能建設不足。過去由亞洲等地承擔生產能力，有助於降低成本；但當AI基礎建設投資快速增加，供應鏈限制便開始逐個環節浮現。
大型科技公司持續提高資本支出
大型科技公司在資料中心與AI基礎建設上的合計資本支出，已由2022年的約1,420億美元升至2026年約6,000億美元，四年間增加逾四倍。Alphabet曾三度上調2025年資本預算，規模由2024年的525億美元提高至最高930億美元；微軟單季資本支出達349億美元，按年增加74%；亞馬遜則預計2025年資本支出為1,250億美元，按年增加61%。
高盛預計，Meta Platforms、微軟、亞馬遜與Alphabet在2025至2030財政年度期間的資本支出合計將達5.3兆美元。普華永道預計，到2050年，AI時代全球資料中心累計投資可能達到31.6兆美元；年度支出將由2026年的約8,000億美元升至2030年的1.1兆美元，並在本世紀中葉達到1.8兆美元。
與部分過去集中建設、之後投資回落的基礎建設週期不同，AI資料中心內的GPU、伺服器、記憶體與網路設備通常每四至六年需要更換一次。這意味著即使初始建設階段結束，相關設備仍可能形成持續的更新需求。不過，實際更新節奏仍取決於AI應用增長、企業資本預算與供應能力。
GE Vernova：新增電力容量成為關鍵限制
目前AI資料中心面臨的限制不只在晶片，新增電力容量同樣需要時間建設。GE Vernova（GEV）生產燃氣渦輪機與電網設備，為公用事業公司擴充發電及輸電能力提供設備支援。
該公司最新季度營收為111億美元，電力業務訂單有機增長134%，電氣化業務訂單有機增長66%。公司管理層預計，目前已超過1,600億美元的訂單積壓，到2027年底將突破2,000億美元，較年初提供的時間表提前一年。
微軟已為其與雪佛龍（Chevron，CVX）合作的德州資料中心項目訂購七台GE Vernova燃氣渦輪機，其他類似項目也在增加。公司股價此前已大幅上升，市場關注點因此不只在訂單增長，也包括產能釋放速度，以及估值對未來增長的反映程度。
Corning：AI機架帶動光纖需求
資料中心內的GPU伺服器需要透過高速光纖連接。康寧（Corning，GLW）是全球主要光纖技術與製造企業之一，其最新季度核心銷售額按年增長17%，達到47.4億美元；營業利益率提高近兩個百分點至20.9%。公司財務長表示，與AI資料中心直接相關的銷售額較上一季度接近翻倍。
康寧已深化與亞馬遜的光纖製造合作，並與Meta簽署多年期協議，為後者下一代AI資料中心提供光纖連接，協議總價值最高可達60億美元。公司長期計劃顯示，年度銷售額年化規模有望由2026年的約200億美元增至2028年的300億美元，並在2030年達到400億美元。上述目標能否實現，取決於資料中心建設速度、客戶訂單落實及光纖產能擴張。
Micron：高頻寬記憶體供應持續吃緊
記憶體晶片是AI伺服器中另一個供需變化明顯的環節。美光科技（Micron Technology，MU）的高頻寬記憶體產能已售至2026年底。公司最新季度營收達到415億美元，按年增長346%，毛利率則由一年前不足40%升至接近85%。
三星電子（Samsung，SSNLF）與SK海力士（SK Hynix，SKHY）是美光在全球記憶體市場的兩大競爭對手，兩家公司均預計，更廣泛的記憶體供應緊張狀態將持續至2027年或更晚。
美光股價在2026年上半年上漲接近340%，其後較歷史高點回落逾20%。這反映市場對記憶體週期的預期已相當充分，後續表現仍將受到產品價格、產能投放、客戶庫存及AI伺服器需求變化影響。
Nebius：以算力租賃切入AI基礎建設
Nebius Group（NBIS）不生產晶片，也不負責訓練AI模型，而是向客戶出租GPU叢集，提供市場通常稱為「新雲」的服務。公司最新季度營收為5.82億美元，按年增長454%，調整後盈利首次轉正。
Nebius已與Meta達成為期五年的基礎設施協議，潛在總價值最高為270億美元。英偉達也直接向該公司投資20億美元，以協助其取得未來算力產能的優先使用權。
這類業務的核心限制在於算力叢集建設速度，而不只是客戶開發。公司需要持續採購GPU、建設資料中心並取得足夠電力，才能把客戶訂單轉化為實際收入。因此，在收入高速增長的同時，資本支出、融資需求、設備交付及客戶集中度仍是市場需要觀察的因素。
Astera Labs：晶片間資料傳輸形成新瓶頸
隨著AI伺服器機架搭載更多、速度更快的晶片，晶片之間的資料傳輸也可能成為限制因素。Astera Labs（ALAB）專注於伺服器內部連接與資料互聯產品，其最新季度營收達3.924億美元，按年增長104%，營收與利潤均超過華爾街預期。
公司預計，下一季度營收將比分析師此前預測的水平高出約30%。其最新一代Scorpio X交換晶片剛進入量產階段，預計在上市一季後便可能成為公司規模最大的產品線。
業績公布後，摩根大通、傑富瑞與摩根士丹利均將目標價上調至少20%。不過，Astera Labs也是上述企業中規模最小、股價波動較大的公司之一，市場定價對新產品放量及客戶訂單增長較為敏感。
供應能力決定需求能否轉化為收入
AI基礎建設投資已帶動GPU、伺服器、電力、記憶體及光纖等多個環節的需求快速增長，但各環節的供需狀態並不相同。英偉達最近一個財政年度的資料中心營收達1,940億美元，按年增長68%，約為ChatGPT發布時的13倍，毛利率仍高於75%；戴爾（Dell，DELL）與超微電腦（Super Micro，SMCI）等伺服器組裝企業也先後受益。
核電營運商Constellation Energy（CEG）已按高於地區現行電價每千瓦時30至40美元的價格簽署長期供應合約，調整後每股收益在最近一季增長逾25%。這顯示電力瓶頸也開始傳導至能源供應商，但新增發電及電網設備需要較長建設週期。
上述公司股價與估值已在不同程度上反映AI投資增長預期。與此同時，供應瓶頸最終會隨新產能投產而緩解，需求增速、設備替換週期、融資條件及政策環境也可能改變資本支出節奏。對市場而言，下一階段的重點不只是AI總投資規模，也包括資金將流向供應鏈中的哪個具體環節，以及企業能否把訂單積壓轉化為收入與現金流。