一台AI伺服器機架塞了4500顆晶片：$4兆投資，95%都花在晶片上
SIA×Deloitte《Powering AI》報告：從GPU到電源，晶片才是AI資料中心真正的"心臟"思運整理 · 2026年08月03日 · IC晶片行業觀察
這份報告做了一件很實在的事：對一台頂級AI伺服器機架做了"虛擬拆解"。結果令人震撼——一台AI伺服器機架裡塞了超過4,500顆封裝晶片，拆開來的獨立die（積體電路單元）超過20,000個；而且，晶片佔了這台機架價值的95%以上，超過了全生命周期資料中心資本支出的50%。以下就是這"4500顆晶片"的完整拆解——以及它們如何編織成一根總額$4兆的全球投資主線。一、三個數字，讀懂AI資料中心的"晶片飢渴"
SIA/Deloitte報告給出了三個數字，放在一起看就是一條完整的邏輯鏈：$4兆+：到2028年，全球政府和產業在AI資料中心基礎設施上投入超$4兆$2.8兆：其中最高$2.8兆（70%）將用於半導體採購$1.2兆：2028年單獨一年的AI資料中心晶片收入，可以超過2025年全球半導體總銷售額（$7956億）的50%以上
這是什麼樣的增速？報告給了一個CAGR資料：AI資料中心市場2022-2028年複合增長率高達88.8%。即便從2025年開始算（已經有大量基數），CAGR仍然有56.3%。
更直觀地說：2024年AI資料中心晶片收入大約是$120億等級，到2028年變成$1.2兆——四年增長100倍。這不是任何傳統電子市場的增長曲線，這是人類科技史上前所未見的晶片需求大爆發。
AI資料中心投資：$4兆+總投資 • $2.8兆流向晶片 • $1.2兆2028年晶片年收入（來源: SIA/Deloitte Powering AI, 2026-06-01）二、拆機架：4,500顆晶片，都是些什麼？
大家一提到AI資料中心，腦子裡第一個跳出來的通常是NVIDIA的GPU。確實——全球雲廠商2026年資本支出預計超$7,000億，Goldman Sachs預測2025-2027年累計$1.4兆。NVIDIA一家在Q1 FY2027的資料中心收入就達到$752億（同比+92%），Q2指引$910億。黃仁勳說Blackwell + Vera Rubin兩個產品代在2025-2027年可見銷售額有$1兆。
但GPU只是冰山一角。SIA/Deloitte的虛擬拆解發現，AI伺服器機架裡還有：
一台AI伺服器機架的晶片價值構成示意：AI加速器(~42%) • 記憶體(~26%) • 網路(12%) • 電源/模擬(10%) •CPU/其他(10%) （來源: SIA/Deloitte Powering AI分析）AI加速器（GPU/ASIC/FPGA）：NVIDIAGPU、GoogleTPU、AWS Trainium、AMDMI450、MetaMTIA、Broadcom/Marvell的客制化XPU——輝達是最大贏家，但Broadcom AI半導體Q2收入$108億（同比+143%），FY2026指引$560億、FY2027指引$1000億+HBM/DRAM/NAND記憶體：一個NVIDIA Vera Rubin NVL72機架就要配20.7TB HBM4；Omdia最新報告顯示記憶體晶片2026年佔半導體總收入的50%+網路晶片：NVLink 6交換機提供260TB/s頻寬、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6乙太網路交換機——NVIDIA Rubin平台實際上是一個"七芯平台"（GPU/CPU/NVSwitch/網路卡/DPU/交換機，全有晶片）電源管理IC和模擬晶片：一台AI伺服器功耗可達數千瓦，需要800V HVDC架構和數百顆電源管理晶片、控製器、感測器被動元件MLCC等：高容值X6S MLCC交期已從8周延長到20周，日本/韓國供應商優先把產能分配給AI訂單三、不只是GPU：每一層都在"搶晶片"
這份報告最大的價值在於：它把AI基礎設施的敘事從"GPU大戰"擴展到了"全端晶片博弈"。當一台機架裡有4,500顆不同種類的晶片，光有一家輝達不夠。
來看幾個2026年Q2的真實增長資料（除輝達之外）：Broadcom：Q2 AI半導體收入$108億，同比+143%；六個核心AI客戶中四個已披露（Google/Anthropic/OpenAI/Meta），另外兩個拿下了$60億採購訂單Marvell：FY2026收入$81.95億（+42%）；Q1 FY2027資料中心收入$18.3億（+27%），定製ASIC業務到FY2029目標$100億+Intel：Q1 2026資料中心與AI收入$51億（+22%），Xeon 6 Clearwater Forest（18A工藝）成史上最快ramp伺服器產品SK海力士：HBM市場份額56.4%，NVIDIA Rubin和Google TPU v8i/v8t是最大需求引擎
更有意思的是：連被動元件都開始漲價了。高容值X6S MLCC交期拉長到20周；中國分銷商管道中，消費級X5R MLCC被日本/韓國供應商提價15-25%。換句話說：AI的需求正在從"高精尖"晶片向"基礎器件"逐層滲透。四、三個瓶頸：錢再多，晶片也不夠
Omdia 7月30日的最新報告直言："從中期2026到2027年初，半導體市場將由無情的AI需求主導。產能將持續受限，先進節點高負荷運行，記憶體和先進封裝成本繼續上漲。"
AI算力三大瓶頸：HBM產能（SK海力士56.4%份額）• 先進封裝（CoWoS滿載）• 2nm/3nm節點（被輝達/AMD/博通/蘋果包圓）；Omdia判斷至少持續到2027（來源: Omdia/Morgan Stanley/SIA報告）
瓶頸一：HBM產能。生產HBM比標準DRAM複雜得多，全球只有SK海力士、三星、美光三家能規模量產。Morgan Stanley預測AI驅動的HBM需求將從2026年約306億Gb增至2027年506億Gb（+65%）。而HBM4 16Hi堆疊即便進入量產，良率和產能爬坡都需要時間。
瓶頸二：先進封裝。台積電的CoWoS產線已經"滿載運行"，而ASML和東京電子等裝置製造商自己也面臨製造瓶頸——擴產需要時間，不是砸錢就能解決的。這也是為什麼JEDEC最近發佈SPHBM4標準，嘗試用有機基板替代矽中介層（不再完全依賴CoWoS）。
瓶頸三：先進節點。TSMC的2nm和3nm節點基本被輝達、AMD、博通、蘋果"包圓"了。AI模型對算力的需求增速遠超foundry擴產速度——這就是為什麼輝達毛利率能長期維持在75%以上。️三個瓶頸的疊加效應：不是某一個晶片缺，而是整條鏈路都緊繃——GPU缺、HBM缺、封裝缺、甚至連給GPU供電的被動元件MLCC都開始缺。這就是SIA/Deloitte報告想傳遞的核心資訊。結語：對IC晶片貿易商的五個啟示
這份SIA/Deloitte報告不是寫給投資人看的股票推薦——它是寫給晶片供應鏈上每一個參與者的產業地圖。對中國IC貿易商而言，有五點值得關注：1.記憶體晶片的"主角時代"剛剛開始：Omdia說2026年記憶體IC佔比首次超50%。HBM/DRAM/NAND的漲價周期還遠沒結束。現貨管道中的伺服器DDR5、企業級SSD值得持續關注。2. 網路晶片是一個被低估的金礦：一個Rubin機架裡就有一整套NVIDIA自研網路晶片（NVSwitch/SuperNIC/DPU/乙太網路交換機）。Marvell和Broadcom在這個賽道的收入也在暴漲。資料中心網路升級帶動的高速SerDes晶片、光模組驅動晶片需求不容忽視。3. 電源晶片和被動元件正在"AI化"：MLCC交期拉長、價格上調，意味著AI需求已經從GPU滲透到基礎器件。關注TDK、村田、三星電機等日韓供應商的產能動向。4. 先進封裝產能短缺=CoWoS替代方案的機會：JEDEC SPHBM4有機基板路線、三星的HBM封裝、台積電以外的OSAT廠商都可能在2-3年內受益。5. 晶片佔機架價值95%意味著：那怕AI投資增速放緩，晶片採購的絕對值仍然在高速增長。摩根大通說2027年增速從100%降到22%，但請注意——是從$1兆的基數再增22%，而不是從零開始。
最後一句：SIA/Deloitte報告中有一句話值得記住——"沒有晶片，就沒有AI"。在這個$4兆的賽道上，每一顆晶片——不管是$3萬的H100還是$0.01的MLCC——都在改寫全球半導體產業的權力版圖。 (芯片行業智訊)