美國 AI 數據中心是支撐大型語言模型訓練、推理服務和雲端運算業務的重要基礎建設，其建置需要大量 GPU、ASIC 晶片、記憶體、網路設備以及穩定的電力供應。隨著全球科技公司持續增加 AI 資本支出，數據中心的建置規模迅速擴大，但電網容量、輸電設施和電力接入速度未必能同步成長。電力供應正逐漸成為決定 AI 算力能否實際落地的重要因素。
摩根士丹利最新研報將 2026 年至 2028 年美國數據中心淨電力缺口預期，從 33GW 上調至 38GW，反映出市場對 AI 基礎建設供電能力的疑慮進一步加深。與此同時，該行仍將英偉達（Nvidia，NVDA）與博通（Broadcom，AVGO）列為半導體領域的重要看好標的，認為晶片出貨能見度、海外市場擴張與單位功耗運算效率等因素，可能協助部分龍頭企業在電力受限的環境中維持競爭力。
這項變化意味著，AI 晶片產業的競爭正從單純追求更高運算效能，轉向同時關注運算效率、供電能力與資本投入報酬。對投資人而言，38GW 的電力缺口不僅牽涉到數據中心建置進度，也可能改變 GPU 與 ASIC 的競爭關係，並影響儲存、光通訊與電源管理等半導體產業鏈的未來需求。
美國數據中心 38GW 電力缺口意味著什麼？
摩根士丹利將美國數據中心淨電力缺口預期，從 33GW 上調至 38GW，代表該行預期在未來數年，美國 AI 數據中心的用電需求與可取得的電力供應之間，將出現更大的落差。這裡的 38GW 是電力容量缺口的預測，而非已經發生的實際停電規模，也不能直接理解為美國電網整體少了 38GW 的發電能力。
GW（吉瓦）是電力功率單位，1GW 等於 1,000MW。大型 AI 數據中心通常需要數十至數百兆瓦的電力容量，而超大規模園區可能規劃更高的用電需求。因此，數十吉瓦的潛在缺口，意味著大量規劃中的數據中心可能需要等待電網擴容、調整建置地點，或採用其他能源方案。
需要注意的是，數據中心的電力供應會受到多重因素影響，包括當地電網接入能力、變電站建置、輸電線路、發電資源以及相關審批。即使某個地區的整體發電量充足，也不代表特定數據中心能在計畫時間內取得足夠的電力。因此，電力缺口更能反映供需在時間與空間上的錯配。
對 AI 產業而言，電力限制可能使部分算力建置專案延後，進而影響 GPU 採購、伺服器交付與雲端運算服務上線時間。投資人需要區分數據中心規劃容量、實際獲批的用電容量，以及已投入營運的運算容量；這些指標並不完全相同。
為什麼電力短缺可能改變 GPU 與 ASIC 的競爭格局？
GPU 與 ASIC 是 AI 運算領域兩類重要晶片。GPU 具有較強的通用平行運算能力，可支援模型訓練、推理與多種運算任務；ASIC 則是針對特定應用設計的專用積體電路，通常透過最佳化晶片結構與運算流程，提高目標任務的效能與能效。
在電力供應相對充足的情況下，數據中心營運商能綜合考量晶片採購價格、運算效能、軟體相容性與長期營運成本。但當電力容量成為硬性限制時，企業就需要更重視「每單位功耗」能完成多少運算任務。就 AI 推理業務而言，這可體現在「每瓦電力能處理的 Token 數量」。
摩根士丹利認為，英偉達在每瓦 Token 產出效率方面具備競爭優勢，因此在電力受限的環境下，部分 ASIC 產品可能面臨市佔壓力。這項判斷的核心在於：數據中心客戶可能會優先部署能在有限電力預算內提供更高實際產出的運算平台，而不是單純比較晶片採購成本。
不過，不能據此判定所有 ASIC 的能效都低於 GPU。Google TPU、Amazon Trainium 以及其他客製化 AI 加速器，在特定模型與工作負載下也可能具備強勁的能效優勢。不同晶片的實際表現，取決於模型架構、推理精度、批次規模、記憶體配置、軟體最佳化與系統利用率。
因此，GPU 與 ASIC 的競爭並不存在適用於所有情境的固定結論。摩根士丹利的看法更適合被理解為：在目前的產品與部署條件下，英偉達部分運算平台的系統級能效可能獲得更多關注，而 ASIC 的競爭力仍需依據具體工作負載進行評估。
為什麼摩根士丹利持續看好英偉達 NVDA？
英偉達（NVIDIA，NVDA）是全球 AI 加速運算市場的重要供應商，其競爭優勢不僅來自 GPU 晶片本身，還包括 CUDA 軟體生態、網路互聯、伺服器系統與相關開發工具。隨著 AI 模型訓練與推理需求成長，英偉達持續推出新一代運算平台，以提升運算效能、記憶體頻寬與整體系統效率。
摩根士丹利持續看好英偉達，主要基於獲利指引相對保守、晶片出貨能見度、海外市場擴張以及單位功耗運算效率等因素。對投資人而言，出貨能見度意味著未來一段期間的產品交付與客戶需求相對明確，有助於降低部分獲利預測的不確定性。不過，訂單與交付預期仍可能因客戶資本支出調整或供應鏈變動而改變。
在電力受限的背景下，英偉達的系統級能效可能成為重要競爭優勢。數據中心營運商不僅需要比較單顆 GPU 的效能，還要考量伺服器、網路、冷卻系統與軟體運行效率。若某套運算平台能在相同電力容量下完成更多推理任務，就可能提升數據中心的營收潛力。
同時，英偉達也面臨長期競爭壓力。大型雲端運算企業持續開發客製化 AI 晶片，目標是降低運算成本並提升供應鏈自主性。即使英偉達營收持續成長，其市佔率、毛利率與估值水準也不一定同步提升。因此，在分析 NVDA 股票時，仍需關注數據中心營收、產品毛利率、客戶資本支出以及客製化晶片競爭。
博通 AVGO 為什麼同樣受到摩根士丹利青睞？
博通（Broadcom，AVGO）是全球重要的半導體與基礎建設軟體企業，並在客製化 AI 加速器、網路交換晶片與高速互聯等領域布局。隨著大型雲端運算企業擴大 AI 數據中心建置，客製化晶片與網路基礎建設的需求，成為博通的重要成長機會。
與主要提供通用 GPU 平台的英偉達不同，博通的重要業務方向之一，是協助大型科技客戶開發面向特定工作負載的客製化晶片。對於擁有大量重複性運算任務的雲端業者而言，客製化 ASIC 透過針對性最佳化，有可能降低部分運算成本。此外，大型 AI 集群需要高速交換晶片與網路設備連接運算節點，也為博通提供了相應的市場機會。
摩根士丹利同時看好英偉達與博通，顯示其並未將 GPU 與 ASIC 視為完全對立的投資方向。即使部分 ASIC 產品在電力受限的環境下面臨市佔壓力，客製化晶片仍可能在特定客戶與運算情境中持續成長。博通也並非僅依賴 ASIC 單一業務，其網路半導體業務可參與 AI 集群規模擴張。
不過，博通的客製化晶片業務可能受到大型客戶專案節奏影響。若客戶調整晶片研發計畫、數據中心建置進度或資本支出，相關營收成長也可能出現波動。因此，AVGO 的投資邏輯需要同時考量客製化 AI 晶片需求、網路業務成長以及客戶集中度風險。
為什麼 2027 年至 2028 年數據中心資本支出預期受到質疑？
摩根士丹利指出，市場正在嘗試將 2027 年約 1.5 兆美元、2028 年約 1.6 兆美元的數據中心資本支出預期，與實際電力供應能力進行匹配。這些數字屬於市場對未來投資規模的推估，不能理解為已獲核准、已簽約或已實際發生的資本支出。其具體統計範圍也需要結合原始研報內容確認。
AI 數據中心資本支出通常涵蓋運算晶片、伺服器、網路設備、機房建置，以及電力與冷卻基礎設施等專案。即使科技企業具備較強的投資意願，如果電網無法在計畫時間內提供足夠容量，部分硬體也可能無法依原定進度投入使用。
這項問題會影響企業的資本配置決策。假設某個數據中心計畫在 2027 年投入營運，但供電時間延後至 2029 年，營運商可能會選擇延後 GPU 與伺服器採購，以避免設備提早到貨後長期閒置。對於技術更新較快的 AI 晶片而言，過早採購也可能增加設備折舊風險。
因此，市場需要區分三個不同階段：企業宣布資本支出計畫、實際採購並建置基礎設施，以及運算設備正式投運並產生營收。只有最後一個階段真正實現，相關算力資產才可能持續創造營運現金流。
為什麼數據中心建置放緩可能衝擊儲存晶片與光模組？
AI 數據中心產業鏈具有較長的採購與生產週期。晶片製造商、記憶體供應商與網路設備企業，通常需要根據客戶未來數個季度的需求安排生產。當市場預期 AI 基礎建設投資快速成長時，客戶可能會提前採購關鍵組件，以確保未來設備供應。
但如果數據中心建置因電力不足而延後，原先規劃要使用的部分組件可能無法按期部署。企業因此可能延後採購、調整庫存或重新安排交付時間。這種變化可能使先前供給緊張的產品突然面臨需求節奏放緩的壓力。
儲存晶片是需要重點觀察的領域之一。HBM 與伺服器 DRAM 需求，與 AI 加速器部署規模息息相關；若新增 GPU 集群投運速度下降，相關記憶體的採購節奏也可能受到影響。同時，儲存晶片產業具有週期性，企業擴產與客戶提前備貨，可能進一步放大供需變化。
光模組與高速互聯元件同樣仰賴大型運算叢集建置。若數據中心延後部署，相關網路設備訂單也可能延後。對於電源管理與類比晶片企業而言，伺服器與供電系統的實際建置進度，也會影響產品需求。
不過，建置延期不一定意味著最終需求消失。部分訂單可能只是延後交付，而非永久取消。實際影響仍取決於供應商庫存、客戶採購合約以及其他地區需求成長。因此，投資人需要區分短期訂單波動與長期市場規模變化。
AI 數據中心電力瓶頸會影響哪些半導體股票？
不同半導體企業在 AI 產業鏈中的定位不同，電力供應限制對其業務的影響也會有所差異。
| 股票 | 主要業務 | 重點關注因素 |
|---|---|---|
| NVDA（英偉達） | AI GPU、加速運算平台 | 每瓦 Token 產出、出貨量、客戶需求 |
| AVGO（博通） | 客製化 AI 晶片、高速網路 | ASIC 專案、網路晶片需求、客戶資本支出 |
| MU（美光科技） | HBM、DRAM、NAND | 記憶體訂單、庫存及價格週期 |
| TSM（台積電） | 晶圓代工、先進封裝 | AI 晶片產能利用率、客戶訂單 |
| MRVL（邁威爾科技） | 數據中心半導體、互聯 | 客製化晶片及高速互聯需求 |
| VRT（Vertiv） | 數據中心供電、散熱設施 | 電力基礎設施建置、專案交付 |
| ETN（伊頓） | 電氣設備、電力管理 | 配電設備需求、電網擴容投資 |
對於 NVDA 與 AVGO，電力瓶頸可能同時帶來機會與挑戰。一方面，客戶更重視能效，可能提高對高效能運算平台與優化型晶片的需求；另一方面，若數據中心建置放緩，實際晶片交付也可能受到影響。
對於 MU 與其他記憶體供應商，重點在於 AI 伺服器採購是否能持續成長，以及提前備貨是否導致庫存累積。對於 VRT 與 ETN 等電力基礎設施企業，數據中心電力需求成長可能創造新的設備市場，但相關專案同樣受到建置進度、審批與投資預算影響。
因此，不能簡單認為電力短缺一定利多電力設備股票，或一定利空所有半導體企業。不同公司的訂單結構、技術優勢與估值水準，仍將決定其實際受益程度。
如何透過 Gate 股票關注 AI 晶片與數據中心電力產業鏈？
對於希望追蹤 AI 基礎建設投資週期的投資人，可透過 Gate 股票關注英偉達（NVDA）、博通（AVGO）、美光科技（MU）等半導體企業，並結合數據中心電力管理、冷卻設備以及相關科技產業 ETF，觀察產業鏈不同環節的市場表現。
Gate 股票提供使用 USDT 參與美股與 ETF 交易的管道；可交易標的、交易費用與產品規則依平台實際頁面為準。
在分析相關股票時，投資人需要同時關注三個面向：首先是 AI 算力需求是否持續成長，其次是數據中心是否能取得足夠電力並如期投運，最後是企業能否將訂單與技術優勢轉化為獲利與現金流。僅依賴數據中心資本支出預測，並不足以判斷相關股票的長期價值。
總結
摩根士丹利將 2026 年至 2028 年美國數據中心淨電力缺口預測，從 33GW 上調至 38GW，反映出 AI 基礎建設擴張正在受到越來越明顯的能源約束。即使大型科技企業持續提高資本支出，數據中心能否按計畫取得電力，仍將影響 GPU、ASIC、儲存晶片與網路設備的實際部署規模。
在這樣的背景下，晶片競爭可能會更重視單位功耗下的運算效率。摩根士丹利持續看好英偉達與博通，反映其對高效能運算平台、客製化晶片與高速網路需求的長期信心。不過，ASIC 與 GPU 的競爭仍取決於具體工作負載，不能僅根據單一能效指標判斷未來市佔。
同時，若數據中心建置因電力供應不足而放緩，先前因供給緊張而提前採購的儲存、光模組與電源管理元件，可能面臨庫存調整與訂單波動。對投資人而言，未來需要更關注實際投運容量、企業資本支出落實率、晶片能效與供應鏈庫存，而不只是數據中心建置計畫的總金額。
AI 基礎建設投資的下一階段，關鍵不再只是能採購多少晶片，而是有限的電力資源能支援多少有效運算，以及這些算力最終能創造多少商業營收。
FAQ
美國數據中心 38GW 電力缺口是什麼意思？
這是摩根士丹利對 2026 年至 2028 年美國數據中心淨電力供需缺口的預測，反映出規劃用電需求與可取得電力容量之間可能存在較大落差，並不代表美國已發生 38GW 的實際停電。
為什麼電力短缺可能利多英偉達 GPU？
當數據中心的可用電力受到限制時，營運商可能會更重視每瓦電力能完成的 AI 運算任務。若英偉達的運算平台在特定工作負載下具備更高的系統級能效，就可能取得競爭優勢。但實際結果仍取決於晶片配置、軟體最佳化與應用情境。
ASIC 晶片會因電力短缺而失去市佔嗎？
部分 ASIC 產品可能面臨競爭壓力，但不能一概而論。客製化 ASIC 在特定 AI 任務中也可能具備較高能效，未來市佔取決於晶片效能、成本、軟體生態與客戶部署策略。
為什麼摩根士丹利同時看好 NVDA 和 AVGO？
英偉達在 GPU、加速運算系統與軟體生態方面具備優勢；博通則參與客製化 AI 晶片與高速網路市場。兩家公司受益於 AI 基礎建設投資的方式不同，並不意味著 GPU 與 ASIC 只能有一方成長。
為什麼數據中心建置放緩可能影響儲存晶片？
若數據中心因電力不足而延後伺服器部署，客戶可能相應延後 HBM、DRAM 與其他元件的採購。若此前存在提前備貨，短期庫存調整還可能放大訂單與價格波動。
38GW 電力缺口會導致 AI 投資全面停止嗎？
不一定。企業可以透過調整建置地點、分階段投運、提升運算能效或增加能源基礎設施等方式緩解部分限制。不過，這些措施通常需要時間與資金，無法保證所有規劃專案都能如期完成。
