人工智慧的擴張正以前所未有的速度重塑全球資本配置的底層邏輯。從 NVIDIA（英偉達）GPU 持續供不應求，到科技巨頭競相鎖定電力資源，再到去中心化算力網路的興起，AI 基礎設施正經歷從「晶片優先」到「能源約束」的典範轉移。高盛預估，2026 年至 2031 年，全球圍繞運算、資料中心及電力的 AI 資本支出將達約 7.6 兆美元。如此規模的資本流動，正深刻影響從傳統股市到加密資產的每一個投資板塊。
本文將從算力供給、能源瓶頸、資本支出週期以及加密資產映射四個面向，系統梳理 AI 基礎設施投資的核心邏輯與關鍵節點。
算力：AI 的第一性原理與供給剛性
AI 基礎設施的起點是算力。目前，全球 AI 算力需求仍在高速擴張。根據 IDC 數據，2026 年第一季 AI 基礎設施支出已達 897 億美元，全年預測上調至 4,970 億美元，年增近 56%。全球 AI 基礎設施市場規模預計 2029 年將突破 1 兆美元，達到 1.08 兆美元，並於 2030 年攀升至 1.21 兆美元，2025 年起五年複合年成長率約為 30%。
供需失衡是目前算力市場的核心特徵。據業界估算，2026 年全球 AI 算力需求年增率高達 45% 至 60%，而高階 GPU 供給增速僅為 15% 至 20%，長期存在約 3 倍的算力缺口。這一缺口在微觀層面尤為直觀：Google 在 2026 年 6 月同意向 SpaceX 每月支付約 9.2 億美元（至 2029 年中累計約 300 億美元），以取得約 11 萬顆 NVIDIA GPU 的使用權。即使擁有大規模自建資料中心的科技巨頭，也難以完全依賴自身建設節奏來滿足算力需求。
在資本市場層面，算力短缺直接反映在晶片企業的估值上。截至 2026 年 7 月 27 日（台灣時間），NVIDIA（NASDAQ: NVDA）股價年初至今累計漲幅顯著，其與 SK 海力士達成價值或達 5,000 億美元的 AI 記憶體供應協議，進一步鞏固市場對其算力主導地位的預期。超微半導體（NASDAQ: AMD）年初至今報酬率達 143.72%，儘管於 2026 年 7 月 24 日當週隨費城半導體指數回調 3.1% 而出現短期波動。半導體板塊的估值擴張，本質上是對 AI 算力「供給剛性」的定價——高階 GPU 的產能擴張受制於晶圓廠建設週期、先進封裝產能以及高頻寬記憶體（HBM）供給，短期內難以快速回應需求的指數級增長。
值得注意的是，算力架構正經歷世代交替。IDC 指出，基於 Arm 架構的機架級 GPU 伺服器已取代 x86 處理器，成為主流加速運算平台。這一轉變意味著晶片產業鏈的價值分布將重新分配，從傳統 CPU 主導轉向 GPU 與專用加速晶片並重的格局。
能源：AI 擴張的隱形天花板
若說 GPU 是 AI 的引擎，那麼電力就是驅動引擎的燃料，而燃料正成為瓶頸。
Gartner 預測，2026 年全球資料中心電力消耗將達 565 太瓦小時（TWh），較 2025 年的 447 TWh 增長 26%；電力需求將達 133 吉瓦（GW），高於 2025 年的 105 GW。到 2030 年，資料中心電力需求預計將達 291 GW，總消耗超過 1,200 TWh。
AI 優化伺服器的電力消耗增速尤為驚人。Gartner 數據顯示，AI 優化伺服器 2025 年消耗電力 95 TWh，2026 年將大幅增長 84.2% 至 175 TWh，2027 年再增長 47.8% 至 258 TWh。到 2027 年，AI 優化伺服器的電力消耗總量將超越傳統伺服器；到 2030 年，將占全球資料中心總電力消耗近一半。
這一增速意味著什麼？高盛指出，資料中心併網排隊期在部分核心市場已長達 8 至 12 年，遠長於 GPU 更新週期。電網、變壓器、配電設備與施工人員的短缺，正令 AI 擴張從「缺晶片」轉向「缺電、缺設備、缺工人」。
這一瓶頸正催生新的投資主線。黑石集團在 2026 年中投資展望中表示，至 2026 年底，將在其自有資料中心投資組合中完成約 1,000 億美元的投資或投資承諾。科技巨頭則紛紛轉向核能——微軟與美國核電企業簽署價值 16 億美元的購電協議，推動重啟三哩島核電站；Meta 與多家核電企業達成總規模達 6.6 GW 的長期合作協議；亞馬遜投資 5 億美元支持小型模組化反應爐專案。
在二級市場，這一趨勢同樣明顯。以 Bloom Energy 為例，其股價從 2024 年底約 10 美元漲至 2026 年中約 300 美元，累計漲幅近 30 倍，充分反映市場對「AI 缺電」解決方案的定價。
資本支出：7.6 兆美元的流向
高盛預計，2026 年至 2031 年，全球 AI 資本支出年度投入將從 2026 年的 765 億美元升至 2031 年的 1.64 兆美元。超大規模雲端業者到 2030 年的 AI 投資或將超過 6 兆美元。
花旗進一步上調預測，認為五大雲服務商的資料中心資本支出將從 2025 年的 400.2 億美元大幅增至 2026 年的逾 730.9 億美元，2027 年達 978.1 億美元，2028 年突破 1.16 兆美元。
這一資本支出週期的結構特徵值得關注。黑石指出，資料中心一般不會進行投機性建設——電力供給條件、用地規劃管控、巨額資金投入共同構築了較高的產業進入門檻；專案通常需先與大型科技企業簽訂長期租賃協議才能動工，這降低了供給過剩的風險。這意味著 AI 基礎設施領域的資本回報可能呈現「高進入門檻、長週期、穩定現金流」的特徵，與傳統科技投資的高波動性形成對比。
同時，算力租賃市場正快速擴大。根據中國信通院數據，2026 年第一季國內算力租賃市場規模已達 680 億元，年增 62%，預計全年突破 2,600 億元。更關鍵的數據是，國內 AI 算力需求年增 417%，而供給增速僅為 128%，供不應求格局明確。這一供需缺口為算力租賃及基礎設施即服務（IaaS）模式提供了持續的定價權。
加密資產：AI 基礎設施的價值映射
AI 基礎設施的擴張正在加密資產領域產生多重映射。
第一層映射是「算力即資產」。去中心化算力網路透過代幣激勵機制聚合全球閒置 GPU 資源，為 AI 訓練與推理提供算力。Bittensor（TAO）仍是最大的面向 AI 的區塊鏈專案之一，其市值於 2026 年年中期間在 32 億美元至 34 億美元間波動。Render Network（RENDER）專注於為 AI 與空間運算提供 GPU 運算能力，目前市值約 18.6 億美元。Akash Network（AKT）則提供去中心化雲端運算市場。
這些專案的核心邏輯在於：全球算力供給高度集中且價格昂貴，去中心化網路透過長尾供給降低算力取得成本，同時以代幣激勵釋放閒置算力。這一模式能否跑通，取決於兩個變數：一是去中心化算力的效能能否滿足大型模型訓練需求（目前仍以推理任務為主）；二是代幣經濟模型能否在算力需求波動時維持網路穩定性。
第二層映射是「能源即價值儲存」。隨著 AI 資料中心對穩定電力的需求激增，電力正在成為一種具稀缺性的「資產」。在加密領域，這一邏輯的延伸是——比特幣挖礦本身即是「電力貨幣化」的過程。比特幣的算力網路消耗大量電力，但其價值儲存屬性使其成為電力過剩地區 monetize 閒置能源的工具。宏觀投資者 Jordi Visser 於 2026 年 7 月 27 日表示，全球資本將轉向比特幣與數位資產，AI 中「容易賺錢」的交易模式已結束，資本正尋求新的風險收益匹配路徑。
第三層映射是「AI 代理的經濟學」。Visser 同時指出，未來 AI 與加密貨幣網路的整合，將透過加密基礎設施進行微額支付與資料傳輸的自主 AI 代理。這一方向目前仍處於早期探索階段，但其潛在市場規模可能遠超現有的算力與能源映射——若 AI 代理成為經濟活動主體，區塊鏈作為代理間結算層的基礎設施價值將被重新評估。
結語
從 GPU 到能源，從資料中心到加密網路，AI 基礎設施的投資邏輯正經歷從「算力優先」到「全鏈路約束」的深化。高盛 7.6 兆美元的資本支出預測不僅是一個數字，更是一個訊號——AI 的擴張已從模型競賽演變為基礎設施競賽，而基礎設施競賽的本質是資源（晶片、電力、土地、資本）的配置效率之爭。
對投資者而言，這一趨勢意味著三個層面的機會：第一層是直接受益於算力擴張的晶片與伺服器產業鏈；第二層是受益於電力瓶頸的能源基礎設施（核電、儲能、電網設備）；第三層是透過代幣化機制捕捉算力與能源價值的加密資產。三層機會的風險收益特徵各異，但共同的底層邏輯是——AI 基礎設施的擴張週期遠未結束，而資源約束正從「有沒有晶片」向「有沒有電、有沒有土地、有沒有變壓器」逐層傳導。
在這一過程中，加密資產的角色正從純粹的風險投機工具，演變為 AI 基礎設施價值捕捉的補充管道。無論是去中心化算力網路的代幣，還是比特幣作為「電力貨幣化」工具的屬性，都為投資者提供不同於傳統股票市場的差異化敞口。
2026 年 7 月 27 日，當比特幣在 65,000 美元上方交易、以太坊重返 1,900 美元時，市場關注的不僅僅是價格本身，更是支撐這些數位資產估值的底層敘事——AI 基礎設施的擴張，正為加密世界注入新的價值錨點。
FAQ
Q1：AI 基礎設施投資的核心驅動力是什麼？
算力需求的指數級增長是首要驅動力。IDC 預測 2026 年 AI 基礎設施支出將達 4,970 億美元，年增 56%。高盛預估 2026–2031 年全球 AI 資本支出達 7.6 兆美元。算力供給增速遠低於需求增速，疊加資料中心電力瓶頸，形成持續的投資窗口。
Q2：AI 基礎設施投資面臨的最大風險是什麼？
電力供給是目前最突出的瓶頸。Gartner 預測 2026 年資料中心電力消耗將增長 26% 至 565 TWh。資料中心併網排隊期在部分市場長達 8–12 年。此外，晶片產能擴張週期長、地緣政治風險以及資本支出過快導致的產能過剩也是潛在風險。
Q3：加密資產在 AI 基礎設施投資中扮演什麼角色？
加密資產提供三重映射：去中心化算力網路（如 Bittensor、Render）代幣化算力資源；比特幣挖礦作為「電力貨幣化」工具；以及未來 AI 代理間透過區塊鏈進行微額支付與資料傳輸的潛在基礎設施。
Q4：AI 基礎設施投資的資金主要流向哪些領域？
資金主要流向三個方向：晶片與伺服器（GPU、HBM、先進封裝）、資料中心建設（土地、建築、冷卻系統）以及能源基礎設施（核電、儲能、電網擴充）。花旗預計五大雲服務商資料中心資本支出 2026 年將達 730.9 億美元。
Q5：一般投資人如何參與 AI 基礎設施投資？
可透過傳統股市配置晶片股（如 NVIDIA、AMD）、電力設備股，或透過加密資產配置去中心化算力專案代幣。需注意不同資產類別的風險收益特徵差異較大，建議依自身風險承受能力分散配置。
