過去兩年，AI 熱潮主導了全球資本市場的敘事主線。如果以 2024 年初為起點，Nvidia（英偉達）股價在 30 個月內漲幅超過 500%，市值一度突破 3 兆美元，成為「賣鏟子」邏輯的典範——向 AI 開發者提供 GPU 晶片，無論最終哪個應用勝出，算力需求都必然轉化為英偉達的收入。
然而，進入 2026 年，市場正發生結構性變化。隨著 AI 資料中心從「建設期」轉向「擴容期」，資本支出的重心從單一算力晶片擴散至整個基礎設施生態。台北時間 2026 年 7 月 22 日，連接元件與電子零組件製造商 Bel Fuse 收盤報 281.51 美元，單日上漲 5.79%，顯著跑贏大盤。這一異動的背後，是市場對 AI 供應鏈「非 GPU 環節」價值的重新評估。
AI 投資主線的三個演進階段
將過去兩年的 AI 投資邏輯拆解為三個階段，有助於理解當前市場位置。
第一階段（2024 年至 2025 年上半年）：GPU 晶片主導
這一階段的投資邏輯最為直接：大型模型訓練需要大量算力，而算力的實體載體就是 GPU。英偉達憑藉 CUDA 生態系與硬體迭代速度，佔據超過 80% 的 AI 訓練晶片市場份額。超微半導體（AMD）則憑藉 MI300X 系列追趕，但出貨量與生態成熟度仍有差距。這一階段，市場對 AI 的定價高度集中於晶片公司，關鍵詞是「算力短缺」。
第二階段（2025 年下半年至今）：AI 基礎設施全面擴張
當算力短缺逐漸演變為算力過剩的爭議時，真正被忽視的瓶頸開始浮現。資料中心不是「插上 GPU 就能運作」的盒子，它需要電力、網路、散熱、連接和結構支撐。根據資料中心產業報告，一個典型的高密度 AI 機櫃功耗可達 100 kW 以上，是傳統機櫃的 10 倍。這意味著，即使 GPU 供應充足，若電力接入、光纖互聯或散熱系統無法匹配，算力也無法有效部署。
第三階段（2026 年及以後）：AI 應用商業化兌現
這一階段尚處早期，但方向明確：AI 必須從「燒錢訓練」轉向「產生收入」。軟體應用層（如企業級 AI 代理、AI 驅動的 SaaS）將決定算力需求的實際消化能力。投資邏輯將從硬體短缺敘事轉向單位算力產出效益的評估。
當前市場正處於第二階段向第三階段過渡的窗口期，這正是 AI 基礎設施股票獲得重新定價的根本原因。
AI 基礎設施核心賽道與代表公司
AI 資料中心基礎設施可拆解為六大關鍵環節，每個環節都有明確的龍頭企業與競爭格局。
GPU 與運算晶片
英偉達依然占據絕對主導，其 B200 系列 GPU 在 2026 年持續供不應求，主要客戶為微軟、亞馬遜、Google 和 Meta 等超大規模雲端服務商。超微半導體（AMD）則透過 MI350 系列在部分推論場景中取得突破，市場份額緩慢提升至約 15%。Intel 在 Gaudi 3 上持續投入，但尚未形成有效競爭力。
網路設備與互聯
AI 訓練叢集需要極高的內部互聯頻寬，InfiniBand 與乙太網方案為主流。博通（Broadcom）憑藉其 Tomahawk 系列交換晶片與 Jericho 路由器晶片，在 AI 後端網路中占據關鍵位置。Marvell 也在高速互聯晶片領域積極佈局。這一賽道的成長邏輯是：叢集規模越大，互聯層數越多，網路設備價值占比越高。目前網路設備在 AI 資料中心總成本中占比約 10% 至 15%。
電力設備與配電
AI 資料中心的電力需求正在重塑整個電力設備產業。Eaton（伊頓）是中低壓配電與 UPS（不斷電系統）領域的核心供應商，其產品涵蓋從變電站到機櫃的完整電力鏈。資料中心電力系統的可靠性要求極高，一旦斷電，訓練任務可能中斷數小時，損失巨大。因此，Eaton 等企業的議價能力正在提升，訂單能見度已延伸至 2027 年。Vertiv 則專注於熱管理和電力分配，同樣是這一賽道的重要參與者。
連接元件與零組件
這是最容易被忽略但同樣關鍵的環節。AI 伺服器內部的高密度連接、機櫃間的線纜與背板連接器，都需要高可靠性零組件支援。Amphenol（安費諾）是全球連接器龍頭，產品涵蓋光纖、銅纜、射頻連接器等，廣泛應用於 AI 伺服器與資料中心。Bel Fuse 則專注於電路保護、磁性元件與連接模組，其產品用於伺服器電源、訊號完整性與熱管理子系統。2026 年 7 月 22 日的股價上漲，部分來自市場對其在 AI 伺服器中單機價值量提升的預期——據估算，AI 伺服器的連接與保護元件價值量是傳統伺服器的 3 至 4 倍。
伺服器供應鏈與系統整合
Super Micro（超微電腦）是 AI 伺服器系統整合的代表企業，與英偉達深度合作，提供即插即用的液冷與風冷伺服器解決方案。超微電腦的商業模式接近「硬體系統整合商」，採購 GPU 後搭配自有主機板、散熱與機箱，交付給資料中心客戶。其毛利率雖低於晶片企業，但營收增速與 AI 資本支出高度相關，是觀察產業景氣度的直接窗口。
散熱與熱管理
AI 晶片功耗持續攀升，風冷已接近極限，液冷成為主流。Vertiv 和 Boyd Corporation 是這一領域的核心玩家。液冷方案的滲透率從 2024 年的不足 20% 提升至 2026 年的約 45%，帶動相關企業營收快速增長。冷卻系統的投資邏輯在於：功耗越高，散熱成本占比越大，且液冷系統的售後維護收入具有經常性特徵。
以下表格彙總了各賽道的代表公司及其核心定位：
| 領域 | 代表公司 | 核心產品與定位 |
|---|---|---|
| GPU 晶片 | 英偉達（Nvidia） | AI 訓練與推論 GPU，市占率超 80% |
| 網路設備 | 博通（Broadcom） | 乙太網交換晶片與互聯方案 |
| 電力設備 | 伊頓（Eaton） | 中低壓配電與 UPS 電源 |
| 連接元件 | 安費諾（Amphenol） | 連接器、線纜與互連系統 |
| 伺服器系統整合 | 超微電腦（Super Micro） | AI 伺服器整機與液冷方案 |
| 零組件與電路保護 | Bel Fuse | 磁性元件、連接模組與電路保護 |
Bel Fuse 的供應鏈定位與價值邏輯
Bel Fuse 並非家喻戶曉的公司，但在 AI 資料中心供應鏈中，其產品涵蓋三個關鍵環節：
第一，電路保護與電源管理。 AI 伺服器內部電壓軌道複雜，需要高可靠性的保險絲、TVS（瞬態電壓抑制二極體）與電源濾波器。Bel Fuse 在這類產品上有數十年累積，其表面黏著式保險絲在伺服器電源模組中被廣泛採用。
第二，磁性元件與訊號完整性。 AI 伺服器的高速資料傳輸對共模扼流圈與變壓器提出更高要求。Bel Fuse 的磁性元件用於網路介面與訊號隔離，確保資料在高速傳輸中的完整性與抗干擾能力。
第三，連接模組與整合封裝。 Bel Fuse 部分業務與安費諾形成互補，在板對板與線對板連接領域提供客製化解決方案。
從財務表現來看，Bel Fuse 在 2025 年至 2026 年的營收結構中，資料中心相關收入占比持續提升。雖然公司整體規模遠小於安費諾，但其「小而精」的定位使其在 AI 供應鏈中具備一定的議價能力與成長彈性。2026 年 7 月 22 日 5.79% 的單日漲幅，從側面反映市場對 AI 供應鏈「非 GPU 環節」的持續關注。
需要明確的是， Bel Fuse 的業務仍高度依賴資料中心資本支出的整體景氣度。若 2026 年下半年主要雲端服務商的資本支出增速放緩，其估值與獲利預期將面臨修正。此外，其產品門檻低於晶片企業，競爭格局相對分散，長期毛利率提升空間存在不確定性。
投資邏輯的綜合評估
在第二階段，AI 基礎設施股票的整體邏輯成立，但不同環節的供需格局與競爭門檻差異顯著：
- 晶片環節（英偉達、超微半導體）競爭門檻最高，但估值已充分反映樂觀預期，未來超額收益需依賴 AI 訓練需求進一步超預期。
- 網路設備（博通）具備一定的技術門檻，且受益於叢集規模擴大帶來的互聯層數增加，成長確定性較高。
- 電力設備（伊頓）受益於 AI 資料中心對電力可靠性的極高要求，訂單能見度高，且電力設備產業本身供給彈性有限，有利於維持定價權。
- 連接元件與零組件（安費諾、Bel Fuse）屬於「量大面廣」型產品，單機價值雖小但不可或缺，成長取決於 AI 伺服器出貨量的持續成長。
- 系統整合（超微電腦）對 GPU 供應敏感，且毛利率偏低，屬於「薄利多銷」模式，需關注其庫存與現金流狀況。
結語
AI 投資正經歷從「GPU 單核驅動」到「基礎設施全鏈受益」的擴散過程。這一擴散並不代表英偉達等晶片企業失去投資價值，而是市場正在更精細地為 AI 供應鏈中的每一環定價。Bel Fuse 在 2026 年 7 月 22 日的股價表現，正是這種精細化定價的微觀體現。
對於關注 AI 基礎設施的投資人而言，當前的核心問題是：在資料中心資本支出的擴張週期中，哪些環節具備持久的定價權，哪些環節容易被替代？這一問題的答案，將直接影響 2026 年下半年至 2027 年的配置方向。無論是博通的網路晶片、伊頓的配電設備，還是安費諾與 Bel Fuse 的連接元件，其成長都建立在同一個前提之上——AI 從「訓練競賽」走向「推論普及」的過程中，算力基礎設施的擴張遠未結束。
然而，風險同樣需要正視。 若宏觀經濟下行導致企業 IT 預算收縮，或主要雲端服務商下調資本支出指引，AI 基礎設施類股票可能面臨系統性估值壓縮。此外，技術路線變化（如光子運算、存內運算等新範式）可能對現有供應鏈格局產生結構性衝擊。投資人於關注上述機會的同時，需結合自身風險承受能力審慎評估。
加密資產市場快訊（2026 年 7 月 22 日）
比特幣（BTC） 日內交投於 68,500 美元至 69,200 美元區間，24 小時波動率維持低檔。以太幣（ETH）在 3,650 美元附近震盪，Layer 2 網路活躍地址數持續成長。AI 賽道代幣（如 FET、AGIX）隨英偉達及 AI 基礎設施股票走勢小幅跟漲，但整體連動性較 2025 年已有所減弱。市場關注下週美聯準會利率決議對風險資產的整體影響。
FAQ
問：AI 基礎設施股票與 GPU 晶片股票在投資邏輯上有什麼本質區別？
GPU 晶片（如英偉達、超微半導體）是 AI 算力的直接提供者，技術門檻高、毛利率高，但估值也充分反映了成長預期。AI 基礎設施股票（如伊頓、安費諾、Bel Fuse）是資料中心建設的配套供應商，成長依賴資本支出規模，毛利率相對較低，但受惠於供應鏈擴散效應，部分環節的訂單能見度與業績確定性正在提升。
問：Bel Fuse 在 AI 供應鏈中的具體產品是什麼？
Bel Fuse 為 AI 伺服器提供電路保護元件（如表面黏著式保險絲）、磁性元件（用於訊號完整性與 EMI 抑制）以及連接模組。這些產品用於伺服器電源管理、高速資料介面與板間互連，屬於 AI 伺服器正常運作所必需的基礎零組件。
問：2026 年下半年 AI 基礎設施投資面臨的最大風險是什麼？
主要風險在於主要雲端服務商（微軟、亞馬遜、Google、Meta）的資本支出增速是否放緩。若 2026 年 Q3 或 Q4 的資本支出指引不如預期，整個供應鏈的訂單能見度將下降，相關股票估值可能面臨系統性壓縮。此外，電力供應瓶頸可能在部分地區限制資料中心建設節奏。
問：目前 AI 散熱賽道的主流技術路線是什麼？
液冷方案正成為主流。2026 年，液冷在新建 AI 資料中心中的滲透率已達約 45%，預計 2027 年將超過 60%。風冷仍用於邊緣場景與低密度機櫃，但新建高密度機櫃基本全部採用液冷方案。相關受惠企業包括 Vertiv、Boyd Corporation 及超微電腦的部分客製化業務。
問：網路設備在 AI 資料中心成本中的占比有多少？
網路設備（包括交換器、光模組與高速互聯晶片）在 AI 資料中心總成本中占比約 10% 至 15%。隨著叢集規模從萬卡擴展到十萬卡，網路層數與頻寬需求同步成長，這一占比有提升趨勢。博通是該領域的核心受惠者。
