**AI伺服器持續升級，電力需求也同步進入高功耗時代。**隨著AI推論需求快速增加，市場除了關注GPU、HBM與先進封裝，資料中心的電力架構也逐漸成為新的產業焦點。從54V走向800V，不只是電壓提高，更牽動PSU、Power Shelf、BBU、電容、連接器、SiC、GaN及散熱等供應鏈。

另一方面，Cerebras以大型晶片與SRAM高頻寬架構切入AI推論市場，搭配AMD的解構式推論架構，也讓市場開始思考「推論時代」可能帶來的新一輪硬體需求。

以下整理《股癌》EP688筆記中的市場重點，從SpaceX、Cerebras股票解禁，到800V資料中心電力架構一次看懂。

目錄

1. AI推論時代為何成為新焦點？
2. Cerebras有什麼特色？
3. 800V資料中心電力架構是什麼？
4. 800V升級將帶動哪些供應鏈？
5. 800V架構三階段發展
6. SpaceX股票解禁代表什麼？
7. 投資人如何看待800V與AI電力題材？
8. 市場QA與常見問題
9. 結論

一、AI推論時代為何成為新焦點？

過去AI產業最受關注的是訓練（Training），但隨著大型語言模型、生成式AI與AI應用普及，市場開始把目光轉向Inference（推論）。

簡單來說：

• Training訓練：讓AI學習大量資料。
• Inference推論：使用訓練完成的模型回答問題、產生內容或執行任務。

兩者的硬體需求並不完全相同。

尤其推論階段會涉及大量Token生成，因此對記憶體頻寬、延遲與能源效率的要求更加突出。

這也使得Cerebras等不同於傳統GPU架構的AI晶片受到市場關注。

二、Cerebras有什麼特色？

Cerebras最大的特色之一，是推出尺寸非常大的AI處理器，晶片面積接近整片晶圓，因此與傳統GPU設計存在明顯差異。

其核心思路之一，是針對AI推論過程中的Prefill與Decode進行不同程度的最佳化。

Cerebras近期也與AMD合作發展**Disaggregated Inference（解構式推論）**架構，由不同硬體分別處理Prefill與Decode工作。

這種架構能否真正大規模落地，仍需要持續觀察，但它反映一個重要趨勢：AI硬體競爭可能逐漸從單純比算力，轉向比推論效率、頻寬與整體系統效能。

三、為什麼資料中心開始從54V走向800V？

AI伺服器最大的問題之一，就是功耗快速增加。

當單一伺服器系統的功耗逐漸提高，傳統54V架構會面臨「低電壓、大電流」問題。

例如功率增加到數百KW之後，如果仍使用低電壓架構，就需要更大的電流才能提供相同功率。

電流越大，就會帶來一連串問題：

• Busbar需要更粗
• Cable重量增加
• Cable彎曲半徑變大
• Connector尺寸增加
• PSU數量增加
• Power Shelf空間增加
• 散熱難度提高
• 資料中心整體設計更加複雜

因此，提高電壓可以在相同功率下有效降低電流，進而降低線材、匯流排及連接器等設備的負擔。

這就是800V資料中心電力架構受到重視的核心原因之一。

四、800V升級將帶動哪些供應鏈？

800V並不是單純更換一個電源設備，而是可能牽動整個資料中心電力系統。

第一階段市場比較容易看到的受惠環節，包括：

其中，**BBU（Battery Backup Unit）**尤其值得留意。

過去部分架構可能將BBU視為選配，但隨著AI伺服器功耗與系統複雜度提高，備援電力的重要性也可能增加，市場甚至存在從選配逐步走向更普遍配置的可能。

五、800V架構可能分成三個發展階段

從產業發展來看，800V並非一次完成，而可能逐步演進。

第一階段：Power Rack

2026～2027年仍以Power Rack架構為主。

主要受惠：

AC → 800V PSU → Power Shelf → 54V

相關供應鏈包括：

• PSU
• Power Shelf
• 電容
• 連接器
• BBU

這些是目前相對容易看到實際需求的領域。

第二階段：Power Center

後續架構可能逐漸轉向集中式Power Center。

受惠領域可能包括：

• 集中式整流器
• SiC
• IGBT
• GaN

其中值得注意的是，市場目前對SiC與GaN的供需狀況相當關注，尤其GaN需求可能比預期更加吃緊。

第三階段：DC UPS與新型配電

更長期則可能進一步發展：

• DC UPS
• Busway
• SSCB
• DC Power系統
• BESS儲能
• DC Switchboard
• 高電流Busbar
• 系統控制與整合

部分更大型的DC Power Block架構，可能要等到2030年後新建資料中心才更明顯。

因此，越靠後面的題材，想像空間可能越大，但距離真正大量商業化也越遠。

六、SpaceX股票解禁，為何沒有出現想像中的大跌？

市場原本可能擔心股票解禁後，大量股票進入市場會增加賣壓。

但實際走勢未必如此。

原因之一是，市場可能早已提前反映解禁預期，部分賣壓在解禁前就已經出現。

當真正解禁後，如果市場有足夠買盤承接，反而可能逐漸消化籌碼。

這也帶出一個重要觀察：

股票解禁本身不一定等於股價下跌，真正重要的是新增籌碼有沒有足夠市場承接。

當持股人更加分散、流動性增加後，股價也可能逐漸由市場共識決定，而不是少數股東掌握大量籌碼。

七、投資人如何看待800V與AI電力題材？

800V真正值得關注的地方，不只是「一個新規格」，而是AI伺服器功耗增加後，電力、散熱與運算三者開始形成連動關係。

可以簡化成：

AI算力增加 → 功耗提高 → 電力架構升級 → 發熱增加 → 散熱升級

因此，AI供應鏈不再只是GPU與記憶體。

未來也可能逐步延伸至：

電源 → 配電 → 功率半導體 → 儲能 → UPS → 散熱

這也是為什麼近期市場開始重新評價部分原本屬於傳統電力供應鏈的企業。

如果一家電力設備廠商成功切入AI資料中心供應鏈，市場可能不只看到營收增加，也可能重新評估其成長性與估值。

這就是所謂的估值重評價，甚至可能出現戴維斯雙擊的可能性。

不過，實際能否發生仍取決於訂單、營收、毛利率及量產進度，不能只靠題材判斷。

八、投資市場三大重要觀念

1. 不要期待100%買在最低點

市場沒有人可以每一次都精準抓到底部。

如果有人宣稱自己能夠百分之百抓到最低點，反而更需要提高警覺。

真正重要的是：

風險報酬比是否合理，以及企業基本面是否支持長期成長。

2. 真正的大底通常需要大量資金參與

如果一檔股票出現非常強烈的止跌反彈，往往不只是散戶力量。

大型法人、主力資金與市場資金大量回補，都可能形成重要支撐。

但如果形成的重要底部再次被有效跌破，也代表市場對基本面的看法可能出現重大變化，因此仍需要重新評估。

3. 題材與基本面必須分開看

AI、800V、Cerebras、SiC、GaN等都是市場熱門題材，但不同階段的投資邏輯不同。

已經開始產生營收的題材，與兩三年後才可能實現的夢想，不能用同一套估值方式。

尤其越遠期的題材，股價越容易受到市場情緒影響。

九、FAQ：AI電力與800V架構常見問題

Q1：為什麼AI資料中心需要800V？

主要原因是AI伺服器功耗越來越高。提高電壓可以在相同功率下降低電流，減少Busbar、Cable及Connector等設備的尺寸與電力傳輸負擔。

Q2：800V會取代54V嗎？

不一定是直接全面取代，而比較可能是逐步形成新的電力架構，並透過PSU、Power Shelf等設備完成不同電壓之間的轉換。

Q3：哪些產業可能受惠？

短期可關注PSU、Power Shelf、電容、連接器與BBU；中期則可觀察SiC、GaN、集中式整流器；更長期則包括UPS、Busway、儲能及DC配電系統。

Q4：Cerebras為什麼受到市場關注？

Cerebras採用非常大型的晶片設計，並利用SRAM提供高頻寬，主要瞄準AI運算與推論效率，市場也關注其與AMD合作的解構式推論架構。

Q5：800V題材是不是現在就一定會大漲？

不一定。產業趨勢正確不代表所有相關股票都會上漲。股價仍會受到估值、訂單、營收、獲利、量產時程與市場資金影響。

Q6：投資AI電力股最重要的是什麼？

除了題材，更重要的是確認企業是否真正進入供應鏈，以及訂單能否轉化成營收與獲利。

十、結論：AI下半場，電力可能成為不能忽略的關鍵

AI產業正在從「比算力」逐步走向「比整體系統效率」。

當AI伺服器功耗持續提高，電力供應就會成為資料中心能否持續擴張的重要瓶頸。

從目前的54V架構，到未來逐步導入800V，再往Power Center、DC UPS、儲能與DC Power Block發展，代表AI電力供應鏈可能是一條持續數年的產業升級路徑。

另一方面，Cerebras等新型AI晶片開始強調推論效率，也顯示AI產業的下一階段不只在訓練，而是逐漸進入Inference推論時代。

因此，投資人除了關注GPU、HBM、伺服器與散熱之外，也可以進一步觀察：

電源、800V、BBU、功率半導體、儲能與資料中心配電。

不過，產業趨勢不等於個股買點。越接近「夢想階段」的題材，通常波動也越大；真正值得長期追蹤的，仍是訂單是否落地、營收是否成長，以及獲利能否跟上估值。