AI Server 正在成為全球機構資金重點布局的核心主軸。Dell 與 HPE 財報接連優於預期，並非偶發事件——它們共同指向一個正快速成形的結構性趨勢：從採購 GPU 到建設 AI 工廠，企業 AI 投資的底層邏輯正經歷一次根本性的重構。與此同時，雲端服務供應商（CSP）與主權雲需求持續火熱，正推動新一輪全球 AI 基礎設施週期。
AI Server 市場：量化的成長敘事
要理解 AI Server 當前的產業定位，需先建立幾個關鍵的量化座標。
2025 年，全球伺服器市場總規模（即伺服器整體支出）約為 3,820 億美元；到 2026 年，這一數字預計將達到 4,660 億美元。推動這一成長的核心驅動力，是服務供應商持續增加對 AI 能力建設的投資——Gartner 預測，2026 年 AI 相關支出將占全球伺服器總支出的 76%。
專注於 AI 優化伺服器的面向，Gartner 數據顯示，2025 年全球 AI 優化伺服器支出約為 2,800 億美元；2026 年預計攀升至 3,530 億美元，年增 26.2%；至 2029 年，五年複合年增率將維持在 28.2%。
在出貨量方面，根據 TrendForce 2026 年 2 月的預測，包含 AI 伺服器在內的全球伺服器總出貨量在 2026 年將實現 12.8% 的年增長。群智諮詢則給出更為積極的預測——2026 年全球 AI 伺服器出貨量預計達約 370 萬台，年增 51.3%，且 2027 至 2028 年仍將維持雙位數成長。不同機構因統計口徑不同導致數據略有差異，但「市場快速成長」的共識高度一致。
產值的結構性提升。 值得關注的是，AI 伺服器的產值增速明顯高於出貨量增速。TrendForce 分析指出，2025 年 AI 伺服器產值受惠於 Blackwell 新方案及 GB200/GB300 等高價值整合型 AI 方案，預計將有近 48% 的年成長；2026 年，在 GPU 供應商積極推出整櫃型方案及 CSP 擴大投資 ASIC AI 基礎設施的推動下，AI 伺服器產值有望較 2025 年再增加 30% 以上，營收占整體伺服器比重將達 74%。這意味著，單機價值持續提升——整櫃化、整合化解決方案的滲透率正在改變 AI 伺服器的價格結構。
Dell 與 HPE：數據揭示的產業訊號
Dell Technologies
Dell 的 AI 伺服器業務在過去幾個財季展現出明顯的加速軌跡。
在 2025 財年（截至 2025 年 1 月），Dell AI 伺服器單季收入於第四季達到 90 億美元。進入 2026 財年後，公司持續上調預期：2025 年 8 月，Dell 將 FY2026 AI 伺服器收入指引由先前的 150 億美元上調至 200 億美元；2025 年 11 月，受客戶需求遠超產能的推動，公司再度將預期上調至 250 億美元。此一收入指引意味著 FY2026 AI 伺服器收入預計年增超過 150%。
截至 2025 年 11 月，Dell 的 AI 伺服器積壓訂單（Backlog）已達 184 億美元，而僅第三季新訂單就有 123 億美元。在 2026 年 5 月的最新財報中，Dell 的 AI 伺服器積壓訂單更已創下新高，達 513 億美元——訂單消化速度已大幅落後於客戶下單強度。Dell 也同步將全年營收預期上調至 1,112 億至 1,122 億美元之間，Non-GAAP 每股盈餘預期上修為 9.92 美元。
從客戶結構來看，Dell 的 AI 伺服器涵蓋大型 CSP、二線雲端服務供應商以及企業級客戶三大領域。公司透露，過去六個季度已與超過 2,000 家企業客戶達成交易，並於主權 AI 市場取得突破——客戶包括 Elon Musk 的 xAI、阿布達比的 G42 及美國能源部。
Hewlett Packard Enterprise
HPE 同樣自 AI 基礎設施週期中獲得顯著業績推升。
Futurum Research 報告指出，HPE 在 2025 財年全年累計取得 68 億美元新 AI 系統訂單，其中超過 60% 來自主權及企業客戶。第四季（截至 2025 年 10 月）HPE AI 系統收入創下新高，達 16 億美元，季增 21%。至 2025 財年末，HPE 的 AI 系統積壓訂單為 37 億美元，雖高於上一季末的 32 億美元，但市場預期主要 AI 交易對收入的顯著貢獻可能要延後至 2026 財年下半年。
在業績層面，HPE 2025 財年第四季總營收為 97 億美元，年增 14%。整個 2025 財年，伺服器業務表現強勁，公司總收入預計約 345 億美元，年增約 14.2%。2025 年第三季伺服器業務收入達到 49 億美元的歷史高點，AI 系統收入 16 億美元，AI 訂單季增近乎翻倍，主權 AI 訂單季增約 250%。
兩家公司的數據呈現出共同模式：AI Server 的需求並非短期脈衝，而是由主權 AI 專案、大型 CSP 資本支出與企業數位轉型三重力量驅動的結構性能級躍升。
AI Factory：超越「GPU」的產業典範
若說 AI Server 的成長是需求端的量變，那麼 AI Factory 的興起則是供應結構與商業模式上的質變。
AI Factory 的核心定位
AI Factory 這一概念最早由 NVIDIA 執行長黃仁勳於 2022 年提出，並在 2024 年 GTC 演講中進一步明確：「An AI factory’s goal in life is to generate revenue, generate intelligence」——其核心產出單位是 Token（推理令牌），而非傳統資料中心的任務執行次數。在此典範下，資料中心從「成本中心」轉型為「生產智慧的數位製造工廠」。
Omdia 將 AI Factory 定義為「以生產『智慧』為目標的新型重工業基礎設施」，其架構圍繞四層展開：能源與物理基礎設施層、硬體與網路互聯層、調度與虛擬化編排層、模型即服務與 AI 應用生態層。
與傳統資料中心的根本差異
差異一：設計邏輯的典範轉變。
傳統資料中心以 CPU 負載為核心設計，單一機櫃功率容量通常為 5 至 15 千瓦。而一台 NVIDIA GB200 NVL72 機櫃的功耗即可高達 140 千瓦——這意味著一台 AI 機櫃的用電需求相當於傳統機櫃的十倍。這種差異要求從土木工程到電力配電到內部網路的全鏈路重新設計。
差異二：電力需求的系統規模躍升。
美國資料中心電力需求預計將從 2025 年的 31 吉瓦增長至 2026 年的 41 吉瓦，至 2027 年更將倍增至 66 吉瓦。這一成長主要由 AI 基礎設施建設加速所推動。高盛研究預測，資料中心夏季尖峰用電占比將從 2025 年的 4.1% 躍升至 2027 年的 8.5%，這意味著電力供應正從選配變為 AI 資料中心建設的核心約束條件。
從全球視角來看，RAND 研究估計，2027 年全球 AI 資料中心電力需求可能達 68 吉瓦，而 2022 年全球資料中心總容量僅為 88 吉瓦——這表示短短五年內僅 AI 新增用電需求就已接近過去全部存量容量。高盛則預估全球資料中心總用電需求到 2027 年將達 84 吉瓦，其中 AI 負載將占 27%。不同機構因統計範圍與假設模型不同而產生數據差異，但「AI 資料中心電力需求將大幅躍升」是所有研究機構的共識。
差異三：液冷從「可選」變為「必選」。
當機櫃功率密度從傳統 5 至 15 千瓦躍升至 100 千瓦以上時，傳統風冷方案已無法滿足散熱需求。液冷技術正從備選方案轉變為 AI 工廠建設的基礎配置。這也是 Vertiv 等資料中心散熱廠商在 AI Server 產業鏈中地位提升的根本原因——在 AI 工廠架構下，散熱系統已從「附屬設施」升級為「核心基礎設施」。
AI Server 產業鏈全景：從晶片到基礎設施
在 AI Factory 的架構下，AI Server 產業鏈的受益者遠不僅僅是伺服器整機廠。以下從產業鏈層級角度梳理核心參與者。
計算晶片層
NVIDIA 佔據核心地位。2026 財年（截至 2026 年 1 月），NVIDIA 全年資料中心收入達 2,159 億美元，全年總營收 2,159 億美元，年增 65%。第四季資料中心單季收入為 623 億美元，季增 22%，年增 75%。Blackwell 新平台將成為 2025 至 2026 年高階 GPU 主流方案，B300 及 GB300 方案將進一步推動搭載 Blackwell 的 HGX 及 GB Rack 系列出貨動能。
同時，大型 CSP 正加速自研 ASIC。TrendForce 推估，2025 年 NVIDIA 佔據約 70% 的 AI 晶片市場，但 2026 年因北美 CSP 及中國大陸 AI 自研晶片力道加強，ASIC 拉貨增速預計將高於 GPU。Google TPU 與 AWS Trainium 系列已成為 AI 推理領域的重要補充方案。
伺服器整機層
除 Dell 與 HPE 外，Super Micro Computer 在 AI GPU 相關平台的銷售占比超過 80%。工業富聯、聯想集團與廣達等代工廠亦積極布局 AI 伺服器產能。值得注意的是，整櫃型 AI 伺服器出貨量正快速放大——預估 2025 年全機架 AI 伺服器出貨量約 1.9 萬台，至 2027 年預計將快速成長至 8 萬台，對應市場規模擴大至 2,550 億美元。
網路互聯層
AI 訓練與推理對 GPU 之間的互聯頻寬提出極高要求。Arista Networks 在 AI 資料中心交換器領域佔據核心地位。據 650 Group 預測，AI 資料中心交換器市場五年複合年增率預計達 36%，2029 年市場規模有望達約 260 億美元。AI 集群從數千 GPU 向數萬乃至十萬 GPU 規模演進時，互聯效率的重要性將超越單點算力指標。
散熱與電力層
Vertiv 在 AI 資料中心熱管理領域佔據核心地位。Eaton 的電力基礎設施與 Amphenol 的高速連接器在 AI 資料中心建設中皆扮演重要角色。
AI 資本支出的宏觀背景
理解 AI Server 需求的結構性變化，不能脫離全球 AI 基礎設施資本支出這一宏觀背景。
2024 至 2025 年，亞馬遜、Google、Meta 三大科技巨頭的 AI 基礎設施支出增幅均超過 50%，四大巨頭資本支出合計從約 2,560 億美元躍升至 4,270 億美元。資金全部集中投入於資料中心擴建、AI 晶片採購與算力網路建置等領域。
進入 2026 年，四大超大規模雲端服務商（微軟、Google、亞馬遜、Meta）合計 2026 年資本支出計畫已上調至約 7,100 億美元，在 2025 年 4,160 億美元的基礎上大幅增加。Amazon 執行長 Andy Jassy 在第一季財報電話會上的說法極具代表性：「我們正處於一個需求遠超產能的階段，根本沒有足夠的容量來滿足需求」。亞馬遜 2026 年預計資本支出達 2,000 億美元，年增約 50%。
這一資本支出的持續擴張，為 AI Server 的下游需求提供了長期支撐。
產業鏈價值重估的結構性方向
從投資視角來看，AI Server 產業鏈的價值邏輯正經歷結構性調整。
面向一：需求來源的結構性分化。 相較於第一階段的 GPU 採購潮，AI Server 當前的需求來源更加多元且具可持續性。主權 AI 專案（各國政府將 AI 基礎設施視為國家級戰略資產）提供週期長、金額大、價格彈性低的穩定收入來源；CSP 資本支出則圍繞次世代 GPU 平台的機櫃級產品展開；企業級 AI 部署則代表最大長期增量空間。
面向二：供應鏈格局的演變邏輯。 在傳統伺服器時代，標準化程度高、差異化空間有限，競爭格局長期穩定。但在 AI Server 時代，工程複雜度急劇提升正重塑競爭邊界。Dell 在二線雲端與服務供應商領域的市占率快速擴張，其核心優勢在於涵蓋設計、整合、部署與運維的全鏈條服務能力。「硬體＋軟體＋服務」的複合模式，正成為 AI 伺服器廠商建立競爭壁壘的關鍵路徑。
面向三：價值向上游與「瓶頸環節」遷移。 在 AI Factory 架構中，關鍵瓶頸環節——機櫃級系統整合、高速互聯網路、高功率散熱方案、電力基礎設施——正經歷價值的系統性重估。這些環節的共同特徵是：技術門檻高、差異化空間大、客戶鎖定效應強，且難以被單一晶片供應商所取代。
結語：從 AI Server 到 AI Factory 的典範轉換
AI Server 成為當前 AI 基礎設施投資主軸的背後，是一次產業認知架構的系統升級。從 GPU 到 AI Server 再到 AI Factory，關注焦點從單一算力單元，逐步擴展至系統整合、伺服器工程與資料中心規模運作——這是一場從「點」到「線」再到「面」的完整性躍遷。
市場對 Dell 與 HPE 業績的超預期反應，本質上是對這一認知架構轉換的滯後定價。隨著主權 AI 專案持續落地、次世代 GPU 平台規模部署，以及企業級 AI 應用從實驗階段邁入生產階段，AI Server 作為 AI Factory 的核心物理載體，其結構性需求基礎仍在持續增強。
