【市場押注】 市場過去聚焦 AI 算力成長主要由先進製程與 GPU 帶動，但隨著算力密度與資料傳輸需求同步提升，下一階段的投資主線，可能逐步從「晶片本身」轉向「資料傳輸與能源效率」。市場押注的核心，將不再只是誰能做出更強的運算晶片，而是誰能支撐更高頻寬、更低功耗與更穩定的基礎設施。 【關鍵槓桿】 AI 基礎設施升級的關鍵槓桿，來自兩條主線的交會：一是光通訊技術（CPO、矽光、光模組）解決資料傳輸瓶頸；二是化合物半導體（GaN、SiC）提升電源效率與功率密度。當資料中心從「算力堆疊」轉向「整體效率優化」，光學傳輸與高效能電源將成為不可或缺的環節。真正的差異，不在於單一技術是否存在，而在於這些技術能否在量產、成本與系統整合上，快速落地並形成新的供應鏈價值核心。 【確認訊號】 光通訊（CPO、矽光、光模組）開始取得更多實際導入與訂單 資料中心資本支出逐步增加對網通與電源系統的投入 GaN、SiC 在電源模組與資料中心應用滲透率提升 外資報告從「晶片效能」轉向「頻寬與能源效率」敘事 系統廠與雲端業者開始強調整體能效（performance per watt） 【風險斷點】 光通訊技術量產進度低於預期，延後整體升級節奏 化合物半導體成本過高，限制大規模導入 資料中心資本支出放緩，影響基礎設施投資 技術路線分歧（CPO、NPO、傳統模組）導致市場不確定性提高 市場過度提前反映新技術，但實際營收貢獻尚未落地 📌 追蹤重點 AI 投資主線是否從「算力」轉向「傳輸與能效」 光通訊與電源技術是否開始實質貢獻營收 哪些供應鏈環節具備真正量產能力與定價權 雲端業者資本支出是否持續擴大至網通與電源端 市場資金是否開始從 GPU 延伸至基礎設施下游 📌 頻道定位說明 本頻道內容為個人研究筆記與市場觀察之整理，著重拆解產業趨勢與市場假設之驗證邏輯，非投資建議或買賣推薦。投資涉及風險，請自行判斷並審慎決策。 #光通訊 #化合物半導體 #AI資料中心 #GaN #SiC