AI熱潮正將全球資料中心推向一場規模空前的「算力軍備競賽」，隨著AI模型訓練、推論與各類應用持續擴張，全球對GPU、伺服器、儲存與網路設備的需求同步攀升，資料中心投資也可能成為未來數十年最重要的基礎建設週期之一。
PwC與牛津經濟研究院（Oxford Economics）共同發布《全球資料中心展望2026-2050》指出，在基準情境下，2050年全球資料中心累計資本支出將達31.6兆美元；若AI導入速度進一步加快，樂觀情境下投資規模甚至可能接近50兆美元。研究涵蓋美洲、亞太、歐洲、中東及非洲等46個國家與地區，並從建築結構及ICT設備兩大面向評估未來投資趨勢。
這波AI基建投資與過去網際網路、電信及能源等基礎建設週期最大的差異，在於設備汰換速度。傳統基礎建設通常完成大規模建置後，投資逐步趨緩；AI資料中心則受到晶片快速升級、算力需求持續成長及設備生命週期縮短影響，約每4至6年就可能迎來新一輪投資，讓資料中心市場形成持續性的資本支出循環。
每1美元建設支出，後續可能再砸12美元
從投資結構來看，未來資料中心的主戰場將逐漸從「蓋機房」轉向「買算力」。報告預估，全球資料中心年度資本支出將從2026年的約8000億美元，增加至2050年的1.8兆美元，而ICT設備在整體資本支出中的占比，將從70%進一步升至93%。
換句話說，資料中心真正龐大的資本需求，可能來自建置完成後持續進行的設備採購與汰換。報告估計，平均每投入1美元在資料中心建設上，後續還可能需要額外投入約12美元於ICT設備。
AI是推高這項支出的核心力量。傳統雲端運算主要依賴CPU，但AI模型訓練與推論高度依賴GPU及其他加速器，不僅單位設備成本更高，也帶來更大的電力與散熱需求。GPU及伺服器平均約4至6年就需要更新，代表一座資料中心若以20年生命週期計算，可能經歷3至5次大型設備升級。
同時，AI算力密度不斷提高，也迫使資料中心採用更高密度的機櫃配置，進一步推升供電、輸電、變電與冷卻系統需求。這意味著AI資料中心的投資鏈，將一路從晶片、伺服器延伸至電力設備與能源基礎建設。
AI改寫資料中心客戶版圖，推論需求加速「在地化」
AI帶來的變化也延伸至資料中心客戶結構。過去雲端時代主要由超大型雲端服務業者（Hyperscalers）主導，但AI時代的需求來源更加多元，至少包括新興雲端服務商、模型開發商、AI推論平台、企業及政府等不同客群。
相較之下，大型AI模型訓練更傾向集中於電力成本較低、先進晶片供應穩定且具備完整技術生態系的市場。這使全球資料中心版圖逐漸形成兩種不同方向：一端是追求規模與成本效率的大型AI訓練中心，另一端則是貼近市場、強調低延遲與資料主權的區域型AI基礎設施。
電力成為AI基建最大瓶頸
在AI資料中心擴張過程中，真正稀缺的資源可能逐漸從資金轉向電力、晶片及基礎設施容量。
PwC歸納出影響未來資料中心投資的五大因素，包括電力供應、低延遲與連接能力、安全性與可信任環境、GPU供應與產業生態系，以及政策穩定性與社會共識。
其中，電力的重要性最為突出。AI資料中心需要大量穩定電力，投資地點除了必須具備足夠的發電能力，也要有輸電容量、變電站及變壓器等配套設施。然而相關設備的建設與交期往往需要數年，可能成為限制資料中心擴張速度的瓶頸。
因此，資料中心業者開始評估自建能源等解決方案，但自有電力仍無法完全取代成熟電網。對各國政府而言，如何同步擴充低碳電力與電網，將直接影響能否承接下一波AI資本支出。
美國吃下全球近半投資，台灣累計投資占GDP比重全球第21
從區域來看，美洲仍將是全球資料中心投資最大受益者。報告預估，基準情境下，2050年美洲累計資料中心資本支出將達16.5兆美元，其中美國就占15.1兆美元，相當於全球總額約48%。
美國的優勢來自先進晶片供應鏈、AI產業聚落、創新人才與資本市場等完整生態系，預料仍將長期占據全球AI基礎建設核心位置。
亞太則是另一大投資重鎮，2050年累計資本支出預估達8.2兆美元。中國與印度擁有龐大人口、快速成長的數位經濟，以及企業與消費市場對AI應用的潛在需求，將成為區域算力需求的重要來源。
在AI快速導入情境下，亞太投資規模可能較基準情境增加69%；若AI導入速度放緩，則可能縮減34%，顯示亞太AI基建仍存在相當大的成長彈性與不確定性。
台灣方面，若以2026年至2050年累計資料中心投資額占GDP比重計算，約為0.89%，全球排名第21。亞太地區則落後香港5.29%、新加坡1.76%、馬來西亞1.56%及澳洲1.14%，但略高於南韓0.86%、日本0.70%及中國大陸0.36%。
「晶片供應碎片化」恐讓全球投資少6.1兆美元
除了電力與市場需求，地緣政治也可能重新改寫全球資料中心投資版圖。
PwC模擬「晶片供應碎片化」情境，假設美中出口管制持續升級，GPU取得難度提高，全球半導體供應鏈摩擦加劇。在此情況下，全球資料中心累計投資規模將從基準情境的31.6兆美元降至25.5兆美元，少約6.1兆美元，整體擴建速度也將明顯放緩。
另一項「以主權為首要考量」的情境，則假設各國提高關鍵工作負載在地化要求，推升公共服務、金融、醫療及主權AI的資料處理需求。此情況下，全球累計資本支出降幅相對有限，從31.6兆美元降至29.5兆美元，但資金流向將出現重新分配，具備龐大內需的新興市場可能成為主要受益者。
其中，印度、越南、印尼、菲律賓及泰國等亞太國家，都可能因主權AI及在地化需求增加而獲得更多資料中心投資。
電力、晶片與政策成為國家競爭力
從這份展望來看，未來資料中心產業的競爭核心，將逐漸從單純的土地與機房建設，擴大至電力、晶片、網路、人才、資本及政策環境的綜合競爭。資料中心業者必須在全球AI訓練樞紐與主權導向的區域數位基礎建設之間選擇發展方向，同時提高電力取得能力、保留設備與機房設計彈性，並透過長期合約降低供應與成本風險。
對於政府而言，資料中心也將逐漸成為關鍵基礎設施，需要從能源、土地、都市規畫到投資政策進行跨部門整合，提前布局低碳電力與電網容量。
資誠聯合會計師事務所市場長林一帆指出，全球資料中心資本支出的核心問題，在於哪些國家、企業及營運商能率先掌握關鍵資源與投資機會。未來勝出的參與者，必須掌握晶片更新週期，同時具備電力與基礎設施優勢，並在全球化與主權化兩條發展路徑之間做出清楚的策略選擇。
隨著AI持續擴張，資料中心的角色也正在快速升級。未來數十年的競爭，可能不只圍繞誰擁有最強AI模型，也將取決於誰能取得足夠的電力、晶片與資料中心容量；AI算力基礎建設，正逐步成為衡量一國產業競爭力與數位經濟實力的重要戰場。
