Google 母公司 Alphabet 最新申報資料顯示，已持有價值約 5.48 億美元的高通（Qualcomm）股票，顯現出科技巨頭對邊緣與資料中心算力的戰略布局。與此同時，Google 亦宣布將在美國懷俄明州投資 170 億美元興建全新資料中心，藉由多元能源與多元晶片架構，全力擴展 Google AI 基礎設施。
高通搶進 AI 推理市場 Alphabet 持股引發關注
智慧型手機市場逐漸趨於成熟，促使晶片巨頭高通積極開闢新成長曲線。高通已將目光鎖定人工智慧（AI）資料中心領域，並宣示要在 2029 財年實現資料中心晶片年收入 150 億美元的目標。與主要聚焦於模型訓練的競爭對手不同，高通將切入點放在需求的 AI 推理（Inference）階段，試圖以低功耗與記憶體頻寬優勢打破既有競爭格局。
為了解決大型語言模型（LLM）在執行逐字生成時面臨的記憶體傳輸瓶頸，高通推出了高頻寬計算（High Bandwidth Compute, HBC）技術。該技術利用晶圓級封裝，將低功耗雙倍資料率記憶體（LPDDR）與計算晶片整合，有效縮短資料搬運距離並降低發電消耗。據報導，高通已在實驗室完成首代 HBC 晶片驗證，並規劃推出結合該技術的 Dragonwing AI250 推理晶片與基於 Oryon 架構的 C1000 伺服器中央處理器（CPU），預計將於 2027 年迎來商業化考驗。
Google 投資 170 億美元 打造永續能源資料中心
伴隨 AI 模型規模爆炸性成長，算力建設引發的電力與水資源壓力成為業界關注焦點。Google 宣布於美國懷俄明州拉勒米郡建置首座資料中心，規劃總供電資源高達 2.7GW。為降低對傳統電網的依賴與碳排放，該設施將導入 702MW 天然氣燃料電池發電系統，並結合碳捕捉與封存（CCS）技術，將發電過程產生的二氧化碳封存於地下結構。
傳統資料中心往往消耗大量冷卻用水，引發地方社區關切。Google 本次規劃採用氣冷式冷卻技術，大幅減少水資源使用，並由業者自行承擔電力與相關基礎設施成本。隨著各地對資料中心建設的環境審查轉趨嚴格，這種結合新興能源方案與氣冷技術的部署模式，正成為科技大廠維持算力擴充速度的重要策略。
AI 建設計畫推升原物料需求 聯準會密切關注通膨影響
大規模基礎設施投資雖然帶動了供應鏈商機，但也對總體經濟帶來變數。美國聯邦準備理事會（Fed）官員指出，各大科技公司對 AI 資料中心的龐大需求，已經顯著拉升了銅等基礎金屬與建材的原物料價格，短期內可能對物價構成上行壓力。
金融市場同時也在重新評估 AI 資本支出轉化為實質營收的速度。聯準會官員認為，AI 帶動生產力提升效益需要時間顯現，但在基礎建設階段所產生的資金與資源需求已經發生。決策者將持續觀察勞動市場與物價數據，避免過度樂觀估算生產力成長而忽視通膨風險。
這代表什麼
Google 與高通的最新動態，反映出 AI 產業正從單純的「模型訓練競賽」走向「規模化推理與營運成本控制」的新階段。對一般使用者與企業而言，AI 服務（如 AI Agent 智慧代理）的普及程度，很大一部分取決於雲端服務商能否以極低成本提供快速回應。高通等非傳統伺服器晶片廠切入推理市場，有助於降低算力取得成本，並提供市場除輝達（Nvidia）之外的更多選擇。
對台灣科技產業而言，這股趨勢帶來了雙重效益。首先，無論是自研晶片、傳統 GPU 亦或是高通推出的 HBC 推理方案，皆高度仰賴先進封裝與高階測試技術，台灣半導體供應鏈將持續扮演不可或缺的角色；其次，資料中心對氣冷、液冷等散熱技術與高效率電源管理設備的需求大增，將為台灣伺服器代工（ODM）與零組件廠商創造長期升級商機。
背景補充
在 AI 計算中，「訓練」與「推理」是兩個截然不同的階段。「訓練」是指利用龐大的資料庫餵養模型，使其學會語言邏輯與知識，需要極高的平行計算能力與數萬顆高速處理器聯網運作；而「推理」則是模型訓練完成後，針對使用者的提問進行即時計算並輸出答案。隨著 AI 應用全面落地，每日產生的推理請求量已遠超訓練需求，使得專為推理優化的低功耗、高頻寬晶片成為新一波競爭熱點。
此外，Alphabet 雖然已擁有自研的張量處理器（TPU），但透過資本市場持股高通並深化與外部夥伴的合作，顯示出科技巨頭在維持自研競爭力的同時，也採取多軌並行的供應鏈策略，以降低單一架構的集中風險。
常見問題
Alphabet 為何選擇持股高通？
高通正積極進軍 AI 資料中心推理晶片市場，持股反映科技巨頭在推進自研晶片的同時，也透過多元布局分散算力供應鏈風險。
Google 在懷俄明州的資料中心有何特別之處？
該資料中心採用 702MW 天然氣燃料電池與碳捕捉（CCS）技術，並搭配氣冷散熱系統，旨在減少對傳統電網與水資源的依賴。
AI 資料中心擴建對總體經濟有何影響？
大規模建設拉升了銅與鋼鐵等原物料需求，可能增加通膨壓力，同時也促使金融市場重新審視 AI 投資的營收轉化速度。