AI焦點｜別只盯著晶片！AI資料中心每花1美元，有半數流向別處・Goldman Sachs Raises Tesla Del・SpaceX 同意以 600 億美元股票交易收購 AI 編碼

📰 1. 別只盯著晶片！AI資料中心每花1美元，有半數流向別處

大家是不是都覺得，AI資料中心就是塞滿了NVIDIA的H100或B200晶片，然後訓練AI模型噴錢如流水？沒錯，晶片很貴，但最新的報導揭露一個殘酷的事實：你每花一塊美元在AI資料中心，大概只有五毛是買晶片，另外五毛其實流到了你想都想不到的地方。

原文摘要：晶片只是開胃菜

根據Yahoo Finance這篇報導（原文標題：Forget the Chips. Half of Every AI Datacenter Dollar Goes Somewhere Else），分析師指出，AI資料中心的總體擁有成本（TCO）中，半數以上的支出其實落在「非晶片」項目。這些包括：冷卻系統（尤其是液冷，因為GPU太燙了）、電力基礎設施（從變壓器到不斷電系統）、網路交換器與光纖（把幾萬張卡串起來）、機櫃與佈線，還有最驚人的——建築與土地成本本身。

簡單說，大家瘋狂追逐台積電CoWoS產能、搶購H100的時候，真正讓營運商頭痛的，反而是「電從哪裡來？」、「熱怎麼散掉？」、「蓋一座資料中心要等多久？」這些聽起來很傳統的問題。

我的觀點：冷卻與電力才是真正的「印鈔機瓶頸」

我完全同意這篇報導的方向。如果你只盯著晶片漲跌，其實會錯過更大的產業結構轉變。核心判斷：下一波AI基礎建設的贏家，不是晶片設計公司，而是那些解決「物理限制」的公司。

為什麼？因為摩爾定律放緩，但AI模型的運算需求卻指數成長。晶片效能提升的邊際效益，已經被散熱與電力傳輸的物理瓶頸吃掉。想想看，一個NVIDIA B200的散熱設計功耗（TDP）接近1000瓦，你塞個十萬張卡，散熱規模相當於一座小型電廠。誰能搞定液冷？誰能搞定超高壓配電？誰能搞定資料中心的「預製化模組」讓工期從三年縮到一年？這些公司的成長曲線，可能比GPU供應鏈更陡。

另外，我擔心的點是：電力基礎設施的投資週期太長，跟不上AI擴張速度。變壓器訂單排到2026年、電網升級需要政府審批——這會直接變成AI發展的天花板，而不是晶片產能。所以與其天天問「H100能不能出貨」，不如關注全球電網的升級計畫與冷卻技術的商用進展。

延伸思考：台灣供應鏈的「隱藏冠軍」在哪裡？

這對台灣是大利多還是警訊？台灣已經有台達電、雙鴻、高力等公司在伺服器電源與散熱領域深耕多年。如果液冷成為主流，台灣的散熱模組廠商很可能吃到下一波紅利。但反過來說，如果美國、歐洲開始用「能源效率補貼」來扶持本土基礎設施廠商，台灣的出口競爭優勢會不會被稀釋？這值得長期觀察。

更長遠來看，我認為「AI資料中心」這個名詞在五年後會消失，取而代之的是「AI聚落」——就是把資料中心、再生能源電廠、儲能系統綁在一起的巨型複合體，類似工業園區的概念。那些有能力「一站式包辦電力+冷卻+算力」的公司，會是真正的王者。

📝 編輯說：:這篇文章在Yahoo Finance引發科技投資人討論，筆者認為最有價值的觀點是「別把注意力全放在晶片股，基礎建設的瓶頸才是真正的商機所在」。

📰 2. Goldman Sachs Raises Tesla Delivery Forecast as Second-Quarter Performance Appears Stronger Than Expected (TSLA)

🔗 原文連結

TITLE:高盛上調特斯拉交車預測，第二季表現超乎預期

原文摘要

高盛分析師近日發布報告，將特斯拉（TSLA）第二季度的交車預測小幅上調，理由是近期銷售數據優於預期，尤其是降價策略在北美與歐洲市場持續發酵。報告指出，特斯拉在上海工廠的產能利用率提升，加上庫存周轉加快，可能使實際交車量高出原先估值約5%。儘管未揭露具體數字，但市場普遍預期特斯拉第二季交車將落在44萬至46萬輛之間，高於先前共識。

我的觀點

這次上調幅度雖然只有個位數百分比，但背後藏著一個關鍵矛盾：降價衝量 vs. 利潤率下滑。特斯拉第一季毛利率已跌破20%，若第二季交車量成長但均價繼續走低，投資人該開心還是擔心？我認為高盛的修正更像是在反映「短期銷量韌性」，而非長期競爭力的提升。畢竟在中國市場，比亞迪等對手正用更低價格搶市，特斯拉的訂單增量有多少來自降價刺激，又有多少是自然需求？這才是接下來財報該盯緊的數字。

延伸思考

這份報告也讓我想到電動車產業的「賽局邏輯」：當大家都在拚規模時，誰先虧損誰出局。特斯拉靠品牌溢價與技術領先撐到現在，但今年以來股價波動主要來自市場對其未來成長動能的疑慮——自動駕駛進展不如預期、Cybertruck量產牛步，以及馬斯克忙著搞X平台分心。如果高盛上調只是因為「暫時賣得不錯」，那接下來下半年還得觀察：降價是否成常態？Model 2平價車型何時兌現？這些才是真正影響股價的長期變數。

另外，華爾街對特斯拉的預測向來起起伏伏，散戶投資者最好別跟著單一投行報告追漲殺跌。第二季實際交車數字最快7月初公布，到時數據見真章。

📝 編輯說：:這篇文章在美股投資社團引發討論，筆者認為最有價值的觀點是「降價衝量與利潤率的取捨」，而非只看交車數字。

📰 3. SpaceX 同意以 600 億美元股票交易收購 AI 編碼平台 Cursor

🔗 原文連結

原文摘要

根據《Yahoo Finance》等外電報導，SpaceX 已同意透過一筆總值約 600 億美元的股票交易，收購 AI 編碼輔助平台 Cursor。Cursor 是由 Anysphere 開發的熱門開發工具，能像 GitHub Copilot 那樣根據上下文自動補完程式碼，甚至生成整個函式。這筆交易規模驚人——幾乎比 SpaceX 上一次融資估值（約 1800 億美元）的三分之一還多，顯示馬斯克對 AI 輔助軟體開發的重視程度。

我的觀點：工程師的鍵盤要「火箭級加速」了？

想像一下，你正在寫 SpaceX 火箭的導航控制系統，幾十萬行程式碼裡藏著一個 tiny bug 可能讓火箭偏離軌道。這時候 Cursor 跳出來幫你補上整段安全檢查邏輯，甚至自動修正常見錯誤——聽起來很夢幻對吧？但現實是，AI 編碼工具目前在關鍵安全領域（如飛行軟體）還不太可靠，因為它不懂物理邊界條件，可能生成「看起來對但實際上會炸」的程式碼。

所以 SpaceX 花 600 億美元股票收購 Cursor，我猜主要目的不是直接拿來寫火星任務的飛控 code，而是 搶人才 跟 布局下一代開發流程。Cursor 團隊擁有頂尖的程式碼語言模型技術和訓練資料，這些寶貴的資產可以整合進 SpaceX 內部的工具鏈，讓自家工程師寫測試、做文件、甚至分析 legacy code 時效率翻倍。至於 600 億美元貴不貴？想想看，如果這套工具能讓火箭研發生產週期縮短 10%，省下的錢可能遠超過這個數字。

延伸思考：AI 收購狂潮背後的訊號

這筆交易如果成真，會是繼微軟投資 OpenAI、Google 收購 DeepMind 之後，另一樁「科技巨頭用天價換 AI 團隊」的案例。但 SpaceX 不是傳統軟體公司，它的本質是航太製造。這透露一個趨勢：AI 正在從「軟體工具」變成「硬體公司的核心競爭力」。未來任何需要高度客製化軟體的產業——汽車、機器人、甚至農業——都可能上演類似收購。

另一方面，Cursor 的開源競爭對手（如 Code Llama、CodeGemma）可能會因此加速發展，因為社群擔心封閉化。而對於獨立開發者來說，如果你的專案依賴於 Cursor 的免費版……嗯，準備好迎接漲價或功能限制吧。

最後，馬斯克同時掌舵 Tesla、xAI 和 SpaceX，現在又多了一個 Cursor——他手上有多少個 AI 團隊在互相競爭？這或許才是真正的「多執行緒」策略。

📝 編輯說：: 這篇文章在科技論壇 Hacker News 引發激烈辯論，多數網友認為 600 億美元估值過高，但也有工程師笑稱：「如果 Cursor 能幫我寫 SpaceX 的面試題 code，我願意付月費。」筆者覺得最有價值的觀點是：這筆交易顯示硬體巨頭終於意識到，AI 編碼工具不只是「效率插件」，而是未來製造業的數位神經系統。

📚 本日原文來源

本文由JK Space News彙整，不代表任何投資建議。