甲骨文為何要投資這麼多錢在 AI 基礎設施上？

甲骨文希望藉由擴充其雲端服務的 AI 運算能力，吸引更多企業客戶使用其 AI 相關服務，並在快速成長的 AI 市場中搶占一席之地。

這 700 億美元主要會用在哪裡？

主要會用於建置更多、更先進的資料中心，採購大量的 AI 晶片（如輝達 GPU），以及升級網路和儲存設備，以支援更複雜的 AI 模型運行。

甲骨文的股價為何會因為這個消息下跌？

市場擔心如此龐大的投資會對甲骨文的財務造成壓力，並對其未來的營收和獲利能力產生不確定性，擔心投資效益不如預期。

這對台灣的 AI 供應鏈有什麼影響？

對台灣的伺服器、散熱、電源供應器等零組件製造商是大利多，有機會獲得更多來自甲骨文的訂單，推升相關產業的營收。

除了硬體，甲骨文還會投入哪些 AI 相關領域？

甲骨文同時也在發展其雲端 AI 平台，並加強與輝達等夥伴的合作，以提供軟硬體整合的 AI 解決方案給客戶。

甲骨文,AI基礎設施,AI投資,台灣供應鏈,AI晶片 - 最新消息

30 秒看重點

事件：甲骨文宣布將在一年內投入 700 億美元擴建 AI 基礎設施。
意義：這顯示了大型科技公司對 AI 算力與數據中心的龐大投資動能。
影響：台灣的 AI 伺服器、晶片散熱等供應鏈有望受惠，但也面臨潛在的市場波動。

甲骨文（Oracle）這個雲端巨頭，繼先前承諾在未來 10 年投入 1000 億美元發展 AI 後，再度加碼，預計一年內砸下 700 億美元（約新台幣 2.2 兆元）擴充 AI 基礎設施。這不僅凸顯了 AI 成為科技巨頭們兵家必爭之地的關鍵，也為台灣相關的供應鏈夥伴，像是伺服器、散熱、甚至未來可能的 AI 晶片組裝廠，打開了另一扇極具潛力的大門。

關鍵數據：一年 700 億美元的 AI 基礎設施投資，遠超許多市場預期，顯示甲骨文在 AI 領域的雄心。

700 億美元 AI 投資，是實力展現還是財務壓力？

甲骨文近期動作頻頻，先是和 AI 領導者輝達（NVIDIA）達成協議，將在其雲端服務中使用輝達的 GPU，現在更是宣布了這筆驚人的基礎設施投資。這筆錢會花在哪裡？主要會用來建置更多的資料中心，採購更強大的 AI 晶片，以及升級網路與儲存系統，讓客戶能夠更順暢地運行 AI 模型，像是大型語言模型（LLM）等等。這就好比是幫 AI 蓋更豪華、更寬敞的「AI 住宅」，並配備最新的「AI 交通工具」，以便 AI 能更有效率地工作。

然而，如此龐大的開銷也引發了市場的關注與擔憂。新聞中提到，甲骨文的股價曾因此重挫，原因在於市場質疑這筆巨大的支出是否會壓垮公司的財務，以及這些投資能否真正轉化為可觀的營收。畢竟，蓋房子需要時間，而且建好後還得有客人來租，才能收回成本。對於甲骨文而言，如何確保這些「AI 住宅」能吸引足夠的「AI 租客」，並產生穩定的金流，是它接下來必須克服的挑戰。此舉也反映出，當前 AI 發展的瓶頸，很大一部分在於「硬體」的支援，特別是強大的運算能力，這也讓原本就已相當吃緊的 AI 晶片與伺服器供應鏈，再度受到市場的矚目。

台灣怎麼看這件事？

對台灣科技產業來說，甲骨文的這項大手筆投資，無疑是一劑強心針，同時也帶來了新的契機與挑戰。台灣在伺服器、電源供應器、以及高階散熱模組等領域，在全球供應鏈中扮演著舉足輕重的角色。甲骨文的 AI 基礎設施擴張，意味著對這些零組件的需求將會大幅增加。特別是伺服器大廠，像是廣達、緯創、仁寶等，若能爭取到甲骨文的訂單，將能進一步鞏固其在 AI 浪潮中的地位。而散熱技術，在 AI 晶片功耗越來越高的趨勢下，更是扮演著關鍵的「散熱小幫手」角色，台灣廠商在這方面擁有領先技術，有望分食大餅。

然而，這也意味著台灣供應鏈將更緊密地與甲骨文等雲端巨頭綁在一起。一旦這些巨頭的 AI 投資計畫不如預期，或是市場對 AI 服務的需求出現波動，台灣的相關產業鏈也可能隨之受到影響。此外，隨著 AI 基礎設施的建置，對於高階技術人才的需求也將持續攀升，這也將是台灣產業鏈在發展過程中需要持續關注的重點。

編輯觀點

甲骨文這次的 AI 佈局，誠然展現了其成為 AI 領域重要推手的決心，700 億美元的投資金額確實非常驚人，不僅能拉動全球 AI 基礎設施的發展，也為台灣的電子代工廠及零組件供應商提供了難得的商機。但我們也必須審慎看待這項投資的背後潛在風險。市場的疑慮並非空穴來風，如何在高昂的資本支出與營收成長之間找到平衡點，將是檢驗甲骨文經營智慧的關鍵。對於台灣廠商而言，在積極爭取訂單的同時，也應思考如何分散風險，並提升自身在價值鏈中的話語權，才能在這場 AI 競賽中走得更遠。

常見問題

甲骨文為何要投資這麼多錢在 AI 基礎設施上？: 甲骨文希望藉由擴充其雲端服務的 AI 運算能力，吸引更多企業客戶使用其 AI 相關服務，並在快速成長的 AI 市場中搶占一席之地。
這 700 億美元主要會用在哪裡？: 主要會用於建置更多、更先進的資料中心，採購大量的 AI 晶片（如輝達 GPU），以及升級網路和儲存設備，以支援更複雜的 AI 模型運行。
甲骨文的股價為何會因為這個消息下跌？: 市場擔心如此龐大的投資會對甲骨文的財務造成壓力，並對其未來的營收和獲利能力產生不確定性，擔心投資效益不如預期。
這對台灣的 AI 供應鏈有什麼影響？: 對台灣的伺服器、散熱、電源供應器等零組件製造商是大利多，有機會獲得更多來自甲骨文的訂單，推升相關產業的營收。
除了硬體，甲骨文還會投入哪些 AI 相關領域？: 甲骨文同時也在發展其雲端 AI 平台，並加強與輝達等夥伴的合作，以提供軟硬體整合的 AI 解決方案給客戶。

名詞小教室

AI 基礎設施 (AI Infrastructure): 就好比是蓋房子的鋼筋水泥、水電管路，或是蓋工廠的廠房和設備，是讓 AI 能夠運作的硬體、軟體和網路的總稱。
AI 晶片 (AI Chip): 專門為處理 AI 運算設計的晶片，就像是 AI 的「大腦」，比一般處理器跑 AI 運算速度快很多，例如輝達的 GPU。
資料中心 (Data Center): 一個專門存放大量電腦設備（伺服器、儲存設備、網路設備）的建築物，裡面有強大的電力、冷卻系統和網路連結，是雲端運算和 AI 服務的後台。
輝達 GPU (NVIDIA GPU): 輝達公司生產的圖形處理器，原本是用來跑遊戲畫面，但因為其強大的平行運算能力，非常適合用來訓練和運行 AI 模型。
大型語言模型 (Large Language Model, LLM): 一種很「會說話」的 AI 模型，像是 ChatGPT，能夠理解和產生人類語言，可以寫文章、回答問題、翻譯等等。