亞洲 AI 運算的新據點
鴻海正與輝達合作，在台灣興建一座耗資 14 億美元的超級電腦中心，預計於 2026 年上半年啟用。啟用後，該據點將設置台灣規模最大的先進 GPU 叢集，也是亞洲首座採用輝達 Blackwell GB300 平台的設施。這座設施的額定功率為 27 百萬瓦（MW），由鴻海旗下專責 AI 超級運算與雲端服務的新事業單位 Visonbay.ai 負責開發。
目錄
此計畫正值企業競相爭取運算資源之際，這些資源可用於訓練大型語言模型、大規模執行基礎模型推論，以及部署機器人與自主系統。現代 AI 工作流程需要高密度 GPU 叢集，能以極高速度在晶片間傳輸資料，同時控制電力與熱量。台灣中心結合輝達最新架構，以及鴻海在 AI 機櫃製造與整合領域日益重要的角色，旨在滿足區域各地客戶的需求。
以 27 MW 的電力規模來看，該據點在亞洲單棟建築部署的設施中名列前茅。它不是大型園區，但規模足以訓練最先進模型、支援國家級研究，並服務無暇或無力自行建置設施的商業客戶。此建置計畫著重縮短服務上線時間，採用工廠預製的機櫃系統，並以液冷技術維持高效能與良好的電力使用效率。
Blackwell GB300 的優勢
輝達 Blackwell 世代著重支援更大型模型、加快訓練速度，並降低單位運算成本。GB300 系列結合高速 GPU 核心、高頻寬記憶體，以及更新版 NVLink 互連架構，可將數十個 GPU 串聯成單一資源池。實際運作時，這讓叢集能更有效率地在 GPU 間傳輸參數與活化值，提升超大型模型的訓練與推論速度。
這些系統的設計目標是實現極高密度。其熱負載遠超傳統氣冷的極限，因此業者正轉向直接液冷等先進設計，以更高效率將熱量從高溫元件帶走。與 GB300 GPU 搭配的輝達機櫃級系統正反映這項轉變，管路、歧管與控制設備都在工廠端整合至機櫃中。
Blackwell 也加入適用於企業部署的平台功能，包括強化安全性與機密運算支援。對於需要在訓練與推論期間保護資料和模型權重，同時符合監管及內部法遵要求的組織而言，這些功能至關重要。
AI 機櫃如何運作
AI 機櫃內裝有配備 GPU 的伺服器、高速交換器與儲存設備，並整合電力分配與連接系統所需的線材。機櫃內的 NVLink 可讓 GPU 以極高頻寬、低延遲彼此傳輸資料。機櫃之間則透過高速乙太網路或 InfiniBand 連接成叢集，當工作負載大到單一機櫃無法處理時，便能分散至多個機櫃執行。
液冷為何逐漸成為標準
液冷的散熱效率遠高於氣冷，能協助資料中心在每平方公尺的樓地板面積中配置更多運算資源。液冷也能減少風扇耗電，有助降低據點的電力使用效率指標（PUE）。對營運商而言，液冷需要新的維護方式，但在 GPU 密度、效率目標與噪音限制都很嚴格時，這項投入相當值得。
租用或自建：AI 經濟模式的轉變
在鴻海科技日活動上，輝達為正在權衡資本支出與部署速度的客戶提出明確的考量。企業可以購買並營運自己的叢集，也可以向專門維護 GPU 機隊、確保設備持續更新的業者租用運算資源。對不打算頻繁汰換設備的買家而言，GPU 效能快速進步使得延長資產使用週期變得困難。
輝達副總裁 Alexis Bjorlin 告訴與會者，隨著產品週期縮短、模型快速演進，租用模式可能更具吸引力。她表示，這種做法能為許多企業提升彈性與投資報酬。
租用運算資源可能帶來更高的投資報酬，讓企業能靈活調整運算規模，以配合產品與業務週期。
鴻海旗下新事業單位 Visonbay.ai 預計將在台灣提供這類服務，讓企業無須等待、聘僱人員或自行建置設施，就能使用 GB300 運算資源。服務模式也能支援公共部門與研究機構，讓他們以可預期的預算支出取代龐大的前期成本。對輝達而言，此合作有助擴大 Blackwell 的部署規模；對鴻海而言，則是在製造業務之外，創造持續性服務收入。
鴻海押注 AI 基礎設施
過去兩年，鴻海持續打造以 AI 與雲端基礎設施為核心的第二成長引擎。公司表示，每週約可生產 1,000 個 AI 機櫃，並計畫明年提高產量。董事長劉揚偉也擬定長期資本計畫，承諾每年投入 20 億至 30 億美元於 AI 專案與產能。
除了資料中心，鴻海與輝達也正將 AI 導入生產線，目標是運用視覺系統、數位孿生與機器人減少瑕疵、提高良率，並縮短新產品上市所需時間。雙方合作已經展開，預期也將影響鴻海自家工廠的設計與營運方式。
輝達負責機器人產品的主管 Spencer Huang，也是輝達創辦人黃仁勳之子。他形容這項合作是務實推動工廠智慧化的努力。
輝達正與鴻海合作，將 AI 導入工廠與製造產線。
鴻海也藉此活動展示電動車計畫的進展。由日本工程師設計的 Model A，瞄準日本市場。鴻海計畫待產量足以支撐當地工廠後，在日本生產這款車，這是其服務希望外包更多組裝工作的汽車製造商策略之一。
27 百萬瓦有多大
電力是比較 AI 資料中心規模最簡單的指標。鴻海與輝達在台灣的據點規模達 27 MW，將是台灣重要的設施，足以容納數千個尖端 GPU。超大規模資料中心園區的規模大得多，有時分布於多棟建築，總容量可達 100 至 300 MW；但此計畫聚焦於單一高密度叢集，可同時為多家客戶提供訓練與推論服務。
這種規模的運算容量可支援各領域的研究實驗室與企業。半導體公司可模擬晶片設計與微影製程。生技團隊可運用生成式模型進行蛋白質結構探索與藥物篩選。金融科技與電子商務公司可微調大型語言模型，用於推薦、詐欺偵測與客戶支援。機器人開發商則可訓練控制策略，並以生產速度執行合成資料流程。
台灣的生態系優勢
台灣擁有緊密串聯的先進運算供應鏈。許多晶片由台積電製造，伺服器與機櫃由代工廠組裝，而成熟的網路服務市場則協助客戶連接雲端服務商。在台灣設置 GB300 叢集，能加快硬體、系統整合與早期採用者之間的回饋。此外，這個地點也能縮短區域客戶的運送時間，降低進口程序的複雜度。
哪些業者可能使用這座叢集
本地大學與國家級實驗室將運用島內自主運算資源推動 AI 研究。區域雲端服務商與軟體公司可預約資源，用於模型訓練、微調與推論。在台灣與日本設有工廠的產業集團，則可能利用這座叢集處理與生產相關的模擬及電腦視覺工作負載。多元客群有助於在市場週期變化時維持高使用率。
每週數千台的製造能力
大規模生產 AI 機櫃是一項複雜工作。每台設備都必須完成組裝、液冷管路配置、高頻寬佈線，並在出貨前進行負載驗證。鴻海每週約 1,000 台的生產速度，顯示公司已大幅從手機組裝跨足攸關任務成敗的基礎設施領域。這種規模有助縮短客戶交貨時間，並讓台灣的新中心啟用後迅速滿載。
鴻海也計畫與海外夥伴合作建置資料中心設備。先前規畫包括與 SoftBank 合作，利用鴻海位於俄亥俄州的前電動車廠址，這是其擴大供應美國大型 AI 計畫設備的一環。這些協議的全球布局，讓鴻海在各地瓶頸變化時擁有更多物流調度選項。
能源、冷卻與永續發展
大型 AI 叢集會集中大量電力與熱能，也帶來一些常見問題：據點如何接入電網、如何取得較潔淨的電力，以及如何處理用水。台灣的營運商持續擴大使用風能與太陽能購電協議，並推動熱能再利用與冷水機升級，以減少浪費。改用直接液冷可降低風扇耗電、提升熱能回收效率，也讓高 GPU 密度的配置得以實現。
液冷系統需要周詳設計與高品質控制，以避免停機。維護團隊必須接受訓練，熟悉快速接頭、冷卻液化學特性與洩漏偵測。其優勢在於熱效能更穩定，也能全年維持較佳的 PUE 目標，包括亞洲許多地區常見的炎熱夏季。
對輝達與 AI 市場的意義
這項計畫為輝達帶來雙重效益：加快 Blackwell 系列投入正式運作，也拓展運算租用模式的市場。此合作深化輝達與重要製造夥伴的關係，同時讓客戶無須經歷採購流程或興建新機房，就能取得頂級 GPU。
對買家而言，這項計畫的時程正好配合一波模型更新潮。計畫從前一代加速器升級的企業，可將工作負載轉移至記憶體頻寬更高、每瓦效能更好的 GB300 執行個體。研究團隊可預約叢集時段，執行在需求高峰期間難以安排於公有雲的訓練作業。新增的運算容量也能支援希望在台灣境內取得自主 AI 資源的國家級計畫。
時程、投資與觀察重點
鴻海表示，台灣據點將於 2026 年上半年完工。公司已獲董事會核准，可在 2026 年底前採購 AI 運算叢集與超級電腦中心所需設備，顯示工程將分階段推進，若需求迅速增加，也有擴建空間。這項 27 MW 計畫搭配每年投入 20 億至 30 億美元於 AI 的投資計畫，將讓鴻海同時擴大 AI 機櫃供應商與 Visonbay.ai 服務營運商的角色。
客戶將關注 GB300 機櫃的供應時間、Visonbay.ai 規畫提供的服務項目，以及連接區域網路的方式。該中心在能源效率與正常運作時間方面的表現，將為亞洲未來的 Blackwell 部署樹立標竿；目前區內許多據點正規畫液冷機房，以及針對 GPU 叢集設計的模組化架構。
重點整理
- 鴻海與輝達將在台灣興建一座耗資 14 億美元的超級電腦中心，預計於 2026 年上半年完工。
- 該據點將設置台灣規模最大的先進 GPU 叢集，也是亞洲首座採用輝達 Blackwell GB300 平台的叢集。
- 資料中心額定功率為 27 MW，將由鴻海旗下事業單位 Visonbay.ai 開發與營運。
- 輝達推廣運算租用，主打這是彈性取得頂級 GPU 的方式；Visonbay.ai 計畫提供此類服務。
- 鴻海每週可生產約 1,000 個 AI 機櫃，並計畫明年提高產量。
- 輝達的 Spencer Huang 表示，雙方正合作將 AI 導入工廠與製造產線。
- 鴻海計畫每年投入 20 億至 30 億美元於 AI，以因應 2026 年及未來持續增加的需求。
- 此計畫凸顯台灣在先進運算領域日益重要的角色，也讓能源、冷卻與效率目標受到更多關注。
