AI 基礎建設電力稀缺！Bloom Energy 成為解方？SOFC 是什麼？概念股有哪些？

2026 年 3 月，美國總統川普與 Google、Microsoft、Meta、Amazon、Oracle、xAI、OpenAI 等美國七大科技巨頭在白宮共同簽署「費率保護承諾（Ratepayer Protection Pledge）」。承諾的核心要求就是：AI 資料中心業者必須「自建、自帶或自購」所有所需電力與基礎設施，嚴禁將任何成本轉嫁給一般美國民眾（ratepayers），確保 AI 基礎建設不會推升家庭電費，反而可能帶來讓電價下降。川普為何要強迫巨頭做出承諾？只有美國遇到這樣的問題嗎？解決電力問題只能蓋發電站？在此前提下又有哪些潛力股？股感帶你了解！

編按 2026/09/08 更新：近期 Bloom Energy 頻頻登上財經版面，因其不只單季營收首破 10 億美元、全年財測翻倍上修，連美國前眾議院議長裴洛西家族都申報進場，被市場封為「AI 能源妖股」。高股價背後還是回到 AI 資料中心正嚴重缺電，而 Bloom 手上的 SOFC 技術，就是目前最快能把電送進機房的解方。到底 SOFC 是什麼？還有哪些台股與美股概念股跟著受惠？歡迎下方段落了解！ >>> 點我

自己的電自己發！

過去一段時間在各大媒體上常聽到「AI 算力競賽 = 電力競賽」的說法，誰有電誰就能蓋更多的資料中心。過去雲端存儲的時代，資料中心只是電網的被動消費者，用電量相對穩定且可預期。但現在 AI 訓練與即時推論需求讓單一資料中心功耗從傳統數十 MW 暴增至數百 MW 甚至 GW 級（NVIDIA GB200 單櫃功耗可達 1.4MW）。

如今全球資料中心電力需求在 2030 年將逼近 1,000 TWh，相當於日本全國用電總量。Hyperscalers 資本支出雖然大幅上修，想要修建更多的資料中心。但傳統電網升級速度嚴重落後，導致「有地無電、有錢無電」的窘境怎麼辦？既然無法連接到當地電網，那不如就自己發電！川普此舉就是為了避免電價轉嫁引發民怨，同時強迫業者加速轉向現場自建電源（Bring Your Own Power, BYOP）。自己的電自己發！

資料來源：IEA

目前電力如何進到資料中心？

要理解 AI 時代電力架構究竟遇到哪些問題之前，必須先了解傳統與現代供電鏈的差異，以及電是怎麼從發電廠進到資料中心的？我們大致可以把供電的整個流程可分為五個關鍵環節：

1. 發電端（Generation）：傳統上高度依賴遠端大型電廠（燃煤、燃氣、核能或再生能源），發電後以高壓（HV, 110kV~500kV）形式輸出。由於 AI 對電力的需求是 24/7 高基載，新興解方如 SOFC 或 SMR 開始直接在資料中心園區內部署模組化發電設備，產生直流電（DC），繞過遠端電網依賴。
2. 高壓輸電與變電站（Transmission & Substation）：電力經長距離輸電線路送到區域變電站，降壓至中壓（MV, 10kV~35kV）。這是傳統架構最大的瓶頸所在。因為電網擴建需 5-7年，併網排隊（Interconnection Queue）動輒數年，導致 AI 專案大量延宕。
3. 資料中心入口（Data Center Intake）：中壓電力進入園區後，經開關設備（Switchgear / GIS）與大型變壓器進一步降至低壓（LV, 380V~480V AC）。此階段仍以交流電（AC）為主，轉換損耗高。
4. 備援與分配（UPS / Power Distribution）：進入機房後，由UPS（不斷電系統）或BBU（電池備援單元）提供穩壓與瞬間備援，再透過 PDU（Power Distribution Unit）與 Power Shelf 分配至各機櫃。
5. 伺服器端最終使用（Server / Chip Level）：電源供應器（PSU）將 AC 轉為 DC，再經 DC-DC 轉換供給 GPU/CPU。傳統多階段 AC-DC 轉換導致整體效率只有 87-90%，散熱壓力巨大。

資料來源：IEA ; 股感自行整理

目前科技巨頭的因應對策是「電網輔助 + 現場自建基載 + HVDC 高壓直流集中供電」的混合模式，大幅縮短 Time-to-Power（電力就緒時間），並將效率提升至 94% 以上，以直接應對高密度 GPU 叢集對電力的需求。這部分在後面段落會再提到！

現在電力架構遇到哪些問題？

AI 基礎建設建置浪潮下，晶片生產商像是台積電等 Foundry 產能全開生產，但資料中心所需要的土地。前因是 AI 算力需求爆炸性成長（單櫃功耗暴增），後果則是全球近半專案面臨延期或取消，具體問題如下：

建置計畫大規模延期或取消 

全球 2026 年原預計新增 12-16 GW 資料中心容量，但目前只有約 ⅓ 進入施工階段，大部分計畫被迫延期或取消，或是只有說要蓋卻沒有任何動作，原因有好幾個。第一，是變壓器、開關設備（switchgear）、電池等關鍵電力設備在全球的交期時間拉長至 4-5 年，電網併網等待時間也超過數年。結果就是 AI 算力上線時程嚴重落後，Hyperscalers 資本支出雖然一直大幅增加，卻無法轉化為實際產能，全球近半 AI 資料中心專案其實都面臨相同困境。

全球宣布建造的資料中心中，大部分都延期

資料來源：sightline

電網過載與區域電力危機

以美國為例，近期 PJM（美國東部最大輸電組織）2025-2026 年因資料中心新增需求，容量拍賣價格暴漲 12 倍，電費直接轉嫁給一般用戶，引發民怨。加上電網老化、燃煤機組加速退役、新增燃氣容量不足，再生能源又具間歇性，無法滿足AI 24/7 的基載需求。

台灣情況同樣嚴峻，根據勤業眾信表示，目前 36 座資料中心用電只占全國總用電量 0.16%，但 AI 算力中心用電預估將從 2026 年的 60MW 暴增至 2029 年 450MW（成長 6.5 倍），2024 年以後，台電已嚴格限制桃園以北 5MW 以上新案，並強制引導往中南部電源較充足區域，顯示目前北台灣電網容量已吃緊。

資料來源：報導者

供應鏈依賴與地緣風險 

美國仍高度仰賴中國進口高功率變壓器（2025 年前 10 個月進口逾 8,000 台，較 2022 年暴增）。目前全球電力設備產能嚴重不足，即使業者有錢也無法快速建置，就連用電設備都遇到「非紅供應鏈」的轉型壓力，進一步拖累 AI 專案進度。

電價上漲、環境壓力與氣候目標衝突 

資料中心 24hr 的基載需求推升化石燃料使用占比（目前超過 50%），而再生能源無法完全填補缺口，後果就是電價持續上漲，也延緩全球減碳目標。台灣能源署也同步趨嚴 PUE（Power Usage Effectiveness）規範，超大型資料中心不得超過 1.3 能源使用效率（PUE）指標，否則不核准新建，業者被迫必須同時兼顧效率與碳排。

選址受限與社區反彈

除了能源與設備問題外，資料中心也有臨避效應的問題。目前愛爾蘭、新加坡、美國北部維吉尼亞等地已限制或暫停新資料中心審核。因為電價、噪音、水資源爭議引發當地社區強烈反彈，讓許可時程進一步延長。

從全球產經結構觀察，電力供應已正式取代晶片，成為 AI 算力的實體極限。美國身為 AI 發展重鎮，也面對最嚴重的供電缺口，預估至 2030 年電力供給缺口將達 150 TWh，電網現代化進度不如預期，缺口會更進一步放大。台灣則面臨雙重挑戰，一方面是高達 95% 的能源進口依存度，另一方面是北台灣電網早已不堪負荷，難以支應 2029 年前預計成長 6.5 倍的 AI 耗電需求。

更不用說未來， AI 代理（Agent）模式會讓資料中心持續性的運轉，單次任務消耗 Token 數是傳統模式的 10 至 50 倍 ；然而，傳統電網正處於燃煤機組加速退役、新增併網排隊動輒耗時 3 至 5 年，升級速度遠滯後於建設。這導致產業思維徹底反轉：現在市場在看的不是誰的電比較便宜的「平均化能源成本（LCOE）」，而是誰能最快把電力引進機房的「電力就緒能力（Time-to-Power）」

目前的解方有哪些？

看完目前遇到的瓶頸後，我們來看看解決方法。因應上述瓶頸，資料中心電力架構從對當地發電廠的「純電網依賴」轉向「電網 + 現場自建 + HVDC 」的混合模式，每種解方都針對特定流程環節，解決不同流程的痛點：

現場自建電源（On-site Baseload）

資料中心直接在園區內部署模組化發電設備，實現「Behind-the-Meter」自主供電。與其等待電網併網排隊 3-7年、變壓器短缺，不如自給自足，通常只需要 90天~12個月即可上線，完全避開傳統輸電瓶頸，這也是川普與科技巨頭簽署保證時最希望的結果。

SMR（小型模組化核反應爐）

延續上個解方，SMR 提供乾淨、穩定、數十年基載零碳電力。透過工廠標準化生產與現場快速組裝，緩解傳統核電廠長達數十年的興建週期與財務壓力。SMR 有體積優勢與安全設計，讓電力供應從中心化轉向分散，甚至能直接佈建於資料中心旁，有效繞過老舊電網升級遲緩與配電損失的困境。更重要的是，它提供了再生能源難以企及的高穩定基載電力，完美契合 AI 算力二十四小時不停機的剛性需求。雖然目前 SMR 還是面臨初期成本與法規的問題，預計到 2030 年仍無法大規模商轉。

SOFC 固態氧化物燃料電池

SOFC 最早是用在 NASA 的太空任務中使用，核心原理是透過電化學反應，把燃料（如天然氣、氫氣或沼氣）中的化學能直接轉化為電能。與傳統火力發電需經過「燃燒產生熱能、帶動渦輪轉為動能、再轉換為電能」的多重損耗過程不同，SOFC 跳過了燃燒步驟，從源頭減少了能源轉換的損失。

SOFC 的電解質由固態陶瓷材料製成。以 Bloom Energy 的技術為例，燃料在陽極側重整後與來自陰極的氧離子結合，直接產生 300V 至 800V 的直流電，能無縫接入高壓直流（HVDC）匯流排系統。

相較於傳統電廠需要大量冷卻水（美國電網每生產 1 兆瓦時需消耗約 1.56 億加侖水），SOFC 在運作中產生的水蒸氣會被循環用於燃料重整，運轉期間「零耗水」。加上發電過程不涉及燃燒，系統運行時無震動、無燃燒噪音，且幾乎沒有有害物質（如氮氧化物、硫氧化物）排放。

Bloom Energy SOFC 解方

資料來源：Bloom Energy

這項技術之所以在 2026 年成為目前最務實的解方，是因為其部署只需 50 至 90 天，技術也相對成熟，且電效率高達 55% 以上，若結合熱電共生則可攀升至 90%，讓 SOFC 成為緩解「併網排隊」的最佳應急與長期基載方案 。目前 SOFC 全球龍頭 Bloom Energy 已跟 Oracle 簽下 GW 級大單，而台廠如台達電與高力也已成功切入相關供應鏈。

HVDC 高壓直流架構

在電力傳輸的過程中，每一次的交流/直流（AC/DC）轉換都會造成 3% 到 5% 的損耗 。對於單個機櫃功耗已突破 100kW 的 AI 伺服器而言，就代表巨大的浪費。高壓直流（HVDC）架構，特別是 800VDC 方案，正逐漸取代傳統的 480VAC 供電。

HVDC 簡單來說，就是電力直接以高壓直流供至 Power Shelf，取代傳統還要交流電轉直流電 （AC-DC） 帶來的熱損與空間占用。改用 HVDC 後，轉換效率能提升至 94% 以上，也釋放更多機櫃空間，以支援單一櫃中 MW 級的高密度 GPU 需求。這讓台達電與光寶科等供應商在供電優化路徑上取得領先地位。

台達電等領先廠商開發的固態變壓器（SST），能把中壓交流電（AC）直接轉換為 800V 直流電送至機櫃。這種架構能讓整體供電效率提升約 4% 至 5% 。在規模化運作下，這 5% 的效率提升可能節省數百萬美元的電費，也減少了散熱系統的負擔。

概念股有哪些？

目前 AI 電力商機已讓這些公司訂單能見度長達 3-8 年，只要資料中心的仍要繼續建置，
後續對於這些類股利多就不會斷，股感也列出下列幾檔標的供投資人參考：

• 台達電（2308）：全球電源龍頭，切入 HVDC Power Shelf、BBU、液冷與 SOFC ，所有在 AI 電力與散熱節點。2026 年4月初股價約 1,900 元，Daiwa 最新目標價 2,440元（上修 28.4%），預期 2026 EPS 35.077元（年增55.5%）、2027E 56.7元（年增57.6%）。主要受 AI GPU 電源需求爆發，其 AI 電源占比已由 2023 年的 2-3% 快速提升至 2025 年的 20-30%，2026 年預估再衝 19% 以上；在手 AI訂單滿手，產能吃緊，資本支出持續加碼，並已私募投資中鼎（9933）布局模組化資料中心，SOFC 預計 2026 年底小量生產、2027 年放量，長期成長動能最強。
• 中興電（1513）：新能源與重電核心，SOFC 技術已進入量產商業化階段，GIS 開關設備打入台積電與 AI 機房。2025 年 EPS 7.93 元符合預期，目前在手訂單逾 400億元、能見度至 2028-2030 年。受惠台電電網強韌計畫與 AI 電網建置需求，2026 年營收預估雙位數成長，EPS 區間 8.4-12.29 元。
• 高力（8996）：SOFC 關鍵熱能與液冷元件供應商，主力客戶就美商龍頭 Bloom Energy。受惠 CSP 自建電源浪潮，2026 年 Q1 營收創歷史新高、熱能產品年增 306%，訂單能見度達 2028 年，公司更砸 42 億元擴廠因應 AI 液冷與燃料電池需求。
• 華城（1519）：變壓器外銷龍頭，已打入美國 Stargate 等 AI 資料中心計畫。受惠全球變壓器短缺與非紅供應鏈需求，目前 AI-DC 訂單累計逾 120-150 億元、能見度至2028 年，2026 年 AI 應用占比預估從 2025 年的 5% 提升至 10% 以上，外銷比重首度突破 60%，毛利率維持高檔。
• 士電（1503）：GIS 開關設備與配電盤領導廠，UL 認證優勢。受惠電網升級與 AI 機房建置，在手訂單滿載至 2028 年，與台積電、國際雲端客戶深度綁定，重電事業穩健成長。

股感也列出美股市場的相關概念股，

未來發展路徑

2026 至 2028 年的解方還是以「SOFC + HVDC」為主導的過渡期，主因在於北美電網擴建速度遠滯後於負載增長，也讓資料中心自建電源比重快速提升 。2030 年後則會走向「多元低碳混合」架構，結合 SOFC 氫能轉型、SMR 小型核反應爐規模化及大量再生能源與儲能系統，形成更具韌性的電力供應體系 。

根據 IEA 預測，隨 AI Agent 模式普及，其單次任務 Token 消耗可能是傳統的 10-50 倍，這會讓 2035 年全球資料中心電力需求超過 1,700 TWh 。台廠憑藉在 HVDC、SOFC 系統整合及非紅供應鏈的明顯優勢，有望在全球 AI 電力解方中扮演關鍵角色 。

結論

短時間內 AI 擴張受到資料中心建設延誤而卡關，不論是電力缺口、人力短缺還是許可瓶頸都嚴重推遲建置時序。物理上的限制，雖然導致龐大的資本支出暫時無法回收，但轉念想卻從根本上抑制了供給過剩的風險，打消過去 1~2 年市場在爭執的 AI 供給過剩問題。目前的電力與土地限制反而讓 AI 估值更趨理性，要達到算力過剩的場景還相當的遠。

【延伸閱讀】

• 009805 新光美國電力基建 ETF｜成分股？配息？優缺點？
• 台積電也滿足不了需求？馬斯克Terafab計畫是什麼？如何把 AI 算力搬上太空？