別再追NVIDIA了，真正的Bug在這裡：散熱和矽光子才是系統穩定的關鍵

少年仔，當你還在追著黃仁勳的皮夾克跑、瘋搶NVIDIA股票的時候，那些真正懂系統架構的老工程師早就在做另一件事了——他們不是在看最貴的晶片，而是在盯那些「讓晶片不會燒掉」的散熱技術，還有那個用光取代電的矽光子通訊。為什麼？因為再漂亮的PPT、再強的算力，投片出來會燒掉，那就是零。

算力爆炸？先解決散熱這個Bug再說

2026年GTC大會上，黃仁勳丟了一個數字出來：AI算力需求在過去兩年暴增100萬倍。這不是行銷話術，是真實的製程壓力——具體來說，完成單一AI工作所需推論運算量增加約10,000倍，整體使用量增加約100倍，導致全球推論運算總需求暴增100萬倍。當每個資料中心都在拚命塞GPU、訓練更大的模型時,一個更致命的問題浮現了：這些晶片產生的熱量，快要讓機房變成烤箱。

傳統的風扇散熱？早就撐不住了。現在業界開始瘋狂導入「液冷技術」，直接用液體帶走廢熱。這也解釋了為什麼台達電、鴻海這些「基礎設施玩家」在GTC上的關注度，竟然不輸給晶片大廠。承通投顧副總顏逸民講得很清楚：「過去市場聚焦算力革命，未來焦點將轉向應用革命——而應用要能落地，散熱與能源管理是最基本的關卡。」這就是我一直在講的：少跟我談願景，先把系統穩定性搞定再說。

矽光子：這不是黑科技，是降壓的必然選擇

另一個被低估的技術是矽光子（CPO, Co-Packaged Optics）。用白話文講，就是「用光訊號取代電訊號來傳資料」。

為什麼這很重要？我用Debug的邏輯跟你講：當資料量暴增到一定程度，傳統的金屬導線會遇到兩個致命Bug——頻寬不夠、熱量太高。而光訊號不僅傳輸速度快得多，還幾乎不發熱。對於需要在機櫃內塞滿上百顆高階GPU的資料中心來說，這根本是救命的降壓方案。

黃仁勳在主題演講中預告，次世代架構將持續朝向3D堆疊與矽光子技術整合的方向發展。最新推出的Vera Rubin平台已經開始在1GW功耗等級的數據中心內運作，顯示對散熱與能源管理的極高要求。台積電的先進製程技術（包括1.6奈米與背面供電技術）預計將在這波光電整合趨勢中扮演關鍵角色。Dcard上有位產業觀察家說得很實在：「當市場目光集中在昂貴的AI晶片時，底層配套（散熱、光通訊、能源）的升級趨勢，往往是相對明確且長期的投資主軸。」這就是工程師思維——不要看表面，要看系統穩定性。

黃仁勳的「五層蛋糕」：真正的良率在第二、三層

這次GTC上，黃仁勳提出了一個產業結構的新解讀——「AI五層蛋糕」。大部分人只看到最上層的應用（ChatGPT、Midjourney），卻忽略了中間兩層：第二層是晶片與演算法、第三層是基礎設施（散熱、電源、光通訊）。

黃仁勳預測，到2027年底，全球AI計算基礎設施需求將達至少1兆美元，他甚至補充「這個數字可能還是低估」。但這1兆美元不會只流向NVIDIA——台積電、台達電、鴻海、緯創這些「蛋糕第二、三層」的供應商，才是真正能夠穩定分潤的長線贏家。用封裝的概念來說，光有好晶片沒用，整個封裝做不好，良率就是零。