
先聽聽AI怎麼看
輝達推出VR200 AI伺服器機櫃,單櫃售價上看1.8億元,引爆台灣供應鏈大規模合作
2026年初,輝達(NVIDIA)於美國拉斯維加斯消費電子展(CES 2026)宣布推出新一代AI伺服器機櫃VR200 NVL72,預計2026年下半年開始出貨。該機櫃針對AI高效運算需求進行重大升級,搭載36顆Vera CPU與72顆Rubin GPU,總推論算力高達3.6 EFLOPS,是前代GB200 NVL72的5倍。據台灣供應鏈推估,VR200單櫃售價可能達600萬美元(約新台幣1.8億元),成為全球AI伺服器市場的新標竿。這波需求帶動台灣56家廠商積極參與供應鏈,涵蓋晶圓代工、系統整合、散熱與電源等關鍵環節,並促使台積電、鴻海、群聯、廣達、緯穎、緯創與台達電等大廠2025年營收刷新紀錄。
VR200機櫃核心規格與供應鏈全貌
VR200採用新一代L10垂直整合架構,強調運算單元模組化和系統標準化,藉此大幅降低組裝時間,從約兩小時縮短至五分鐘。散熱系統全面升級,優先使用液冷方案及微通道冷板(MCCP),搭配無風扇設計,滿足高達230kW的最大功耗要求,遠超前代機櫃140kW功率。電源部分導入100A大電流輸入,支援高壓直流(HVDC)架構,確保資料中心電力供應的安全與效率。
台灣供應鏈有56家廠商參與此專案,涵蓋台積電的晶圓代工、鴻海與廣達的ODM系統整合、健策的先進液冷散熱方案,以及台達電的高階電源管理。根據供應鏈消息,NVIDIA在這款產品中強化採購管控,將散熱核心零組件統一採購,集中於少數「Group A」合作夥伴,並由少數ODM廠負責組裝,帶動產業朝向更緊密的垂直整合邁進,對供應商的技術升級與議價能力提出挑戰。

▲ 輝達2026財年第3季財報顯示,黑曜石架構GPU量產推動備貨成長,對新機VR200期望增添信心。資料來源:Unbias Taiwan
輝達新機帶動台灣科技大廠營收創高,經濟鏈條全面升級
輝達首款AI伺服器機櫃GB200 NVL72自2024年推出後,引爆全球AI運算需求。台灣主要供應鏈廠商如台積電、鴻海、廣達、緯穎、緯創及台達電等公司在2025年營收屢創新高。官方數據顯示,這些企業在AI運算硬體相關業務中獲利顯著增加,彰顯台灣在全球AI伺服器生產鏈上的核心地位。新世代VR200機櫃以其高性能與高價值進一步推動產業動能,為台灣供應商擴大技術投入與全球布局帶來良機。
台灣政府持續推動半導體與高效能運算產業政策,強化AI、高階晶片製造及資料中心領域發展,並透過國際合作與研發投入,提升台灣在全球供應鏈的競爭力與影響力。
國際市場需求增溫,專家看好VR200市場規模可達兆元
市場分析師郭明錤預估,2026年VR200機櫃出貨量將達5,000至7,000台,銷售規模突破兆元新台幣。富邦投顧較為保守,估計出貨約2,000台,總銷售額仍超過千億元。全球大型雲端服務商如Google、Amazon、Microsoft持續加碼AI基礎設施投資,推升VR200等高效能伺服器需求。
未來資料中心高階散熱及HVDC高效率電力供應系統將成為產業升級重點。NVIDIA的新採購策略可能壓縮中小廠商毛利,迫使供應鏈合作夥伴加強技術能力及服務水準,以維持議價能力。ODM廠商鴻海則積極轉型為AI基礎設施解決方案供應商,加強液冷及高階零組件自製能力,預計2027年產能將翻倍成長。
未來趨勢:液冷普及與電力架構革新主導AI硬體競爭新格局
液冷散熱技術,特別是微通道冷板與無風扇設計,將成為AI伺服器標準配置,取代傳統氣冷方案,有效應對GPU功耗快速提升的挑戰。資料中心電力架構正加速向高壓直流(HVDC)轉型,提升能源效率與穩定性,台達電等電源管理廠商將因應趨勢受惠。
產業鏈面臨技術及投資壓力,短期利潤將集中於具備核心技術與規模的龍頭廠商。ODM業者需加快轉型升級,從純組裝走向完整解決方案領導者。分析師指出,VR200可能是Oberon架構的終章,未來次世代Kyber機架將採用更高電壓(達800V HVDC)、更高功率密度與更整合的AI硬體設計。
台灣供應鏈持續強化關鍵在於掌握核心新技術、快速響應市場需求與深化與NVIDIA等國際大廠合作。政策面則需持續支持產業創新及人才培育,穩固台灣在全球AI伺服器生態系的領先地位。

▲ 三星與輝達合作建置AI超級工廠,說明AI硬體生產趨勢與全球市場需求持續上升。資料來源:Unbias Taiwan
結語:輝達VR200引領AI伺服器產業新紀元,台灣供應鏈成長關鍵亦面臨挑戰
輝達VR200伺服器機櫃的推出,不僅展示高效能AI硬體的技術躍進,也凸顯台灣在全球供應鏈的重要角色與潛力。該新平台帶來兆元規模的市場機會,同時對台灣供應鏈提出更高技術要求及議價策略挑戰。面對產業升級與國際競爭,台灣廠商與政府需攜手加強研發投入,擴大基礎建設與國際合作,確保在AI時代供應鏈格局中維持領先地位。
建議可參考「Google TPU推理成本降低70%,顯示AI晶片經濟效益提升」提升對AI硬體產業趨勢的認識。






