[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-goldman-sachs-sees-1t-ai-spend-3-stocks-zh":3,"article-related-goldman-sachs-sees-1t-ai-spend-3-stocks-zh":33,"series-industry-698c6cad-7dd4-451d-bcfe-4c8d3a66a4b6":80},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":25,"views":29,"created_at":30,"published_at":31,"topic_cluster_id":32},"698c6cad-7dd4-451d-bcfe-4c8d3a66a4b6","goldman-sachs-sees-1t-ai-spend-3-stocks-zh","高盛看 1 兆美元 AI 支出，三檔可看","\u003Cp data-speakable=\"summary\">高盛預估 AI \u003Ca href=\"\u002Fnews\u002Fblackwell-wins-agentic-ai-infrastructure-benchmark-zh\">基礎設施\u003C\u002Fa>支出在 2027 年可能衝上 1 兆美元，\u003Ca href=\"\u002Ftag\u002Fnvidia\">Nvidia\u003C\u002Fa>、AMD、Micron 都有機會吃到這波伺服器採購潮。\u003C\u002Fp>\u003Cp>講白了，這不是在聊概念股。這是在聊真金白銀的資本支出。2026 年 \u003Ca href=\"\u002Ftag\u002Fai-\">AI 基礎設施\u003C\u002Fa>支出已經超過 7000 億美元，2027 年還可能再往上跳。\u003C\u002Fp>\u003Cp>你可能會想問，錢最後流去哪裡。答案通常不是只流向\u003Ca href=\"\u002Fnews\u002Fmoonshot-ai-kimi-models-growth-zh\">模型\u003C\u002Fa>公司，而是流向賣 GPU、記憶體、網路和電力設備的人。這篇就把焦點放在三家最直接吃得到的公司。\u003C\u002Fp>\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>指標\u003C\u002Fth>\u003Cth>數值\u003C\u002Fth>\u003Cth>意義\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>2026 AI 基礎設施支出\u003C\u002Ftd>\u003Ctd>超過 7000 億美元\u003C\u002Ftd>\u003Ctd>代表現在的建置量已經很大\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>2027 高盛估值區間\u003C\u002Ftd>\u003Ctd>9200 億到 1.4 兆美元\u003C\u002Ftd>\u003Ctd>顯示明年還會繼續砸錢\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>中位數情境\u003C\u002Ftd>\u003Ctd>1.25 兆美元\u003C\u002Ftd>\u003Ctd>約等於美國 GDP 的 3%\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Nvidia forward P\u002FE\u003C\u002Ftd>\u003Ctd>16 倍，財年 2028 預估\u003C\u002Ftd>\u003Ctd>估值沒有想像中誇張\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>AMD GPU 承諾\u003C\u002Ftd>\u003Ctd>兩筆各 1000 億美元\u003C\u002Ftd>\u003Ctd>顯示 inference 需求很猛\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Micron forward P\u002FE\u003C\u002Ftd>\u003Ctd>9 倍，財年 2027 預估\u003C\u002Ftd>\u003Ctd>記憶體股還沒被炒到很貴\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Ch2>AI 支出開始變成硬預算\u003C\u002Fh2>\u003Cp>這波錢不再只是喊口號。資料中心要買 GPU、CPU、DRAM、HBM、交換器，還要散熱和電力設備。每一層都有自己的供應商，也都有自己的獲利空間。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781805775248-ya48.png\" alt=\"高盛看 1 兆美元 AI 支出，三檔可看\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>高盛估的中位數是 1.25 兆美元。這個數字很扯，因為它大概等於美國 GDP 的 3%。你把它放回科技史裡看，這種等級的支出只會出現在超大規模建置潮。\u003C\u002Fp>\u003Cp>而且這類資本支出有個老規則。真正賺錢的，常常不是最會講故事的那家，而是賣工具、賣零件、賣基礎元件的公司。這次也差不多。\u003C\u002Fp>\u003Cul>\u003Cli>2026 年 AI 基礎設施支出已超過 7000 億美元。\u003C\u002Fli>\u003Cli>高盛估 2027 年會落在 9200 億到 1.4 兆美元。\u003C\u002Fli>\u003Cli>中位數 1.25 兆美元，約等於美國 GDP 的 3%。\u003C\u002Fli>\u003Cli>支出會分散到 training、inference、agentic AI。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Nvidia 還是核心位置\u003C\u002Fh2>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002F\" target=\"_blank\" rel=\"noopener\">Nvidia\u003C\u002Fa> 目前還是最直接的受益者。\u003Ca href=\"\u002Fnews\u002Fclaude-corps-ai-training-into-jobs-zh\">訓練\u003C\u002Fa>大型模型時，市場幾乎還是先想到它的 GPU。這代表它不只是賣晶片，還賣生態系，連開發者習慣都一起綁住。\u003C\u002Fp>\u003Cp>Geoffrey Seiler 在 \u003Ca href=\"https:\u002F\u002Fwww.fool.com\u002Finvesting\u002F2026\u002F06\u002F14\u002Fgoldman-sachs-predicts-ai-infrastructure-spending\u002F\" target=\"_blank\" rel=\"noopener\">The Motley Fool\u003C\u002Fa> 的文章裡提到，Nvidia 最新一季營收年增 85%。這種數字很直接，意思就是需求還在燒，而且燒得不小。\u003C\u002Fp>\u003Cp>更有意思的是估值。它的 forward P\u002FE 只有 16 倍，對一家公司卡在 AI 最大支出潮裡，這個數字不算離譜。很多人看到漲很多就以為很貴，但市場有時候就是這麼愛打臉直覺。\u003C\u002Fp>\u003Cblockquote>“The company has been seeing extraordinary revenue growth, including 85% last quarter,” Geoffrey Seiler wrote in \u003Ca href=\"https:\u002F\u002Fwww.fool.com\u002Finvesting\u002F2026\u002F06\u002F14\u002Fgoldman-sachs-predicts-ai-infrastructure-spending\u002F\" target=\"_blank\" rel=\"noopener\">The Motley Fool\u003C\u002Fa>.\u003C\u002Fblockquote>\u003Cul>\u003Cli>最新季度營收年增 85%。\u003C\u002Fli>\u003Cli>forward P\u002FE 約 16 倍。\u003C\u002Fli>\u003Cli>強項是 AI training GPU。\u003C\u002Fli>\u003Cli>也在往 inference 和 agentic AI 擴張。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>AMD 和 Micron 吃到下一段需求\u003C\u002Fh2>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.amd.com\u002F\" target=\"_blank\" rel=\"noopener\">AMD\u003C\u002Fa> 沒有在 training 打贏 Nvidia，但它在 \u003Ca href=\"\u002Ftag\u002Finference\">inference\u003C\u002Fa> 和 \u003Ca href=\"\u002Ftag\u002Fagentic-ai\">agentic AI\u003C\u002Fa> 裡的機會更明確。原因很簡單。這些工作負載更吃系統平衡，也更吃記憶體配置，不是只有 GPU 算力大就夠。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781805775489-tx1a.png\" alt=\"高盛看 1 兆美元 AI 支出，三檔可看\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>AMD 的 ROCm 軟體堆疊這幾年有進步，至少不像以前那麼像配角。再加上它的 chiplet GPU 設計，能把更多記憶體塞進系統裡，這對推理工作很重要。文章還提到它拿到兩筆各 1000 億美元的 GPU 承諾，這數字很硬。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.micron.com\u002F\" target=\"_blank\" rel=\"noopener\">Micron\u003C\u002Fa> 的位置又不一樣。它賣 DRAM 和 HBM，這兩樣都是 AI 晶片的命脈。只要資料中心繼續擴，記憶體就不會缺席。文章也提到 Micron 的 forward P\u002FE 只有 9 倍，這比很多 AI 名牌便宜太多了。\u003C\u002Fp>\u003Cul>\u003Cli>AMD 有兩筆各 1000 億美元的 GPU 承諾。\u003C\u002Fli>\u003Cli>AMD 認為 GPU:CPU 比例會從 8:1 變成 1:1。\u003C\u002Fli>\u003Cli>AMD 覺得 CPU 機會可到 1200 億美元。\u003C\u002Fli>\u003Cli>Micron 的 forward P\u002FE 約 9 倍。\u003C\u002Fli>\u003Cli>Micron 直接受惠 DRAM 與 HBM 需求。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>三家公司在同一波支出裡，吃到不同位置\u003C\u002Fh2>\u003Cp>如果把這波 AI 支出拆開看，Nvidia 是最核心的算力供應商。AMD 比較像第二梯隊裡的搶位者，專攻 inference 與更彈性的系統架構。Micron 則是底層原料商，賣的是整個 AI 伺服器堆疊都少不了的記憶體。\u003C\u002Fp>\u003Cp>這種分工很重要。因為當市場開始追問誰能真正拿到訂單時，答案通常不只一個。資料中心不是買單一產品，而是整包採購。你要 GPU，也要記憶體，還要網路和電源。\u003C\u002Fp>\u003Cp>所以比較這三家，不該只看誰最紅。更該看誰的估值還沒把未來吃光。現在看起來，Nvidia 很強，但 AMD 和 Micron 的價格彈性反而更大。\u003C\u002Fp>\u003Cul>\u003Cli>Nvidia：最強的 training GPU 供應商。\u003C\u002Fli>\u003Cli>AMD：更偏向 inference 與 agentic AI。\u003C\u002Fli>\u003Cli>Micron：吃記憶體與 HBM 需求。\u003C\u002Fli>\u003Cli>三者分別對應算力、系統、原料層。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>這波不是短炒，是產業級建置\u003C\u002Fh2>\u003Cp>高盛這個預估最值得看的地方，不是 1 兆美元這個大數字本身，而是它代表 AI 支出已經進入企業預算表。這種錢一旦進去，就不會因為幾個月的新聞熱度而停下來。\u003C\u002Fp>\u003Cp>我覺得接下來最該盯的，是 GPU 供應、記憶體價格，還有 inference 需求有沒有真的放量。因為只要推理工作變多，整個採購結構就會變，從單純追算力，轉成追整體系統效率。\u003C\u002Fp>\u003Cp>這也解釋了為什麼很多人只盯著最有名的 AI 公司，反而會漏掉真正賺錢的位置。這波比較像工業化建置，不像單一產品爆紅。\u003C\u002Fp>\u003Ch2>投資人接下來可以盯什麼\u003C\u002Fh2>\u003Cp>如果高盛的估計接近現實，2027 年的重點就不是 AI 會不會繼續花錢，而是錢會先卡在哪個環節。是 GPU 產能？是記憶體供給？還是電力和散熱？這些瓶頸誰先解，誰就先拿到訂單。\u003C\u002Fp>\u003Cp>對\u003Ca href=\"\u002Ftag\u002F台灣開發者\">台灣開發者\u003C\u002Fa>來說，這件事也很實際。因為 GPU、HBM、伺服器、網通設備，很多都跟台灣供應鏈有關。你在看美股時，其實也在看整條硬體鏈的景氣。\u003C\u002Fp>\u003Cp>我的判斷很直接：這波 AI 支出不太像短期題材，比較像一段會持續好幾年的大型採購潮。接下來如果你只想挑一個觀察點，就盯 2027 年的實際資本支出數字，看看它是不是往 1.25 兆美元靠近。\u003C\u002Fp>","高盛預估 2027 年 AI 基礎設施支出上看 1 兆美元，Nvidia、AMD、Micron 可能直接吃到這波伺服器與記憶體採購潮。","www.fool.com","https:\u002F\u002Fwww.fool.com\u002Finvesting\u002F2026\u002F06\u002F14\u002Fgoldman-sachs-predicts-ai-infrastructure-spending\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781805775248-ya48.png","industry","zh","9f154f49-91d9-4603-a078-2677e0d6a060",[17,18,19,20,21,22,23,24],"AI 基礎設施","Nvidia","AMD","Micron","資本支出","GPU","HBM","伺服器",[26,27,28],"高盛估 2027 年 AI 基礎設施支出上看 1.4 兆美元。","Nvidia 仍是 training 核心，AMD 與 Micron 吃到下一段需求。","這波重點不是題材熱度，而是資料中心的實際採購潮。",0,"2026-06-18T18:02:30.281703+00:00","2026-06-18T18:02:30.268+00:00","934dbacd-9bb0-45c6-8e73-084b26489646",{"tags":34,"relatedLang":39,"relatedPosts":43},[35,37],{"name":19,"slug":36},"amd",{"name":18,"slug":38},"nvidia",{"id":15,"slug":40,"title":41,"language":42},"goldman-sachs-sees-1t-ai-spend-3-stocks-en","Goldman Sachs Sees $1T AI Spend, 3 Stocks to Buy","en",[44,50,56,62,68,74],{"id":45,"slug":46,"title":47,"cover_image":48,"image_url":48,"created_at":49,"category":13},"2c14071a-9780-4d9d-9ed0-c12fa1b40501","red-hat-ai-mavenir-telco-ai-stack-zh","Red Hat AI 把電信 AI 變成堆疊","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781885880665-z3qj.png","2026-06-19T16:17:38.29401+00:00",{"id":51,"slug":52,"title":53,"cover_image":54,"image_url":54,"created_at":55,"category":13},"eda7a48a-4eda-4111-9103-38a24eaaec6a","manus-ai-github-clone-kits-zh","Manus AI 相關 GitHub 倉庫多是克隆套件","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781882272627-ya10.png","2026-06-19T15:17:26.427636+00:00",{"id":57,"slug":58,"title":59,"cover_image":60,"image_url":60,"created_at":61,"category":13},"99ca39f4-b9fb-463b-bfed-cc104be14b06","gemini-atlas-physical-ai-update-zh","Gemini進 Atlas 後，物理 AI 更接近可用","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781878664419-u153.png","2026-06-19T14:17:20.95474+00:00",{"id":63,"slug":64,"title":65,"cover_image":66,"image_url":66,"created_at":67,"category":13},"b302f90f-7a19-47c9-b086-721ca8897a0b","spacex-shou-gou-cursor-bu-hua-suan-ai-bian-cheng-zh","SpaceX收购Cursor不划算，AI編程能力應自己做","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781877776048-ipy6.png","2026-06-19T14:02:19.491301+00:00",{"id":69,"slug":70,"title":71,"cover_image":72,"image_url":72,"created_at":73,"category":13},"3a363db2-44d4-4fef-bab1-029541c6f200","claude-200-dollar-plan-not-worth-trusting-zh","200美元月费的Claude套餐不值得默认信任","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781874168495-b2nl.png","2026-06-19T13:02:20.546766+00:00",{"id":75,"slug":76,"title":77,"cover_image":78,"image_url":78,"created_at":79,"category":13},"1f5b7922-9af6-4c7d-9bb7-8130fb25dd7b","six-nations-jomtien-beach-windsurfing-event-zh","6 國齊聚芭達雅風帆賽","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781870577618-iope.png","2026-06-19T12:02:28.414096+00:00",[81,86,91,96,101,106,111,116,121,126],{"id":82,"slug":83,"title":84,"created_at":85},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":87,"slug":88,"title":89,"created_at":90},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":92,"slug":93,"title":94,"created_at":95},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":97,"slug":98,"title":99,"created_at":100},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":102,"slug":103,"title":104,"created_at":105},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":107,"slug":108,"title":109,"created_at":110},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":112,"slug":113,"title":114,"created_at":115},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":117,"slug":118,"title":119,"created_at":120},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":122,"slug":123,"title":124,"created_at":125},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":127,"slug":128,"title":129,"created_at":130},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]