AI算力大戰升溫：從OpenAI廣告變現到Nvidia「貨櫃資料中心」，誰在賺這波黃金潮？

CMoney 研究員

・ 2026 年 10 月 21 日

加入Google偏好

生成式AI熱潮推高全球算力需求，OpenAI大舉擴張廣告與雲端通路、Nvidia推出「貨櫃式AI工廠」，新興Neocloud業者與SpaceX等玩家爭搶GPU與電力資源，價格與風險齊漲，AI基礎設施正成為下一個超級戰場。

NVDA +1.84%

MSFT -0.39%

生成式AI風潮席捲全球，真正賺到錢的，越來越不是單一應用服務，而是背後那一整座「算力金礦」。從OpenAI積極擴張廣告與雲端通路、SpaceX押注AI雲端與超大規模算力，到Nvidia(NVDA)直接把AI資料中心裝進貨櫃，新一輪AI基礎設施大戰正全面升溫，定價權與風險也同步拉高。

首先，OpenAI以ChatGPT打下的消費者基礎，正被迅速轉化為一門廣告生意。公司宣布將ChatGPT Ads擴展到包括阿根廷、秘魯、奈及利亞、南非、烏克蘭在內等更多國家，總覆蓋已達89國。OpenAI強調，廣告會與回應內容分離且明確標示，不會影響模型回答，目標是在使用者決策過程中「順勢插旗」，同時替廣告主提供高精準投放。根據先前數據，這項業務的年化營收在短短數月內從約1億美元竄升到約10億美元，已有超過10萬家廣告主投放，顯示AI對話介面正在成為全新的廣告場域。

在商業布局上，OpenAI也不再只依賴單一雲端供應商。先前公司解除Microsoft(MSFT)對其技術的獨家授權後，Amazon與Google Cloud接連宣佈將在各自平台上提供OpenAI模型。最新一步是OpenAI將把GPT系列模型上架Google Cloud的「model garden」與Antigravity開發工具。這意味著OpenAI如今同時出現在三大雲端巨頭的貨架上，一方面擴大企業客戶觸及，另一方面也讓Google在AI基礎設施競賽中不能缺席，形成「模型供應商＋雲端通路」的複合競合關係。

然而，提供這些服務背後，需要的是海量且昂貴的算力。這讓一批被稱為「Neocloud」的新玩家崛起，例如Nebius、CoreWeave與Crusoe。Nebius營運長Marc Boroditsky坦言，AI運算價格不但沒降，還「超乎預期地持續走高」。公司近期舉行的算力拍賣顯示，每兆瓦價格仍在往上走，他並表示，若2027年全數新建容量上線，很可能全部被市場吃光，2028年也可能上演同樣情形。換句話說，企業為了搶算力，不惜在未來數年預先鎖電力與GPU資源。

Crusoe執行長Chase Lochmiller則指出，連Nvidia舊世代GPU如A100的租金，現在都比2020、2021年還高；最新一代H100的價格也比剛推出時更貴。這直接挑戰市場上一度流行的看法——GPU會快速折價、經濟壽命有限。若舊卡仍能以高價出租，就能大幅改善AI基礎設施業者的資本回收期，有助支撐他們對GPU與資料中心的巨額投資。

市場對這股需求的信心，部分來自SpaceX在AI業務上的亮眼成績。這家由Elon Musk領導的公司，在第三季公布營收成長161%，至145.8億美元，其中AI事業營收一口氣跳到75.6億美元。公司財務長Bret Johnsen透露，其AI算力服務定價已高於先前Musk提出的每瓦30至50美元高標。消息一出，Nebius、CoreWeave、Applied Digital等同業股價同步彈升，因為SpaceX的數字等於替整個市場「背書」：供給依舊遠遠追不上需求，誰手上拿的是算力與電力，誰就擁有定價權。

在硬體供應端，Nvidia則進一步把產品線從晶片拉到完整「AI工廠」。公司最新發表的DSX Pod AI Factory，是一套把七個Vera Rubin AI機櫃整合進標準貨櫃的系統，重量約2.8萬公斤，可直接由卡車運送。所有線材與液冷系統在工廠預先組裝，到了現場只要定位、接上其他貨櫃與電力，經過最後測試就能上線。Nvidia宣稱，這種「貨櫃式資料中心」可把新AI機房從動工到開始產生Token的時間，從六個月壓縮到14天，對於電力、土地與施工許可受限的歐洲客戶尤其具吸引力。

值得注意的是，Nvidia並未公布DSX Pod價格，但市場估算，一個Vera Rubin機櫃可能要價超過700萬美元。Nvidia執行長黃仁勳（Jensen Huang）則透露，公司能在1GW資料中心規模中提供的設備價值，已從每GW約180億美元、提升到超過400億美元，且他認為仍會往上走。這凸顯Nvidia已從一家GPU供應商，昇華為提供網路、儲存與整套資料中心方案的「系統級」巨頭，進一步鎖住整個AI算力價值鏈。

不過，這場AI基礎設施狂潮也不是沒有風險。CoreWeave等Neocloud業者近期就因高槓桿與借貸成本飆升，引發投資人對其財務結構的疑慮。建一座滿載Nvidia GPU的資料中心，動輒要數十億美元資本支出，一旦AI需求成長不如預期、或新一代GPU快速推出導致設備過時，可能會出現資產減損與現金流壓力。Nebius強調自己不像CoreWeave背負那麼高的債務，但整個產業仍必須在「搶市占」與「管控財務風險」之間小心平衡。

從更長期角度來看，OpenAI擴張廣告與多雲通路，代表AI應用端的變現模式正在多元化；SpaceX與Neocloud玩家則在算力端競相擴建，試圖掌握供給與價格；Nvidia則持續往上游整合，提供「一站買齊」的AI工廠。這三股力量交錯之下，全球AI經濟的基礎設施格局可能在未來三到五年內定型。投資人與產業也必須思考：當算力成為新型「基礎建設」，我們是否正走向一個由少數巨頭與資本密集型玩家掌控的AI世界？還是會在技術與監管作用下，逐步打開更多競爭空間？目前答案尚未明朗，但可以確定的是，圍繞AI算力的金錢與權力遊戲，才正要開始。