當AI戰爭不再只比GPU：
Nvidia 用 NVLink 收編客製化晶片，SLB 用散熱搶進AI基建
AI產業競爭正式從「誰擁有最強晶片」演進至「誰能控制整座AI工廠」。從半導體架構標準化到能源與散熱物理極限，深度解析兩筆關鍵交易背後的結構性轉變。
趨勢總覽：AI競爭維度的範式轉移
Nvidia 投資聯發科 35 億美元 CB
聯發科加入 NVLink Fusion 體系，開發客製化 XPU 並對接 Nvidia 機櫃級運算平台。Nvidia 將護城河自 GPU 晶片向上躍升為 AI 基礎建設標準。
SLB 41 億美元收購 Kelvion
能源工程巨頭 SLB 以 34 億美元現金加承接 7 億美元債務收購德國熱管理龍頭 Kelvion，目標將資料中心方案營收在 2028 年推升至 45~50 億美元。
從晶片競爭到 AI 工廠控制權
算力瓶頸外移：GPU $\rightarrow$ HBM / 互連網路 $\rightarrow$ 電力、變壓器、冷卻散熱與模組化工程。AI 投資週期已向傳統高難度工業工程全面擴散。
2026年8月31日 兩大重磅併購與投資案規模視覺化（單位：億美元）
Nvidia × 聯發科：以 NVLink 收編客製化晶片
Nvidia 策略轉向：客製化晶片不再是敵人
過去市場擔憂 CSP（Google TPU, Amazon Trainium, Meta, Microsoft）積極研發客製化 ASIC 會蠶食 Nvidia 份額。Nvidia 如今的回應策略並非防堵，而是：
「你可以不用我的 GPU，但是最好仍然使用我的高速互連（NVLink）、記憶體架構（NVHBM）、網路（Quantum/Spectrum）、機櫃設計與軟體系統。」
這讓客製化 XPU 能直接「生活在 Nvidia 的世界裡」。即使部分工作負載失去 GPU 佔有率，Nvidia 依舊能透過系統級硬體與網路規格持續收取生態系溢價。
聯發科戰略躍升：從手機端邁向雲端 AI 核心
-
✓
取得頂級入場券：透過 NVLink Fusion，聯發科無須自行從零建立機櫃、互連與 AI 軟體生態，即可替雲端巨頭開發客製化 AI 晶片。
-
✓
品牌定位升級：正式從邊緣裝置（Edge SoC）延伸至大型雲端（Cloud AI）資料中心高階客製化運算。
-
✓
巨頭資本加持：聯發科約 50 億美元融資計畫中，除 Nvidia 認購 35 億美元可轉債外，Alphabet 亦參與投資，驗證其晶片設計實力。
Nvidia 護城河演進軌跡
SLB × Kelvion：百年能源巨頭搶進 AI 散熱基建
SLB 以 34 億美元現金 + 承接約 7 億美元債務收購德國 Kelvion。約當 Kelvion 2026E EBITDA 之 11 倍（計入 1.2 億美元協同效益後約 8.5 倍）。
Kelvion 2026 年預估營收 23~24 億美元，其中資料中心業務達 12~13 億美元，成為其最大且成長最迅猛的核心動能。
整合 Kelvion 後，2026 資料中心營收突破 20 億美元；目標 2028 年達 45~50 億美元營收，調整後 EBITDA 達 7~8 億美元。
SLB 資料中心解決方案 (Data Center Solutions) 爆發性成長與 2028 目標（單位：億美元）
為何油田工程巨頭能夠跨足 AI 資料中心？
SLB 擁有逾百年歷史，2025 年營收達 357 億美元。油田與超大規模 AI 資料中心在物理層面共享極為相似的極限工程挑戰：
強強聯手：翻倍 GW 級資本產出潛力
SLB 原已具備大型工程整合能力並取得 Meta 加拿大 1GW 資料中心專案；Kelvion 則補足了高密度熱交換器與冷卻核心元件。
💡 雙倍營收機會（Double Revenue Potential）：
SLB 估計，在納入 Kelvion 散熱技術後，每 1GW 資料中心容量所能對應的潛在合約營收價值將超過原來的 2 倍以上，實現「設計 + 製造 + 散熱 + 工程整合」一站式統包。AI 資本支出三階因果鏈：瓶頸外移路徑
算力爭奪 (Compute)
驅動力：模型參數量指數級爆發
- • 核心瓶頸：先進製程晶圓、GPU 供應
- • 代表產品：Nvidia H100/B200、客製 XPU
- • 商業模式：單純算力卡銷售與市占爭奪
系統與互連 (Systems)
驅動力：分散式叢集 Scale-up 瓶頸
- • 核心瓶頸：記憶體頻寬、晶片間延遲
- • 代表產品：NVLink、HBM3e/4、光通訊
- • 商業模式：機櫃級平台標準（NVL72）
物理基建 (Infrastructure)
驅動力：高密度熱耗與 GW 級電力極限
- • 核心瓶頸：電力併網、熱交換器、模組化建造
- • 代表產品：CDU、液冷散熱、變壓設備
- • 商業模式：全生命週期工程與能源管理
產業結論：GPU 對 GPU $\longrightarrow$ AI 工廠對 AI 工廠
Nvidia 企圖透過 NVLink Fusion 一路控制第一至第二階段；而 SLB 則重兵佈局第三階段物理瓶頸。
關鍵財務數據與交易指標互動檢視
真實財務與營運指標明細
即時篩選報告中提及的關鍵營收、估值倍數與交易細節
| 主體公司 | 指標項目 / 交易內容 | 數據 / 金額 | 時間維度 / 備註 | 戰略意義 |
|---|
投資策略評估與核心風險監控
供應商出錢，合作夥伴再購買設備？
華爾街正嚴格檢視 AI 晶片需求的純粹度。投資人需區分聯發科具備真實晶片設計實力，但仍須監控：
- • 營收來源真實性：多少來自終端客戶真實自由現金流，多少依賴 Nvidia 自身投資與信用支持？
- • 生態系資本承諾：若融資性支持比重上升，市場將給予更高的風險折價（Discount）。
是否在 AI 資本支出高點進行昂貴併購？
11 倍 EBITDA 估值有實質業務支撐，但核心風險在於 2027~2028 年 AI 基礎建設的擴建節奏：
- • Capex 減速風險：若 2027 年後資料中心建置急遽降溫，Kelvion 將成為週期頂部負擔。
- • 高槓桿開發商違約：大量借債建置資料中心卻缺乏長期長約的營運商可能面臨資產回報率下滑。
美股投資人策略指引總結
針對 Nvidia (長期偏多，關注品質)：
主動將 ASIC 威脅轉化為 NVLink 生態系夥伴，從 GPU 供應商升級為 AI 基礎建設平台。只要架構標準牢固，獲利持久力將顯著優於單純晶片週期。
針對 SLB (第二曲線開啟，等待重估值)：
擺脫單一油氣循環股限制，轉型為高密度能源與冷卻基礎設施巨頭。若 2028 年 50 億美元目標達標，市場估值體系（Multiple）將迎來結構性上調。