所有大咖 CSP 現在都已經進到「大量量產 AI 資料中心」階段，不再只是試水溫，2025–2027 是全球 AI 機房爆發期！
一、全球 AI 資料中心進度：
2025年 IEA 最新報告估計，光 AI 資料中心一年 CapEx 就逼近 5,800 億美元，主要就是 AWS、Microsoft、Google、Meta 這幾家在狂砸錢建 AI 機房。
其中 Alphabet、Microsoft、Amazon、Meta 四家就佔了約 2,000 億美元數位基礎建設 CapEx，而且 2025 年再成長 40% 以上，全部都朝「AI 叢集 + 高密度機櫃 + 液冷」方向走。
現在不是「要不要蓋 AI 機房」的問題，而是「在哪裡搶電、搶 GPU、用什麼散熱方式撐到 GW 等級」。
二、各 CSP 的 AI 資料中心進度（以 2025 Q4 為基準）
AWS（Amazon Web Services）
CPU / GPU / 自研晶片的佈局，2025 年正式啟動 Project Rainier，印第安納州 New Carlisle 的超大型 AI 資料中心園區，投資額約 110 億美元。
叢集裡有將近 50 萬顆 Trainium2，是目前全球最大之一的 AI 訓練集群，Anthropic 已經在上面跑模型。 AWS 表示 2025 年底前，Trainium2 規模會拉到超過 100 萬顆。
OpenAI 跟 AWS 簽了 7 年、380 億美元的雲端合約，會在 2026 年前逐步吃滿 Amazon 各地搭載 Nvidia GPU 的 AI 叢集，等於直接幫 AWS 的 AI 資料中心填好客戶。
2025第三季AWS仍維持約 29% 全球雲基礎設施市佔，在 AI 雲端戰裡還是龍頭。
進度判讀：AWS 已經從「建 AI 機房」進入「用自家 Trainium 做大規模 AI 訓練 + 搭配 Nvidia 叢集賣給 OpenAI / Anthropic」的實戰階段。AWS最大優勢是同時掌握最多客戶＋自研晶片＋既有雲生態。
Microsoft Azure
微軟的超級AI資料中心和 Superfactory在2025 財年，Microsoft 計畫投入約 800 億美元 用在 AI 資料中心與相關基礎建設，其中約 500 億美元直接砸在 hyperscale AI 資料中心，另外 200 億美元建「主權雲＋邊緣 AI」，100 億美元投入能源與永續系統。
代表性的案子是 Fairwater AI 資料中心，2025 年 9 月公開，內建大規模液冷系統，配備全球第二大水冷 chillers。 2025 年 10 月又在亞特蘭大啟動第二座同架構機房，兩地用高速網路串成跨州「AI superfactory」，支撐 OpenAI 與自家 Copilot 集群。
主權雲與區域佈局大量投資在印度、法國、阿聯、日本、巴西等地的 「AI 主權雲資料中心」，專門給政府與受監管產業跑國家級 LLM。
進度判讀：Microsoft 是目前 「AI 專用超級機房」設計最激進的一家，直接為 AI 重新設計機房（電力、冷卻、佈線都以 GPU 集群為起點），同時推進主權雲，卡住政府 / 金融等高門檻客戶。中長期來看，它的瓶頸會在電力與綠能供應，不是意願或資金。
Google Cloud
Google 在 TPU + AI Hypercomputer 路線，2025 年Google Cloud 公布，TPU v5p 正式量產上線，宣稱是上一代四倍效能，主打 Gemini 2.0 等大型多模態模型訓練。
推出 「AI Hypercomputer」架構，把 TPU、網路與儲存整合成一個可以按需擴展的 AI 超級電腦平台，搭配新一波資料中心擴建。 Google Cloud 也宣布約 750 億美元的資料中心擴建計畫，再配上約 200 億美元的再生能源投資，保證這些 AI 機房長期有綠電可用。
2025 年 11 月又公開 Project Suncatcher，研究把搭載 TPU 的 AI 計算節點放到太陽能供電的衛星星座上，目標是未來能把部分 AI 算力搬上太空。
進度判讀：現在 Google 的重點是 「TPU＋AI Hypercomputer」標準化，把 AI 機房做成一種模組化產品；在區域佈局上，會持續增加新 region（特別是對 Gemini 有需求的國家），但節奏相對 AWS / Azure 稍保守。
Meta
雖不是傳統 CSP，但 AI 機房超長期 CapEx 承諾，2025 年 11 月Meta 宣布 三年內在美國基礎建設與 AI 資料中心投入 6,000 億美元，目標是支撐 Llama 系列、推薦系統與「追求超級智慧」的內部 AI 計畫。
2025 年 10 月，Meta 與 Blue Owl Capital 成立合資公司，投資路易斯安那州 Hyperion 資料中心，用 270 億美元的複雜融資架構來興建，設計目標是超過 2GW 的運算容量，是迄今最大單一 AI 機房之一。
Meta 的基礎建設團隊說明，從最早 4,000 GPU 的 AI 叢集開始建，到現在規模與複雜度都倍數成長，需要全面重做 冷卻、機械系統、網路與儲存架構，大量導入液冷與高密度機櫃。
進度判讀：Meta 所有 AI 機房都是為自家業務（Reels、廣告排序、Llama）服務，不對外賣雲，但在實際 GPU 規模與 AI 機房密度上非常激進。
