为亚洲人工智能算力打造新支点
富士康正与英伟达合作，在台湾建设一座投资额达14亿美元的超级计算中心，目标是在2026年上半年投入运营。建成后，该设施将拥有台湾规模最大的先进GPU集群，也是亚洲首个基于英伟达Blackwell GB300平台建设的集群。该设施额定功率为27兆瓦（MW），由富士康旗下专注于人工智能超级计算和云服务的新部门Visonbay.ai开发。
目录
该项目落地之际，企业正竞相 확보算力，用于训练大型语言模型、大规模运行基础模型推理，以及部署机器人和自主系统。现代人工智能工作流程需要高密度GPU集群，既要能以极高速度在芯片间传输数据，也要控制功耗和热量。台湾中心将英伟达最新架构与富士康日益扩大的人工智能机架制造和集成业务结合，旨在满足该地区客户的这些需求。
该设施功率为27兆瓦，在亚洲单体建筑部署项目中处于较高水平。它并非超大型园区，但规模足以训练最先进的模型、开展国家级研究，并服务那些没有时间或资金自建设施的商业客户。项目着眼于缩短服务启动时间，采用工厂预制机架系统，并重点使用液冷技术，以保持高性能和较低的电源使用效率（PUE）。
Blackwell GB300的优势
英伟达Blackwell一代平台侧重于支持更大型号、更快训练速度，以及更优的单位算力成本。GB300系列将高速GPU核心、高带宽内存与升级后的NVLink互连结构结合起来，可将数十个GPU连接成一个统一资源池。实际应用中，这能提高集群在GPU之间传输参数和激活值的效率，从而加快超大型模型的训练和推理。
这些系统专为极高密度运行而设计。其热负载远超传统风冷的处理能力，因此供应商正转向直接液冷及其他先进设计，以更高效率将热量从高温组件中带走。搭载GB300 GPU的英伟达机架级系统体现了这一转变，管路、歧管和控制装置均在工厂预先集成到机架中。
Blackwell还为企业部署提供平台功能，包括增强的安全性和对机密计算的支持。对于需要在训练和推理期间保护数据及模型权重，同时满足监管和内部合规要求的机构而言，这些功能十分重要。
人工智能机架如何运作
人工智能机架内装有配备GPU的服务器、高速交换机和存储设备，以及将整个系统连接起来的配电装置和线缆。在机架内部，NVLink让GPU能够以极高带宽、极低延迟相互通信。机架之间则通过高速以太网或InfiniBand连接集群；当任务规模超出单个机架的处理能力时，这些连接可将工作分配到多个机架上。
液冷为何日益成为标准
液冷的散热效率远高于风冷，有助于数据中心在每平方米空间内部署更多算力。它还能减少风扇耗电，从而降低设施的电源使用效率（PUE）。对运营商而言，液冷意味着需要采用新的维护方式，但在GPU密度、能效目标和噪声限制要求严苛时，其收益足以抵消相关成本。
租用还是自建：人工智能经济模式正在转变
在富士康科技日活动上，英伟达为需要权衡资本支出与部署速度的客户提出了一项明确的考量。企业可以购买并运营自己的集群，也可以向专门负责更新GPU设备的运营商租用算力。GPU性能快速提升，对于不打算频繁更新设备的买家而言，长期持有资产会变得困难。
英伟达副总裁Alexis Bjorlin告诉与会者，随着产品周期缩短、模型快速演进，租用模式可能更具吸引力。她表示，这种方式能提升许多企业的灵活性和投资回报。
租用算力资源可能带来高得多的投资回报，让企业能够灵活地根据产品和业务周期调整算力规模。
富士康旗下新部门Visonbay.ai预计将在台湾提供这一模式，让企业无需等待，也不必自行配备人员和建设设施，便可使用GB300算力。服务模式也适用于公共部门和研究机构：它们需要可预期的预算支出，而非高额前期成本。对英伟达而言，这一合作扩大了Blackwell平台的部署规模；对富士康而言，则是在制造业务之上发展经常性服务收入。
富士康押注人工智能基础设施
过去两年，富士康一直在人工智能和云基础设施领域打造第二增长引擎。公司表示，每周可生产约1000个AI机架，并计划明年提高这一产能。董事长刘扬伟还公布了长期资本计划，承诺每年向人工智能项目和产能投入20亿至30亿美元。
除数据中心外，富士康和英伟达还在将人工智能引入生产线。双方希望应用视觉系统、数字孪生和机器人技术，减少缺陷、提高良品率，并缩短新产品上市时间。这项合作已经展开，预计将为富士康设计和运营自有工厂提供参考。
英伟达负责机器人业务的产品负责人、英伟达创始人黄仁勋之子Spencer Huang，将这项工作称为推动工厂智能化的务实举措。
英伟达正与富士康合作，将人工智能引入工厂和制造生产线。
富士康还在活动上展示了其电动汽车项目的进展。由日本工程师设计的Model A面向日本市场。富士康计划待产量足以支撑当地工厂后在日本生产该车型，这是其服务于希望外包更多组装业务的汽车制造商的战略之一。
27兆瓦意味着多大规模
功率是比较人工智能数据中心最直观的指标。富士康与英伟达在台湾建设的设施功率为27兆瓦，将成为台湾的一项大型部署，足以容纳数千个尖端GPU。超大规模园区的规模要大得多，有时多个建筑的总功率可达100至300兆瓦；而该项目侧重于建设单个高密度集群，可同时为众多客户提供训练和推理服务。
这种规模的算力可支持各行业的研究实验室和企业。半导体公司可以模拟芯片设计和光刻工序；生物技术团队可以借助生成式模型开展蛋白质结构研究和药物筛选；金融科技和电子商务公司可以微调大型语言模型，用于推荐、欺诈检测和客户支持；机器人开发者可以训练策略，并以生产级速度运行合成数据流程。
台湾的生态系统优势
台湾拥有完善紧密的先进计算供应链。台积电制造许多相关芯片，合同制造商生产服务器和机架，成熟的网络服务市场则将客户与云服务商连接起来。在台湾部署GB300集群，有助于硬件、系统集成和早期采用者之间更快形成反馈。对区域买家而言，当地部署也能缩短运输时间，降低进口复杂度。
哪些用户可能使用该集群
当地大学和国家实验室将利用岛内自主可控的算力开展人工智能研究。区域云服务商和软件公司可以预订算力，用于模型训练、微调和推理。在台湾和日本设有工厂的工业集团，可能会使用该集群运行与生产相关的仿真和计算机视觉任务。不同用户的需求组合有助于在市场周期变化时保持较高利用率。
每周产量达数千台的制造能力
大规模生产人工智能机架是一项复杂工作。每台机架都必须完成组装、液冷管路铺设、高带宽布线，并在发货前进行带载验证。富士康每周约1000台的生产速度，显示公司已大幅拓展业务，从手机组装迈向关键任务基础设施领域。这一规模有助于缩短客户等待时间，也能让台湾新中心在开放后迅速填满算力需求。
富士康还计划与海外合作伙伴共同生产数据中心设备。此前公布的计划包括在俄亥俄州一处富士康原电动汽车生产基地与软银开展合作，这是其为美国大型人工智能项目供应设备的更广泛布局之一。这些协议覆盖全球多个地区，在瓶颈随区域变化时，也为富士康提供了物流选择。
能源、冷却与可持续发展
大型人工智能集群会集中消耗大量电力并产生大量热量，因此也带来一些常见问题：设施如何接入电网、如何获取更清洁的电力，以及如何处理用水。台湾的运营商正在扩大风能和太阳能购电协议的使用，并推进余热利用和冷水机组升级，以减少浪费。转向直接液冷可以降低风扇能耗、提升热量回收效率，并使高GPU密度部署成为现实。
液冷系统需要精心设计并配备高质量控制系统，以避免停机。维护团队必须接受培训，掌握快速接头、冷却液化学性质和泄漏检测等操作。其优势是热性能更稳定，全年都能更好地实现PUE目标，包括亚洲许多地区常见的炎热夏季。
这对英伟达和人工智能市场意味着什么
对英伟达而言，该项目同时推动两件事：加快Blackwell系列进入实际生产环境，并扩大算力租赁模式的市场。此次合作加深了英伟达与重要制造合作伙伴的联系，也为客户提供了获取顶级GPU的途径，无需经历采购周期或新建机房。
对买家而言，项目投运时间恰逢一波模型更新。计划从上一代加速器升级的企业可以将工作负载迁移至GB300实例，获得更高的内存带宽和更好的每瓦性能。研究团队可以预订集群时段，开展在需求高峰期难以安排到公共云上的训练任务。新增算力也能支持希望在台湾境内拥有自主可控人工智能资源的国家级项目。
时间表、投资及关注重点
富士康表示，台湾设施将于2026年上半年准备就绪。公司董事会已批准采购人工智能计算集群和超级计算中心所需设备，采购计划持续至2026年底，这表明项目将分阶段建设，并可在需求迅速增长时扩容。该27兆瓦项目，加上每年20亿至30亿美元的人工智能投资计划，将推动富士康同时发展人工智能机架供应商和通过Visonbay.ai提供服务的运营商业务。
客户将关注GB300机架的供货情况、Visonbay.ai计划提供的服务目录，以及接入区域网络的方式。该中心在能效和正常运行时间方面的表现，将为Blackwell在亚洲的后续部署树立基准；目前，许多设施正在规划液冷机房和专为GPU集群设计的模块化方案。
要点
- 富士康与英伟达将在台湾建设一座投资额达14亿美元的超级计算中心，计划于2026年上半年准备就绪。
- 该设施将拥有台湾规模最大的先进GPU集群，也是亚洲首个采用英伟达Blackwell GB300平台的集群。
- 该数据中心额定功率为27兆瓦，由富士康旗下的Visonbay.ai开发并运营。
- 英伟达推广算力租赁，将其作为灵活获取顶级GPU的方式；Visonbay.ai计划提供这一模式。
- 富士康每周可生产约1000个人工智能机架，并计划明年提高产量。
- 英伟达的Spencer Huang表示，两家公司正合作将人工智能应用于工厂和制造生产线。
- 富士康计划每年投资20亿至30亿美元发展人工智能，以满足2026年及以后的需求增长。
- 该项目凸显台湾在先进计算领域日益重要的作用，同时也让能源、冷却和能效目标受到更多关注。
