AI散熱從水冷板走向MCL，新一波供應鏈重整台廠誰出線？

編按：本文首刊於2026年7月24日，相關行情以當時為主，旨在投資觀念與趨勢分享。

文／優分析產業數據中心

隨著 Blackwell、Rubin 等平台功耗與封裝尺寸持續放大，均熱片、補強框與水冷板的單價及使用量同步提升，率先切入高階晶片散熱的健策（3653），也因此成為市場最具代表性的受惠者。

但現在值得關注的，不只是既有龍頭還能成長多少，而是當 AI 運算架構與散熱技術進入下一次轉折時，是否會出現新的供應鏈機會。

每一代晶片都必須依照封裝尺寸、功耗與散熱需求重新設計，再經過晶片商、晶圓代工廠與封測廠長時間驗證。

因此，一旦某個平台開始大量出貨，客戶通常不會輕易更換已經完成驗證的供應商。

也因為如此，真正容易出現新供應商的時間點，通常有下面幾種情況。

第一，像是 Blackwell 升級到 Rubin，再往 Rubin Ultra、Feynman 發展，每一次平台升級，都可能改變封裝尺寸、晶片數量與散熱架構，因此需要重新送樣與認證。

第二，是過去市場幾乎都圍繞 NVIDIA GPU，因為大型語言模型訓練需要大量平行運算能力。

但隨著 AI 應用逐漸從模型訓練走向大規模推論（Inference），資料中心開始同時配置 GPU、CPU，以及 Google TPU、AWS Trainium、Broadcom ASIC 等各種客製化 AI 晶片。

高階散熱需求，也因此擴大到整個 AI 運算平台。這也是一詮近年最大的成長來源。

第三，則是當 AI 晶片需求快速增加，客戶除了追求技術能力，也會希望降低單一供應商的依賴或地緣政治風險，因此開始培養第二供應商。

目前健策仍是高階 AI 散熱的領先者，不僅已布局 GPU、CPU、ASIC 等主要平台，也正積極發展水冷板與 MCL 等封裝級散熱產品。

一詮（2486） 則屬後進者，但已成功切入 Google TPU、AWS Trainium、Broadcom AI ASIC 等平台，並同步投入均熱片、補強框、水冷產品與 MCL 技術開發。

散熱也開始往封裝內部靠近

AI 晶片不只功耗愈來愈高，封裝尺寸也持續放大。

當更多裸晶、HBM 與不同功能晶片被整合在同一個封裝內，基板更容易因為熱脹冷縮而翹曲，因此用來擴散熱量的 Lid，以及支撐封裝、抑制翹曲的 Stiffener，都必須做得更大、更厚，結構也更複雜。

這代表 AI 散熱零組件的成長，不只是出貨量增加，單一晶片所使用的散熱零組件價值也會同步提高。

不過，當晶片功耗從約 1,800W 持續往 2,300W，甚至 3,000W 發展，單純把水冷板做得更大、增加水流量，散熱效果也會逐漸接近極限。

因此，下一步的方向不是只讓水冷板變強，而是讓冷卻液更接近晶片。

MCL（Microchannel Lid，微通道蓋板）就是把原本分開的 Lid 與水冷板整合在一起，讓冷卻液可以直接在更靠近晶片熱源的位置流動，藉此縮短熱量傳遞的距離、降低熱阻，也有助於縮小散熱模組高度。

因此，健策與一詮都把 MCL 視為下一階段的重要產品。這也顯示 AI 散熱技術正從過去的系統層級水冷，逐步往更靠近晶片的封裝級散熱發展。

從 GPU 擴展到 ASIC，讓一詮成功找到第一波成長機會；而當散熱技術從傳統均熱片與水冷板，進一步走向 MCL 等封裝級散熱時，也可能再次迎來新一輪供應鏈重整。

對投資人而言，真正值得觀察的，是下一次技術換代時，誰有機會順利完成驗證、切入新的平台，成為下一個受惠者。

本文由《優分析UAnalyze》授權轉載，原文請點此

(以上內容僅供參考，投資請審慎評估風險)