1.由上往下的「硬體與技術製造流」： ●起點在最上方（上游第一排 ①②③）：沒有 Synopsys / Cadence 的 EDA 軟體（市佔合計 61%，見 Silicon UK）就畫不出晶片藍圖；沒有 ASML 100% 獨佔的 EUV 曝光機（Nemo Money）就無法在矽晶圓上刻出 3 奈米與 2 奈米電路；沒有 SK 海力士、三星、美光的 HBM3E/HBM4 高頻寬記憶體（Silicon Analysts），算力就會被「記憶體牆」卡死。 ●交匯於上游咽喉點（上游第二排 ④➔⑤）：NVIDIA（商用 GPU 市佔 75%–80%）與 Broadcom 博通 / Marvell（壟斷 95% 雲端客製化 ASIC 協同設計，見 Tom's Hardware）設計出邏輯主晶片後，全部必須排隊交給台積電（TSMC）進行前段晶圓代工，並透過 CoWoS 先進封裝將邏輯晶片與 HBM 記憶體貼合在一起（2026 年需求高達 100 萬片晶圓，NVIDIA 獨佔約 60%，見 Silicon Analysts）。 ●落地於中游台灣代工樞紐（中游第一排 ⑥+⑦+⑧）：封裝好的晶片模組送到鴻海、廣達、緯創、緯穎等台灣四大伺服器代工廠手中，結合Vertiv、奇鋐、雙鴻的液冷散熱系統（水冷板/CDU）與台達電的高壓電源，以及博通、Arista、Coherent、中際旭創的 800G/1.6T 高速網通光模組，組裝成單櫃售價高達 200 萬至 300 萬美元的 AI 伺服器機櫃（Digital in Asia）。 ●賦能雲端模型與終端變現（中游第二排 ⑨⑩ ➔ 下游 ⑪⑫⑬）：機櫃送進 AWS、Microsoft Azure、Google Cloud、Meta 的資料中心，訓練並運行 OpenAI、Anthropic、Google Gemini、Meta Llama、DeepSeek 等大模型，最後變成企業每天使用的 Copilot、ServiceNow、Palantir 智慧代理（Agentic AI）或 Apple、Tesla 的終端邊緣 AI。 2.由下往上的「資金與訂單買單流」： ●整張圖的「最大錢包源頭」位於中游第九區塊（⑨ 超大規模雲端服務商）：四大雲端巨頭加上 Oracle 在 2026 年合計砸下 6,020 億至 7,000 億美元資本支出（CapEx），其中約 4,500 億美元（75%）直接往上採購中游機櫃與上游晶片（Introl）。 ●而雲端巨頭之所以敢每年花上千億美元蓋機房，賭的就是下游（⑪⑫⑬）企業與消費者願意持續掏錢買單——特別是當算力需求從「一次性訓練」轉向佔比達 67% 的「全天候推論（Inference）」，且深度推理模型單次消耗算力暴增 150 倍時，全球 Token 消耗量正呈指數級擴張（Deloitte、Introl）。 3.誰的護城河最深： ●深藍色與紅框區塊（上游 ①–⑤）：擁有物理極限、良率學習曲線或軟體生態系鎖定，毛利率全數落在 52% 至 80% 之間（EDA 約 80%、NVIDIA 約 74–75%、台積電 67.7%、博通約 65%、HBM 約 55–60%），是整條價值鏈利潤最豐厚的肥肉區。 ●綠色區塊（中游硬體 ⑥–⑧）：出現明顯分化——解決機房「熱與電」瓶頸的液冷散熱、電源與高速光通訊零組件享有 33%–65% 的中高毛利；而負責整機櫃系統組裝的 ODM 代工廠毛利率雖僅 7%–10%，但憑藉單櫃數百萬美元的龐大營收規模，賺取極為可觀的絕對營業利益與現金流。 ●橘色區塊（下游應用 ⑪–⑬）：正在經歷殘酷洗牌。單純呼叫模型 API 的輕量級套殼軟體（Wrappers）極易被企業內部使用 AI 寫程式代理自建取代（已有 32% 企業取消購買部分外部軟體，見 McKinsey 2026）；唯有掌握「企業核心工作流（ERP/CRM）與專有數據閉環」的平台，才能在下游守住 70% 以上的高軟體毛利。