美超微 (SMCI) 2025財年第二季：液冷技術與Blackwell晶片的完美搭配

SMCI股票：前期分析與第二季總結

我曾在約一個月前撰寫過一篇關於Super Micro Computer, Inc.（納斯達克代碼：SMCI）的文章。具體來說，2024年1月23日，我在Seeking Alpha上發布了一篇標題為「Super Micro Computer：利潤率提升的潛力」的文章，當時我看好SMCI股票，認為其利潤率即將擴張。我曾提到：

自從我上次撰文後，SMCI最新的財報預測顯示下一季的利潤率將有所增長。我認為多個因素可能推動這一趨勢，尤其是NVIDIA的Blackwell晶片供應是最重要的催化劑。雖然市場上仍有一些疑慮（例如財報延遲），但基於利潤潛力、低市盈率以及內部審計的透明度，我認為其風險與回報比相當理想。

自那篇文章發表後，SMCI這支備受矚目的股票發生了不少變化。首先，自上次分析以來，股價飆升超過80%（見下圖），估值大幅提升，預期市盈率（FWD P/E）從當時的12倍躍升至23倍。

資料來源：Seeking Alpha

其次，公司於2025年2月11日公布了2025財年第二季的財報。結果顯示，每股盈餘（EPS）低於市場預期，但總收入略超出預估。作為Seeking Alpha上討論最熱烈的股票之一，這份財報迅速吸引了眾多分析師的評論。我認為，這份財報為市場提供了關鍵的透明度，緩解了不少長期存在的疑慮，因而獲得了多數分析師的樂觀解讀。

在此背景下，本文將聚焦於一個尚未被廣泛討論的亮點：SMCI在針對NVIDIA Blackwell AI晶片的液冷技術（Direct Liquid Cooling, DLC）開發上的最新進展。以下將詳細說明，我認為液冷技術與Blackwell晶片的結合將大幅提升SMCI的市場份額，因此即便估值已顯著擴張，我依然維持對SMCI股票的買入建議。

資料來源：Seeking Alpha

SMCI股票：液冷技術全面量產

SMCI多年來致力於開發液冷技術，並在2025財年第二季財報前已取得顯著進展。根據其2024年底的投資者簡報，公司當時已具備強大的機架生產能力，每月可生產5,000個機架，其中超過2,000個為液冷技術支持的DLC機架。這些液冷機架在高性能計算中至關重要，能夠應對100kW、150kW甚至200kW的高功率需求。在2025財年第二季財報發布會中，執行長Charles Liang提供了液冷技術的最新動態：

Liang表示，NVIDIA Blackwell產品已開始出貨，包括風冷與液冷GPU系統。SMCI計劃擴展其數據中心解決方案，打造端到端的服務模式，以降低客戶的總持有成本。

資料來源：SMCI 2024投資者簡報

此外，SMCI在近期新聞稿中宣布，其搭載液冷技術的NVIDIA Blackwell機架級解決方案已進入全面量產階段。具體內容如下：

2025年2月5日新聞稿指出，SMCI為NVIDIA Blackwell平台提供新一代風冷與液冷架構，並宣布其AI數據中心解決方案已全面量產。這套解決方案整合了Blackwell平台，提供快速部署的核心基礎設施，涵蓋多種風冷與液冷系統及多元CPU選擇。

SMCI股票：液冷技術與Blackwell的潛在影響

我認為，液冷技術與Blackwell晶片的結合將徹底改變AI訓練與模型開發的成本結構。為闡明這一點，我參考了《Forbes》的一篇報導，估算AI開發的能源成本：

晶片成本動輒數百萬美元。以OpenAI的GPT-3為例，每次訓練需耗費價值至少500萬美元的GPU。模型開發需要多次訓練，總成本遠超單次訓練費用。OpenAI聯合創始人Sam Altman曾在MIT活動中透露，訓練基礎模型的成本遠高於5000萬至1億美元，且還在持續上升。訓練後的推理成本同樣驚人。2023年1月，ChatGPT每天使用約3萬個GPU處理數億次請求，據估計每日耗電約1 GWh。

以美國平均電價每千瓦時0.14美元計算，每日1 GWh的耗電量相當於14萬美元的成本，一年下來超過5000萬美元——這幾乎是AI晶片初期成本的10倍！

NVIDIA的Blackwell晶片相比其H100或競爭對手的晶片，能耗可降低高達25倍，同時吞吐量提升約30倍（見下圖）。搭配SMCI的液冷技術機架，這些晶片能長時間維持最佳性能。這意味著AI訓練與部署的能源成本將大幅下降，甚至低於硬件採購成本。我預計，這將重塑AI應用的成本結構，推動其快速擴張，並進一步鞏固SMCI的市場地位（當然也包括NVIDIA）。