戴爾財報創新高卻喊缺料　AI伺服器950億美元訂單卡在DRAM、NAND供應鏈

(圖/ 中華超傳媒 AI圖片)

戴爾在美國公布2027財年第二季財報，營收與獲利雙創新高，AI伺服器接單達609億美元、待出貨訂單攀升至950億美元；但營運長Jeff Clarke直指DRAM、NAND供應不足，顯示AI基礎建設熱潮正把記憶體推向新一輪供應瓶頸。

戴爾財報亮眼，真正震撼市場的卻是「缺料」

戴爾AI伺服器需求在最新財報中再次出現爆發式成長，但公司管理層同時釋放出另一個重要訊號：現在AI伺服器市場最大的問題，已經不只是客戶願不願意買，而是供應鏈能不能及時交貨。

戴爾9月1日公布截至7月31日的2027財年第二季業績，單季營收469.71億美元，年增58%，創下歷史新高；GAAP稀釋後每股盈餘6.34美元，非GAAP稀釋後每股盈餘7.04美元，後者年增203%。公司同時把全年營收指引提高至1920億美元，較原先預估增加250億美元。

但比財報數字更值得關注的，是AI伺服器訂單與供應鏈之間逐漸拉大的落差。戴爾第二季AI最佳化伺服器接單金額達609億美元，創單季新高，相關營收為164億美元；截至季底，待出貨訂單已達950億美元。換言之，AI基礎建設需求正在高速累積，而供應端必須以同樣甚至更快的速度擴產，才能消化這波訂單。

AI伺服器訂單衝上609億美元　戴爾再度上修全年展望

從財報來看，戴爾目前仍處於AI基礎建設擴張週期的受益位置。公司基礎建設解決方案事業群第二季營收達318億美元，年增89%；其中AI最佳化伺服器營收164億美元，年增100%，傳統伺服器與網路營收也達105億美元，年增122%。這顯示AI需求並沒有只停留在GPU伺服器，而是開始帶動整體資料中心設備更新。

戴爾因此大幅調高全年預測。2027財年全年營收指引中值從1670億美元提高至1920億美元，非GAAP EPS則從17.90美元上修至25.50美元；AI最佳化伺服器全年營收預期也從600億美元提高到740億美元。

第三財季營收指引中值則為490億美元，年增幅度預估達81%。這些數字透露出一個重要訊息：戴爾目前並沒有看到AI資料中心需求降溫的跡象，反而認為需求正在向更多類型客戶擴散。

最大瓶頸從GPU轉向記憶體　DRAM成為AI伺服器關鍵限制

真正引發產業關注的，是戴爾營運長Jeff Clarke對供應鏈的描述。在財報電話會議中，Clarke被問及目前供應限制與上一季相比是否有所改變時，直接指出限制因素仍然存在，其中首先是DRAM，其次是NAND；CPU與硬碟也有局部短缺。進一步往供應鏈下游追蹤，先進製程及部分成熟製程元件同樣受到限制。

這個訊號值得注意。過去AI伺服器產業最常被討論的供應瓶頸是GPU與先進封裝，但隨著AI伺服器規模不斷擴大，記憶體容量、儲存設備及資料傳輸需求同步增加，供應壓力開始往更廣泛的零組件傳導。

Clarke甚至將DRAM與NAND的供應限制連續強調，凸顯記憶體已經成為戴爾目前擴大AI伺服器出貨的重要限制之一。這也讓市場開始重新評估AI硬體產業的「缺料地圖」。

不只是DRAM、NAND　CPU、硬碟、ABF載板也出現壓力

如果把供應鏈拆開來看，現在的AI伺服器已經不是單一零組件短缺的問題。戴爾指出，CPU存在零星供應不足，硬碟同樣受到限制；再往下游看，MOSFET、電源IC、微控制器與驅動器等成熟製程產品也出現供應壓力。

除此之外，ABF載板、T-glass與光學元件同樣存在短缺。這代表AI伺服器產業正在出現一種不同於早期AI晶片缺貨的供應鏈現象：瓶頸開始由單點向多點擴散。

一台AI伺服器需要的不只是GPU。運算晶片、CPU、記憶體、儲存、網路、電源、基板、散熱以及光學傳輸設備必須同時到位，任何一個環節無法交貨，都可能影響整套系統的出貨。因此，AI伺服器供應鏈的競爭，正逐漸從「誰有最強晶片」轉變為「誰能掌握完整供應鏈」。

DRAM為何突然變得重要？AI伺服器正在吃掉更多記憶體

DRAM供應緊張的背後，與AI伺服器架構改變密切相關。AI模型從訓練階段逐漸進入大規模推論與代理式AI應用後，資料中心不只需要高階GPU，也需要大量CPU、系統記憶體與儲存設備來支撐模型運算、資料交換與工作負載。

戴爾本身也觀察到傳統伺服器需求快速增加。公司第二季傳統伺服器與網路營收年增122%，顯示資料中心更新並非只集中在AI加速器，而是正在擴大至整體基礎設施。

這種需求結構改變，會讓記憶體供應商面對雙重壓力：一方面AI系統需要大量高階記憶體，另一方面傳統伺服器升級也提高一般DRAM需求。當兩種需求同時成長，記憶體供應自然更容易成為整個系統的限制點。

AI伺服器不是「組裝電腦」　大型專案客製化程度大幅提高

另一個容易被忽略的變化，是AI資料中心設備正在從標準化產品走向高度客製化。戴爾管理層在法說會中談到，AI基礎設施專案涉及的設計並非單純把現成零組件裝在一起，而是必須配合客戶的運算需求、電力配置、散熱條件與資料中心環境進行整體設計。

這種模式使供應鏈管理難度明顯提高。傳統伺服器可以透過標準規格大量生產，但大型AI資料中心可能涉及不同GPU平台、網路架構、記憶體配置、電力設計與液冷系統。當單一專案的客製化程度提高，供應鏈任何一個零件的交期延遲，都可能影響整體部署時間。因此，AI產業目前面對的並非單純「晶片缺貨」，而是複雜度提高後形成的系統性供應瓶頸。

950億美元訂單堆積　AI硬體景氣能否轉化為實際營收？

戴爾目前最大的優勢，是手上的訂單與需求能見度。公司第二季結束時AI伺服器待出貨訂單達950億美元，而且過去四季累計AI伺服器接單超過1300億美元。公司也表示，AI客戶數從約5000家增加到6500家，代表需求已從少數大型雲端服務商逐漸擴展到更多企業、主權型部署與新型雲端業者。

但950億美元訂單並不等於950億美元已經完成認列。真正決定未來營收速度的，仍是晶片、記憶體、網路、電源與散熱等零組件能否同步到位。這也是目前AI伺服器產業最值得觀察的矛盾：需求越強，供應鏈壓力反而越大；訂單越多，交付能力的重要性就越高。

戴爾喊缺DRAM　台灣記憶體與伺服器供應鏈值得關注

對台灣科技產業而言，戴爾此次財報釋放的訊號尤其值得關注。AI伺服器供應鏈涉及記憶體、伺服器代工、PCB、ABF載板、電源管理、散熱、光學與網通設備等多個產業環節。當戴爾直接指出DRAM、NAND及多項零組件供應受限，也代表AI伺服器擴產正在把需求壓力傳導至更廣泛的上游供應商。

尤其是記憶體市場，如果AI伺服器持續增加配置，加上一般伺服器更新同步進行，DRAM與NAND的需求可能維持高檔。對供應商而言，這有利於價格與產能利用率；但對伺服器品牌與資料中心業者而言，則意味著設備成本與交貨期都可能受到影響。因此，這場AI硬體競賽已經不只是GPU供應商之間的競爭，而是整條供應鏈的產能競賽。

戴爾看AI到2030年占資料中心75%　市場機會超過1兆美元

如果從更長期的角度觀察，戴爾對AI基礎建設的預期仍然非常積極。Clarke在財報電話會議中預期，到2030年AI相關工作負載可能占所有資料中心需求的75%，並帶來約200GW新增電力需求；以新型雲端業者、主權型AI部署及企業市場等需求計算，戴爾認為這一輪AI基礎建設週期的市場機會超過1兆美元。

這個預測同時說明AI產業下一階段的競爭焦點。當AI從模型訓練逐步轉向大規模推論與企業級代理式AI，資料中心需要的不只是更多GPU，而是更多伺服器、記憶體、儲存、網路、電力與散熱設備。也就是說，AI基礎建設市場仍可能持續擴大，但供應鏈必須先解決「如何跟上需求」的問題。

從「缺GPU」走向「全鏈條吃緊」　AI產業下一個瓶頸在供應能力

戴爾這份財報最值得注意的地方，或許不是營收創新高，也不是全年財測大幅上修，而是它揭露了AI基礎建設正在進入下一個階段。第一階段的AI硬體競爭，市場焦點集中在GPU與先進製程晶片；第二階段則開始擴散至記憶體、儲存、網路、電源與散熱；到了更大規模的資料中心部署，電力、土地、冷卻與基礎設施都可能成為限制因素。

戴爾目前的950億美元AI伺服器待出貨訂單，正好反映這種需求與供應之間的拉鋸。因此，「DRAM、NAND」並不是單純一句供應商抱怨，而可能是AI伺服器產業正在進入供應鏈深水區的訊號。

接下來市場真正需要觀察的，是記憶體產能能否跟上AI需求、伺服器零組件是否持續全面吃緊，以及資料中心電力與散熱建設能否同步擴張。

如果AI需求繼續以目前速度成長，下一場AI硬體競爭的勝負，可能不再只是誰擁有最先進的晶片，而是誰能把晶片、記憶體、電力、散熱與整套資料中心系統準時交付。

MGBOX NEWS

中華超傳媒

(文/ 記者 郭紋雅)