微軟 Fairwater 計畫 Summary
Fairwater Wisconsin：微軟在威斯康辛州 Mt Pleasant 啟用其最大、最先進的 AI 數據中心，佔地 315 英畝，建築面積 120 萬平方英尺，配置數十萬顆 NVIDIA GB200 GPU。
性能定位：單一集群即相當於全球最快超級電腦的 10 倍效能，專為 前沿 AI 模型訓練與推理打造。
全球佈局：Fairwater 只是起點，英國 Loughton、挪威 Narvik 等地也有同規模的 Fairwater 數據中心在建，將與超過 400 座既有 Azure 數據中心互聯，形成分散式超級電腦。
基礎創新：
單機架 72 顆 GB200，1.8 TB/s GPU 互聯帶寬、14 TB 池化記憶體。
液冷系統取代空冷，閉環循環，零耗水，支撐更高密度。
重新設計 Azure Blob Storage，可達 每帳號 200 萬次讀寫/秒，並支撐百萬帳號並行。
AI WAN 將全球 Fairwater 連結成一體，支援跨區域分散式訓練。
Fairwater 的戰略定位：AI 時代的新工廠
傳統雲端數據中心主要服務於網頁託管、電郵、企業應用等「碎片化工作負載」。這些應用強調分散、多租戶與靈活調度。但 Fairwater 不一樣，它是一個「為 AI 訓練與推理而生的單一超級電腦」。
微軟官方說明中，Fairwater 的設計理念是將數十萬顆 GPU 視為「一台機器」，透過單一扁平網路讓它們協同運作，從而支撐 OpenAI、Copilot，以及更多前沿 AI 模型。這是一種從 **「數據中心集合體」轉變為「AI 超級電腦」**的架構哲學。
Fairwater 的規模也令人咋舌：
佔地 315 英畝
建築面積 120 萬平方英尺
採用 數十萬顆 NVIDIA GB200 GPU
整體效能是目前最快超級電腦的 10 倍
更重要的是，這並非孤立項目。微軟同時在英國 Loughton、挪威 Narvik 與美國多地建設同級別「Fairwater 系列」數據中心，並透過 Azure 的 AI WAN 把它們互聯，形成分散式全球 AI 超級電腦。
硬體堆疊：GPU、液冷與 NVLink 超級機櫃
1. GPU 集群：NVIDIA GB200 NVL72
Fairwater 的核心就是 NVIDIA GB200 NVL72 機櫃。
每櫃配置：72 顆 Blackwell GPU + 36 顆 Grace CPU
單櫃功率：~132 kW（125–135 kW 區間）
單櫃效能：透過 NVLink 與 NVSwitch，整櫃被視為一個「巨型加速器」，具備 1.8 TB/s GPU-GPU 帶寬、14 TB 池化記憶體。
吞吐能力：單櫃可處理 86.5 萬 tokens/sec，刷新雲端平台紀錄。
這意味著，Fairwater 的每一排機櫃不是在堆砌零散 GPU，而是組成可線性擴張的「超級節點」。
2. 液冷系統：閉環直通液冷
傳統風冷已無法應對每櫃 132 kW 的熱密度。Fairwater 採用：
直通液冷（Direct-to-Chip Liquid Cooling）：冷卻液直接流經 GPU/CPU 封裝。
閉環循環：只在建造時注水一次，之後反覆使用，零蒸發損耗。
外部冷卻鰭片 + 巨型風扇：172 台 20 呎風扇將熱水降溫後再送回循環。
微軟宣稱，Fairwater 擁有 全球第二大水冷冷卻廠，足以支撐 AI 負載長時間高功率運行。
3. 網路拓樸：NVLink + InfiniBand
機櫃內：靠 NVSwitch 讓 72 顆 GPU 高速通信。
機櫃間：透過 InfiniBand 與 800GbE 形成 Fat Tree 非阻塞架構，確保每顆 GPU 都能與其他 GPU 全速對話。
建築設計：採 雙層機廳，減少機櫃間物理距離，進一步降低延遲。
4. 儲存與數據基礎設施
AI 訓練需要海量數據。Fairwater 的儲存中心被形容為「五個美式足球場長度」。
Azure Blob Storage：單帳號可處理超過 200 萬次讀寫/秒，並支援百萬帳號並行。
BlobFuse2 技術：保證 GPU 訓練過程中不因數據供應不足而閒置。
彈性擴展：支撐 exabyte 級別數據池。
能耗挑戰：一座電力怪獸
1. 功率需求
第一期負載：官方資料與當地公共廣播指出，Fairwater 第一期 IT 負載約 450 MW，相當於 30 萬戶家庭用電。
變電容量：We Energies 與 ATC 建設的專屬變電站，容量 ≥752 MW，意味著園區最終可能衝到此級距。
滿展情境：若未來兩期合計，園區總負載可能在 750–1000 MW 區間。
2. 電力來源
天然氣新機組：
Oak Creek 1,100 MW
Paris（Kenosha County）128 MW
→ PSC 已在 2025 年 5 月核准，明言是為應對資料中心需求。
再生能源：微軟已承諾投資 250 MW 太陽能場，並透過購電協議抵消化石電力。
專屬費率：We Energies 擬定「資料中心專用費率」，由微軟預付電網升級成本，避免影響居民電價。
3. 用水策略
全園區滿展後，年用水量上限 840 萬加侖，僅傳統數據中心的十分之一。
成本估算：GPU 是最大成本鯨魚
1. NVL72 機櫃成本
市場定價：每櫃 US$3.0M（低估 US$1.9M，高估 US$3.5M）。
功率換算：每櫃 132 kW。
情境試算（只算 GPU 櫃）：
IT 250 MW → 約 1,894 櫃 → US$36–66 億，中位 US$56.8 億
IT 300 MW → 約 2,273 櫃 → US$43–79 億，中位 US$68.2 億
IT 375 MW → 約 2,841 櫃 → US$54–99 億，中位 US$85.2 億
2. 非 IT 基建（電力、液冷、土建）
行業平均：US$8–12M/IT-MW。
IT 300 MW → US$24–36 億，Fairwater 高密度液冷取上限 → US$30–40 億。
3. 網路與儲存
跨櫃網路：GPU 櫃 CAPEX 的 10–20%。
儲存系統：數十億美元等級，依 SSD/HDD 比例而定。
4. 總體 CAPEX 概算（IT 300 MW 基準）
GPU 櫃：US$68 億
基建：US$30–40 億
網路 + 儲存：US$10–20 億
合計：約 US$110–130 億
這與微軟官方宣稱「單一 Fairwater 投資規模達數十億美元」相符。
對產業的影響
1. GPU 供應鏈的黃金時代
NVIDIA：最大受惠，Fairwater 需要數十萬顆 GB200，且未來英國與挪威項目將使用 GB300。
Broadcom / Marvell：高效能網路晶片需求大增。
Supermicro / Dell / HPE：伺服器整合與交付訂單爆量。
Vertiv / Schneider：液冷與電力基建核心供應商。
2. 能源與公用事業
Constellation / NRG / GE Vernova：長期電力合約與新建天然氣／可再生能源機組。
電網投資：ATC 與 We Energies 的數億美元基建將直接受惠。
3. 租賃 GPU 業者的風險
過去微軟因算力不足而依賴外部租賃（CoreWeave、NebuIs、Crusoe）。但 Fairwater 上線後：
CoreWeave：營收高度依賴微軟，風險最大。
NebuIs / Crusoe：短期需求仍強，但中期可能被擠壓。
AWS / Google Cloud：不依賴單一客戶，但 Azure 自建擴張加劇競爭壓力。
未來展望與挑戰
碳中和與能源轉型：
雖然微軟承諾抵消化石電力，但短期仍需依賴天然氣。如何在 2030 年達成碳中和，將是社會與政策的壓力來源。供應鏈瓶頸：
NVIDIA GPU、液冷 CDU、光模組等仍面臨短缺風險。若產能未能匹配，建設節奏可能放緩。租賃市場洗牌：
Fairwater 等巨型數據中心會削弱「GPU 雲租賃」的護城河，逼迫 CoreWeave 等新創尋找新客戶。資本回報問題：
單一基地 CAPEX 高達百億美元級，微軟必須透過 Azure Copilot、OpenAI API、AI SaaS 應用加速變現，否則難以獲得合理 ROI。
潛在受惠股
1. GPU 與核心晶片供應鏈
NVIDIA (NVDA)：最大受惠者，GB200/GB300 大規模採購，確保 GPU 市場主導地位。
Broadcom (AVGO)、Marvell (MRVL)：提供高效能網路晶片（InfiniBand / Ethernet 800 Gbps）。
AMD (AMD)：雖然 Fairwater採用 NVIDIA，但長期 AI GPU 市場需求有溢出效應。
2. 伺服器與系統整合
Supermicro (SMCI)、Dell (DELL)、HPE：伺服器組裝、GPU 集群整合。
Arista Networks (ANET)、Cisco (CSCO)：數據中心網路交換器。
3. 能源與基建
Vertiv (VRT)、Schneider Electric (SU)：液冷與電力解決方案。
Constellation Energy (CEG)、NRG Energy (NRG)：長期電力合約受惠。
GE Vernova (GEV)：燃氣渦輪與再生能源支撐 AI 用電需求。
4. 儲存與數據基礎設施
Seagate (STX)、Western Digital (WDC)：高容量儲存。
Pure Storage (PSTG)：AI 訓練所需高效能 Flash 儲存。
5. 軟體與應用層
Palantir (PLTR)、Snowflake (SNOW)、Databricks（未上市）：AI 模型與大數據分析平台，Azure 基建擴張可直接帶動。
ServiceNow (NOW)、Adobe (ADBE)：將更深度整合 Copilot 與 AI 服務。
租賃 GPU 業者的風險
微軟過去因自建不足而依賴外租算力：
CoreWeave（私人公司）：依賴 Microsoft 與 OpenAI 大客戶，若 Fairwater 完全上線，租賃需求將下降，影響營收增速。
NebuIs、Crusoe、Lambda Labs：同樣面臨需求被微軟「內部化」的風險，長期市場將轉向 中小 AI 新創與科研機構。
AWS、Google Cloud：雖不依賴單一客戶，但微軟自建加速，意味著 Azure 競爭力增強，市場份額壓力提升。
結論：
短期內，GPU 租賃業者仍受惠於需求過熱，但 中期開始將遭遇微軟自給自足的衝擊。
這些公司必須拓展 多元客戶（金融機構、政府、學術 AI 實驗室），否則估值與成長性將受挑戰。
投資觀點
長線主軸：
NVIDIA、Vertiv、Supermicro 為最直接受惠。
能源與液冷供應鏈成為新焦點。
短線機會：
CoreWeave 等租賃業者仍有需求紅利，但需警惕 2026–2027 轉折點。
策略建議：
聚焦「硬體基建供應鏈」+「能源基建股」，視為長期高確定性標的。
對「GPU 雲租賃」公司保持審慎，因其成長曲線可能提前見頂。
Fairwater 是一座數據中心，更精確地說就是一個完整定義的 AI factory，這項建設與運營背後，是 GPU、液冷、電網、能源、儲存 等完整產業鏈的巨額再分配。讀者可與
對投資人而言：
長期確定性受惠：NVIDIA、Vertiv、Supermicro、Broadcom。
能源端新機遇：GE Vernova、Constellation。
中期風險：GPU 雲租賃新創。
Fairwater 只是開端。當微軟與其他科技巨頭在全球複製這一模式，AI 工廠化將真正改寫產業與投資版圖。