Computex 一開，台灣的 AI 故事就又往下沉了一層。ASUS 的液冷方案和 NCHC 的 Nano4 AI supercomputer 看起來像單一部署，實際上更像一個訊號：台灣不只是在供應晶片或零組件，而是在把 AI 算力包成一套能散熱、能降 PUE、能在高密度下穩定運作的系統。這件事很關鍵，因為當模型越做越大，真正稀缺的常常不是「還有沒有 GPU」，而是「你能不能把熱和電一起管住」。
ASUS 的官方資料寫得很直白。它端出的不是單一產品，而是 direct-to-chip、in-row CDU、hybrid 三種液冷路徑，搭配全球伙伴框架，去對準 next-generation AI compute density。更重要的是，它把這套能力落到台灣的 NCHC：Nano4 AI supercomputer 結合 NVIDIA HGX H200 cluster 和 GB200 NVL72 系統，還宣稱是台灣第一個採用這種架構的 fully liquid-cooled AI supercomputer，PUE 只有 1.18。這不是一般新聞稿最愛的抽象願景，而是很具體的工程答案。
外媒現在談台灣，語氣也開始變了。Reuters 在 Computex 期間把焦點放在 Nvidia 和台灣在 AI 生態裡的角色擴張上，重點已經不是單顆晶片或單一伺服器，而是台灣在整條基礎設施鏈上的位置。這個轉向很值得注意：過去大家會把台灣想成供應鏈上的製造核心，現在則是在看它能不能同時提供散熱、電力、機櫃、系統整合與驗證場景。換句話說，台灣的價值正在從「做得出來」變成「能不能把一整套 AI 工廠跑起來」。
這種變化對產業分工的影響很直接。當散熱系統開始和 AI 超算、資料中心採購、甚至國家級算力平台一起出現在同一份敘事裡，供應鏈的競爭就不再只看晶片代工或伺服器 BOM，而是看誰能把高密度運算的熱、電、水、網路和維運一次整合。對台灣來說，這是升級，不只是擴產；對全球 AI 市場來說，這是提醒：下一輪瓶頸可能不是模型本身，而是你能不能把模型安穩地放進一個可持續運轉的系統裡。
參考來源
- ASUS: ASUS Reveals Optimized Liquid-Cooling Solutions and Strategic Partner Framework
- https://press.asus.com/news/press-releases/asus-liquid-cooling-solutions-ai-hpc/
- ASUS Blog: Liquid-Cooled AI Infrastructure: Powering Scalable Enterprise …
- https://press.asus.com/blog/enterprise-ai-liquid-cooling-solutions/
- Taipei Times: Nano 4 supercomputer to launch in third quarter
- https://www.taipeitimes.com/News/front/archives/2026/03/30/2003854696
- Reuters AI News
- https://www.reuters.com/technology/artificial-intelligence/