根據研究機構預估，包含資料中心的周邊冷氣空調，全球資料中心散熱產值在2019年的時候只有120億美金，到了2030年會快速成長到427億美金，背後的主要推手就是：AI。
過去幾十年，半導體的技術演進都是想要在相同大小的晶片上，擠入更多的電晶體。幾乎每兩年都能把處理器的速度提高一倍，而不會增加電力的消耗，這叫做摩爾定律。
但摩爾定律已經開始變慢，為了滿足高性能的需求，行業領導者開始轉向研發可以應付更多電力的晶片架構。
例如，中央處理單元或CPU已從每晶片150瓦增加到超過300瓦。圖形處理單元或GPU已增加到每晶片超過700瓦。
這個方法的問題之一，就是晶片會變得更熱而故障。
過去在摩爾定律還有效的情況下，更高階的散熱技術不太被重視，不過隨著摩爾定律慢慢失效，終端需求的板塊漸漸往高效能運算、資料中心移動之後，這種高階的散熱技術開始受到重視，因為它直接影響到資料中心業者的：成本。
你知道為什麼現在企業都想要上雲嗎？散熱成本太高就是其中一個原因。如果你想要自己建立機房，當你要處理到高階運算的時候，光是散熱的成本你就負荷不了。所以散熱成本越高，大家就越會上雲端。
到了AI運算時代，只靠空氣冷卻已經不夠了，需要難度更高的液體冷卻技術，因為液體比空氣更能有效帶走熱能。靠著這種散熱，就可以延續摩爾定律的趨勢，讓未來運算能力更強。
散熱的好壞直接關係到是功耗與電力使用效率，所以有兩個關鍵指標，是資料中心業者計算的數字：
#1 TDP(Thermal Design Power，熱設計功耗)：
當處理器達到最高負荷時，會釋放的最大熱量就是其TDP值。所以資料中心業者決定要採用哪種散熱方案時候，看的就是TDP值。這個TDP值的上升，就會推升散熱廠的平均單價跟毛利率。
#2 PUE(Power Usage Effectiveness，電力使用效率)：
用來衡量資料中心能源效率的標準指標。它是資料中心的總用電量與僅用於IT設備的電量之間的比例。理想情況下，資料中心的PUE值應接近1.0，代表消耗的大部分電力都是直接用於IT設備，而不是用於空調、照明等非IT設備。但實際上，大部分資料中心的PUE值都會超過1.0。從環保和節能的角度，資料中心的運營者會努力將PUE值降低。
這兩個指標都關係著業者建置資料中心的效率以及成本，所以業者考慮的並不是何種散熱方案總成本比較便宜，而是要根據需求來決定哪一種散熱才是最有效率的方案，並不是越便宜越好，也不是所有業者都需要最高階的，所以選擇個股時，越能提供完整解決方案的廠商，才能有優勢。
相關個股：奇鋐(3017-TW)、雙鴻(3324-TW)、建準(2421-TW)、泰碩(3338-TW)、尼得科超眾(6230-TW)、力致(3483-TW)
