美國商務部長盧特尼克正醞釀一波更廣泛的半導體關稅攻勢，這一次，標的從先進運算晶片擴大至AI伺服器、筆記型電腦與遊戲主機，同時研議取消資料中心現有的關稅豁免待遇。這項政策背後的邏輯很直白：企業在美國生產愈多晶片，就能進口愈多免稅半導體——但問題在於，美國本土先進製程產能遠水救不了近火，而AI基礎建設的烈焰正以驚人速度蔓延。
從晶片到終端：第二波關稅打擊面遠超業界預期
今年1月，川普政府依據232條款，對NVIDIA H200、AMD MI325X等先進運算晶片課徵25%關稅，當時保留的豁免條款——特別是針對美國資料中心、研發機構與新創企業——如今岌岌可危。根據《POLITICO》報導，盧特尼克希望透過新一輪措施，將免稅進口額度與企業在美國的晶片生產規模直接掛鉤：在美國本土生產愈多，可免稅引進的晶片數量就愈高。然而，實際稅率、配額與實施時間至今懸而未決，科技業只能在一片迷霧中沙盤推演。
真正讓供應鏈繃緊神經的，是課稅範圍可能從零組件延伸到終端產品。一旦AI伺服器、筆電與遊戲主機被納入清單，關稅的成本將不再只是晶片製造商的內部問題，而是直接反映在資料中心的建置報價單、消費者的購物車，甚至是雲端服務的月租費上。這不只是半導體業的事，而是所有靠算力吃飯的行業都該拉警報的時刻。
台積電2,650億美元的豪賭，趕不上AI晶片的飢渴速度
台積電已承諾在亞利桑那州投資2,650億美元，涵蓋先進製程、封裝與研發中心——這是美國半導體製造史上規模最大的單一外資投資。但現實是，一座晶圓廠從動土到穩定量產，至少要三到五年。而AI晶片的需求週期，是以季度為單位在跳增。這段時間落差，不是任何補貼或關稅能瞬間填平的。
科技業最擔心的情境其實很樸素：進口晶片的免稅門檻被拉高，但美國本土產能還沒到位，結果就是成本先漲、產能沒補上。若AI伺服器等終端產品也同步被課稅，影響將從晶片蔓延至資料中心的空調、機櫃、電力配置——整個AI基礎建設的成本結構可能全面翻升。這不是貿易壁壘，這是對美國AI競爭力的一次內部壓力測試。
編輯觀點：川普政府的關稅算盤，表面上是「美國製造優先」，但實際上是在賭台積電、英特爾與三星的美國廠房能跑贏AI需求的爆發曲線。從產業面來看，這波關稅真正的輸家可能不是晶片廠，而是那些正在美國大舉興建資料中心、但無法自主生產晶片的雲端與AI新創。若豁免取消，一座超大規模資料中心的建置成本可能增加5%到10%，這筆帳最終還是會轉嫁到AI服務的終端價格上。說穿了，美國想在半導體上「斷奶」，但AI這頭怪獸的胃口，恐怕不是關稅能馴服的。
關鍵不在稅率，在「免稅額度」與「美國製造」的掛鉤方式
目前政策討論的核心，其實不是關稅數字要設在15%、25%還是更高，而是免稅進口額度如何與美國生產量掛鉤。這是一個機制設計問題：如果配額訂得太寬鬆，關稅形同虛設；若訂得太緊，則會直接掐住AI供應鏈的咽喉。商務部長盧特尼克顯然希望用這個機制當作「胡蘿蔔與棍子」，但業界更擔心的是過渡期安排——在美國產能到位前，這段青黃不接的時期該怎麼走？
另一個被忽略的變數是資料中心豁免是否續留。資料中心是AI時代的發電廠，若取消豁免，不只雲端三巨頭（AWS、Azure、GCP）首當其衝，連中小型AI新創的算力成本都會被推高。這等於是在美國AI生態系的成長期，提前調高用電費率——對資源充沛的巨頭或許只是小傷，但對新創團隊，可能就是生存問題。
展望與影響：短期陣痛難免，長期格局未定
從政策邏輯來看，川普政府的目標非常清晰：用關稅逼出美國半導體製造的實際投資，同時減少對亞洲供應鏈的依賴。然而，半導體產業的特性是資本密集、技術密集、且時間成本極高，這與關稅政策的「速效」思維存在根本矛盾。可以預見，未來六到十二個月，業界將經歷一段政策不確定性極高的混沌期，AI相關硬體成本也可能出現短期波動。
中長期而言，若美國本土產能逐步開出，這套「關稅換產能」的策略或許能逐漸站穩腳跟。但關鍵轉折點將在2026至2027年，也就是台積電亞利桑那廠與英特爾俄亥俄廠是否如期量產，以及它們的良率與成本結構能否與亞洲競爭。在那之前，美國AI產業必須同時面對需求的爆炸性成長，與供給面的人為緊縮——這場壓力測試，沒有人能保證順利過關。
你的下一步：如果你是硬體採購、資料中心規劃者，或AI基礎建設的決策者，現在該做的不是等政策明朗，而是先模擬兩到三種關稅情境下的成本衝擊。別忘了，關稅是政策工具，但對你的損益表來說，它是真實的數字。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
新一波半導體關稅什麼時候開始實施？
目前尚未公布具體實施時間，稅率與免稅額度也仍在研議階段，業界預期2026年內可能會有明確方案出爐。
AI伺服器被課稅會影響終端售價嗎？
會的。若關稅擴及終端產品，成本將直接反映在資料中心建置與雲端服務報價上，最終可能影響AI服務的使用成本。
台積電美國廠來得及因應這波關稅嗎？
短期內無法。先進晶圓廠從建廠到量產需三至五年，美國本土產能在2027年前仍難以完全承接AI快速成長的需求。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
