FLNC (增加信念）

Fluence Energy 確實成功搭上了 AI 資料中心電力瓶頸與動態負載的雙重紅利。

為什麼 GPU 負載高峰需要 BESS（電池儲能）？

AI 伺服器 在進行 Parallel Training 或大模型推理時，電力需求會在毫秒至秒級內產生巨幅波動。傳統電網或發電機組無法如此快速調節響應，容易造成電壓驟降或頻率偏移可能觸發 IT 設備保護性斷電。

電力公司擔心資料中心尖峰負載衝擊區域電網，導致併網許可審查動輒拖延數年。

Fluence 的儲能系統 配合其 Fluence OS 智慧軟體 提供 150 毫秒內的快速頻率響應與負載整形在 GPU 高負載抽電瞬間由電池補足缺口，降低對電網的瞬時衝擊。 透過平滑化用電曲線，讓資料中心更容易取得電力公司許可，實現Speed-to-Power。

Fluence 在公布財報時，揭露了兩個驅動市場重估的關鍵利多。

與兩家巨型超大規模雲端服務商敲定供應合約，正式驗證其儲能產品在大型 AI 資料中心場景的落地能力。

財報獲利優於預期， EBITDA 表現強勁，訂單在手金額創新高，FLNC 的簽約在手訂單金額達到 56 億美元 的歷史新高。  光是該財年上半年累計新接訂單就達約 20 億美元，較前一年同期大幅翻倍，且其中高達 50% 的訂單來自新客戶。

管理層預計在手訂單中約有 50%～55% 將在未來 12 個月內直接轉化為營收，加上資料中心管線季增逾 30% 達到 12 GWh，為中長期營收提供極高的確定性。

*Parallel Training

是當前訓練大語言模型（LLM）或千億級參數 AI 模型時不可或缺的核心技術。當單一 GPU 的顯存與算力無法容納整個模型或處理龐大資料集時，就必須將訓練任務切割並分發到由數千甚至數萬張 GPU 組成的集群上同時運算。

* Speed-to-Power（取得電力的速度） 是目前 AI 資料中心與 Hyperscaler 在全球算力競賽中最核心的戰略瓶頸與競爭護城河。

* Fluence Energy尚未公開這兩家超大規模雲端服務商的具體名稱。 根據 Fluence 管理層在 2026 年 5 月的財報會議說明該公司與這兩家巨頭簽署的是主供應協議，代表 Fluence 已通過其極為嚴格的技術與安全性審查，成為資料中心儲能設備的合格供應商。

CEO Julian Nebreda 透露，其中一家 超大規模雲端服務商最初評估了 26 家 BESS（電池儲能）廠商，Fluence 是第一家通過所有資格審查並完成簽約的業者；另一家則提出了多數競爭對手無法滿足的高標準技術指標。

雖然官方未公開，但法人與市場分析師普遍推測範疇不外乎 Microsoft，Amazon (AWS)， Google 或 Meta 這幾家正大規模擴建 AI 資料中心且面臨電網併網瓶頸的巨頭。

⛽️