AI 資料中心電力需求成長速度超越早期預期

隨著 AI 模型擴張與推理需求加速，資料中心的電力消耗正成為產業的戰略變數。關注焦點已從伺服器效能，轉向電網接入、能源供應與用電效率。

新聞正文

在當前的 AI 浪潮中，許多企業聚焦於 GPU 數量或叢集部署速度。然而，實際營運顯示，算力只有在持續且充足的電力支撐下才有意義。晶片密度每增加一次，都會帶來相應的電力容量、配電需求與散熱壓力。

國際研究指出，受 AI 訓練，尤其是企業推理快速擴張的驅動，資料中心電力消耗在未來數年可能大幅上升。過去集中於少數超大型設施的工作負載，正擴散至雲端服務、金融、客服、內容處理、自動化及其他企業應用。

這對電力系統帶來新的壓力。電網接入時程可能拉長，電價可能更趨波動，選址也將愈來愈依賴當地能源基礎設施的品質。擁有穩定供應、可擴充容量及清潔能源接入的地點，將具備更強的競爭優勢。

對投資者與專案開發者而言，評估算力專案現在需要更深入檢視其能源結構：基載供應、再生能源、備援容量、儲能、負載管理，以及因應需求成長快於預期時的彈性。