AI基建競爭轉向「算力＋電力」 低碳能源成AI資料中心下一道門檻

生成式AI快速擴張，不只帶動GPU、伺服器與液冷需求，也正在形成一場「算力與能源的雙重循環」。當AI協助電網預測負載、調度儲能與提高能源效率，能源系統反過來又成為支撐AI成長的底層資源。台灣擁有全球重要的半導體、AI伺服器及ICT供應鏈，但下一階段AI基礎設施競爭，關鍵可能不再只是「有沒有GPU」，而是「有沒有足夠、穩定且低碳的電」。

近一周AI基礎設施市場對電力議題關注升高。台電8月18日即時發電資訊顯示，主要火力電廠仍承擔大量系統供電；經濟部目前能源政策則朝多元綠能、科技儲能、深度節能及強化電網韌性推進。對大型AI資料中心而言，投資評估條件已由土地、光纖、GPU取得，擴大到契約容量、再生能源來源、電網可靠度與減碳能力。

這也使「智慧能源」成為AI基礎設施的一部分。太陽光電與風電具有間歇性，必須搭配大型儲能、需量反應、能源管理系統（EMS）及微電網，才能提高低碳電力的可調度性。台電既有龍潭60MW/80MWh及冬山60MW/85MWh儲能系統，即是利用快速充放電協助頻率調節與再生能源併網；更長期則須透過分散式電網與強韌電網建設，支撐高科技產業新增負載。

圖一 : 「智慧能源」成為AI基礎設施的一部分。

另一場變革則發生在資料中心內部。NVIDIA近期再度強調800V VDC（高壓直流）架構，透過減少AC/DC轉換層級、降低電流與線纜損耗，因應未來MW級AI機櫃；而預計2026年下半年導入800V電源機架，2027年進一步則朝向每列最高2MW供電發展。

因此，台灣AI資料中心真正的新瓶頸，可能從「晶片供應」移向「低碳電力供應」。未來能否同步擴充綠電、儲能、微電網、HVDC與電網容量，將直接影響國際雲端與AI業者在台擴建算力的速度，也讓能源基礎設施從成本項目升級為AI產業競爭力的一環。