AI巨獸的能源革命　核能與綠電如何解鎖資料中心永續未來？

▲生成式人工智慧（Generative AI）的爆發性成長正將全球推入超數據驅動社會，資料中心已成爲數位經濟的核心命脈。（圖／視覺中國）

●蔡鎤銘／淡江大學財務金融學系兼任教授

生成式人工智慧（Generative AI）的爆發性成長正將全球推入超數據驅動社會，資料中心已成爲數位經濟的核心命脈。然而，這些支撐AI發展的「電力巨獸」正以驚人速度吞噬能源資源，2022年全球資料中心用電量已佔全球總用電量的2%至3%，預估到2026年可能突破4%。

面對這場能源危機，科技巨頭們正在尋找革命性解決方案，從綠電到核能，一場關乎未來的能源革命正在悄然展開。

能源需求與環境挑戰　雙重壓力

人工智慧對計算資源的需求幾乎沒有上限，特別是大型語言模型的訓練與推理所需能源更是傳統應用的數倍。訓練單一大型AI模型可能產生的碳排放量，相當於五輛汽車整個生命週期的總排放量。這種能源需求不僅對各國電網構成巨大壓力，更加劇了通膨壓力，因爲能源成本的上升最終會轉嫁至消費者。

更關鍵的是，現有可再生能源存在根本性限制。太陽能和風能受天氣條件制約，具有間歇性特點，難以提供資料中心所需的24小時不間斷電力保障。即使科技巨頭承諾100%使用可再生能源，實際達成率仍面臨技術與環境的雙重限制。這種情況迫使產業必須尋找更可靠、更密集的基載能源解決方案。

▼現有可再生能源存在根本性限制。太陽能和風能受天氣條件制約，具有間歇性特點，難以提供資料中心所需的24小時不間斷電力保障。（圖／CFP）

綠色技術創新　多元路徑

面對能源消耗困境，技術創新成爲解方的核心。在硬體層面，效率更高的處理器正不斷提升計算的能源效率。谷歌自行開發的張量處理單元（TPU）和專用集成電路（ASIC）都在實現「以更少的電做更多的事」。晶片巨頭英特爾（Intel）的執行長帕特．基辛格（Pat Gelsinger）多次強調，提升每瓦效能是下一代處理器的設計核心。

先進的冷卻技術也是降低能耗的關鍵戰場。更多營運商轉向更高效的液冷技術，例如將伺服器直接浸沒在不導電的冷卻液中，其散熱效率可比氣冷式高出數倍。同時，人工智慧本身正被用來優化資料中心的能源效率，透過機器學習算法即時分析數以萬計的感測器數據，動態調整冷卻系統與電力分配。

核能復興　科技巨頭的戰略佈局

在此背景下，核能技術正經歷一場靜默革命。新一代小型模組化反應爐（Small Modular Reactors, SMRs）的出現，爲資料中心能源供應帶來全新可能性。這些創新設計的核反應爐具有更高安全性、更低成本與更短建設週期，能夠直接爲大型資料中心園區提供零碳排的穩定電力。

微軟公司已率先採取行動，公開招募核能專家，並計劃將下一代核能技術整合到其雲端服務的能源供應鏈中。這種轉變背後的核心驅動力是認識到，沒有穩定可靠的零碳能源，AI的未來發展將面臨嚴重瓶頸。其他科技巨頭也紛紛跟進，將核能納入長期能源戰略規劃。

政策支持與社會接受的挑戰

推動能源轉型需要完善的政策框架與社會共識。美國通過《降低通膨法案》（Inflation Reduction Act）爲先進核能技術和可再生能源提供稅務優惠與補貼；歐盟也將核能納入永續分類標準，承認其對氣候目標的貢獻。在亞洲，中國大陸積極推進「東數西算」工程，將數據計算需求引導至能源豐富地區。

然而，社會接受度仍是最大挑戰之一。民衆對核能的安全疑慮需要通過透明溝通與教育來化解。同時，再生能源的間歇性問題也需要透過電網升級和儲能技術創新來解決。這些都需要政府、企業與社會各界的共同參與和努力。

未來展望與結論

資料中心的能源革命代表着數位基礎設施與能源基礎設施的深度融合。未來我們可能見證「核能－再生能源混合型資料中心」的出現，這些設施將各種潔淨能源與伺服器機房智能整合，最大限度減少能源傳輸損耗，實現真正的零碳運營。

生成式AI與數據驅動社會的未來，取決於我們能否解決能源供給的根本問題。核能與再生能源的協同發展，是目前能夠同時提供穩定、密集、零碳電力的最佳路徑。

在追求技術創新的同時，也需要建立相應的法規框架與社會共識，確保這場能源革命能夠安全、有序地進行，最終實現數位發展與環境永續的雙贏目標。

這場革命不僅是技術挑戰，更是思維模式的轉變：從將能源視爲外部資源，轉變爲將能源生產與數據處理整合爲單一生態系統。只有通過這種根本性的變革，我們才能在享受AI帶來紅利的同時，實現2050年淨零碳排的全球目標。

▼核能與再生能源的協同發展，是目前能夠同時提供穩定、密集、零碳電力的最佳路徑。（圖／臺電提供）

►思想可以無限大－喜歡這篇文章？　歡迎加入「雲論粉絲團」看更多！

●以上言論不代表本網立場。歡迎投書《雲論》讓優質好文被更多人看見，請寄editor88@ettoday.net或點此投稿，本網保有文字刪修權。