鋰電池UPS 數據中心備援電力新寵

儲盈的UPS鋰電池櫃挾着全球最大半導體晶圓廠主要供應商地位，搶攻高算力AI數據中心備援電力市場。圖／業者提供

AI時代來臨，算力即國力，高算力也意味着超高耗能，過去傳統數據中心伺服器備援電力系統以BBU、超級電容爲主，因應現今高算力數據中心更強大算力的AI伺服器系統，以鋰電池爲核心的UPS不斷電系統解決方案因運而生，成爲AI伺服器系統的備援電力方案新趨勢，並出現在最新的GB300 NVL72 AI伺服器系統上。

輝達（NVIDIA）最強大的GB300 NVL72 AI伺服器系統究竟有多耗電？據瞭解，GB300 NVL72AI伺服器系統功耗達140千瓦，爲傳統數據中心伺服器耗電20倍以上，一年最高可吃掉122萬6,400度電，一部GB300 NVL72AI伺服器機櫃耗電量約等同於臺灣270戶家庭一整年用電量，一年總電費達523萬元。

業者指出，傳統數據中心與現今高算力AI數據中心，用電需求差異十分顯著，高算力AI伺服器機櫃系統用電量動輒高出10幾20倍，這主要體現在硬體規格、功耗密度、冷卻系統、運行模式等方面。

例如單位功耗差異上，傳統數據中心以使用CPU爲主的伺服器，功耗相對穩定；而高算力AI數據中心部署大量GPU（如NVIDIA A100/H100），整體熱密度與耗電量顯著提升。冷卻與電力設計上，高算力AI數據中心伺服器採液冷散熱，高冷卻負載，電力規劃每個機櫃數十至上百kW。AI高密度訓練任務（LLM、視覺、推理）訓練，長時間高負載運行，散熱需求高，液冷是發展趨勢。NVIDIA等廠商正推動液冷部署。

高算力AI數據中心的用電量爲傳統伺服器中心3到10倍以上，對電力基礎設施、散熱設計、以及永續能源轉型帶來巨大挑戰。因此，設計與營運必須與能源規劃緊密結合。

鋰電池業者表示，UPS與BBU在高算力AI數據中心中都扮演備援電力系統的重要角色，但兩者應用場景、架構層級、技術特性與對於能源效率的貢獻各有不同。

應用定位上，UPS以整體機房、機櫃、機架級（集中式）爲主，保證整個數據中心短時間內不中斷供電，備援時間通常數分鐘至數十分鐘，技術特性結合大型電池組＋逆變器＋配電系統；BBU則以單機伺服器、單卡（分散式）爲主，爲特定伺服器設備短暫備援，保障數據寫入完整性，備援時間約幾秒到幾分鐘，足夠寫入緩存資料，專爲緊急資料保護。

功能與技術差異上，備援電力類型UPS以AC供電（轉換至DC），BBU直接DC電池供電，備援方式，UPS通常接續發電機（如柴油）或移轉雲端節點，BBU僅供特定硬體維持寫入緩存作業，UPS整體而言在於保護整體運作，BBU僅保護儲存層或特定伺服器。

AI數據中心備援電力系統趨勢方向，高效UPS（模組化、三電平變換技術、Eco Mode）逐漸取代傳統UPS，BBU不影響PUE，但強化資料保護。管理模式使用軟體定義電力（SDP）、AI優化UPS能效與放電邏輯，趨勢朝向UPS分散式與液冷、電池結合（如Li-ion UPS、模組式設計），UPS初期投資高，但支撐整體運營。