AI算力需求快速增加，也回過頭重塑資料中心的電力系統、冷卻到建築結構。（圖片來源：AI生成）
AI競賽的壓力正從算力轉向電力。當晶片效能持續突破，AI資料中心（AIDC）建設速度逐漸超越電網與城市的承載能力時，「算力韌性」已不只是確保系統不中斷，更是考驗能源與基礎設施能否跟上腳步。《RECCESSARY》推出系列專題，剖析AIDC為產業帶來的震撼教育。
AI算力需求快速增加，已經重塑資料中心的電力系統、冷卻到建築結構，如何在技術持續更迭下保留擴充彈性，成為資料中心相關供應鏈能否跟上AI發展的關鍵，這樣的趨勢也將回頭帶起AI軟體的發展。
台灣AIDC市場回溫，資料中心選址追著電源跑
由於桃園大潭三部機組接受調度、南部興達電廠陸續上線，整體電網已有所改善，加上政府也允許在電廠附近規劃資料中心專區，為業界燃起希望。儘管無法像美國動輒建置規模100 MW（千瓩）起跳的大型資料中心，但西門子認為，市場已逐漸活絡。
西門子作為軟硬體設備、服務供應商，已經協助多家雲端服務供應商（CSP）、機房代管供應商（Colocation）在台建置資料中心。西門子垂直市場資深業務經理陳澤瑜點出，台灣資料中心正從傳統電信與企業內部機房，發展到國際雲端服務業者進駐的「區域資料中心」。
陳澤瑜表示，CSP業者興建資料中心時，考量金融與企業總部多位於台北，有高度低延遲及地緣存取「區域雲端」需求，偏好佈局於北部。
儘管過往較為審慎的用電管理措施，曾導致部分國際業者評估馬來西亞、新加坡或印度等土地、水電資源與人力成本較具優勢的國家，但他表示，近期可望隨著台灣供電條件改善、國家級算力中心積極建置而逐步回溫，以台灣目前在手的訂單來看，預計2030年以前，台灣會有17-18座AIDC，總容量將來到500 MW左右。
伊頓電氣台灣與菲律賓總經理林鈺培在半導體展也表示，台灣興建大型資料中心雖然受到土地以及電力供應的影響，尤其半導體「護國神山群」龐大的用電需求，電網負荷極大，但也因此讓快速部署的預製貨櫃型資料中心成為可行的解方。
為了因應資料中心大量用電需求，經濟部能源署2025年11月修正《能源管理法》子法，要求新增、擴建5MW以上超大型與主機代管資料中心，需在建置前提出能源使用說明書，且超大型資料中心的電力使用效率（PUE）須達1.3以下；今年8月《能源管理法》更修法三讀，針對新設、增設達一定容量的能源大用戶，需設置自用發電或儲能設備。
AI算力改變資料中心，電力、冷卻、建築同步升級
現代資料中心的建置關注重點在於電力來源、冷卻系統、空間建築、IT算力四大面向，陳澤瑜表示，現在講資料中心已升級為「AI 工廠」（AI Factory），為原始數據提供加值化、智慧化（即生產Token），並導入工業化生產體系與資料中心基礎設施，且由圖形處理器（GPU）的選定與功耗，決定基礎設施與電力系統規格。
林鈺培表示，AI技術演進速度快，各家晶片對電力與散熱要求截然不同。面對未來的規格變化，關鍵在於維持研發與技術人才能快速對接新設計。因此，模組化設計與緊湊型高密度設備接連問世，降低高度與佔地面積的需求，更能隨算力需求彈性擴充。
如今台達電、東元、施耐德、伊頓等都有提出模組化資料中心建置與服務。
另一方面，高算力需求已經改變資料中心的建置方式，由算力平台規格決定基礎設施的設計。陳澤瑜表示，傳統資料中心多採用架高或多層樓建築，但隨著GPU算力與功耗飆升，機櫃內的硬體與配電更為密集，單一AI機櫃就重達1.5-2噸，整體建築也因此轉為單層或專用高挑空間來設計 。
過往業者常只專注於單一領域，現在需要將電力設備、熱能分布、冷卻水溫與風量、空間配置、IT運算負載進行整體動態模擬。陳澤瑜指出，藉由導入AI驅動的能源管理系統、數位雙生等技術，可直接進行整合性模型，供業者未來需要升級GPU時進行檢視，包括評估現有電力設備、冷卻基礎設施是否充足，並支撐起預測性智能維運以及智慧能源管理架構。
模組化、800V DC興起，AIDC電力架構跟著AI升級
傳統資料中心建置時間約1年，模組化資料中心可縮短至6個月。模組化意指將水管、電網佈線與建築結構全面標準化，如伊頓將中壓設備、不斷電系統（UPS）及電池整合於貨櫃內，大幅提高建置彈性與部署速度。
西門子也推出貨櫃式E-House電力機櫃，包括整套電力與電氣設備，在工廠內根據電力需求完成客製化設計、組裝與測試，運到現場後即可直接併網，省去現場配線與組裝的時間成本，「目前在全球多個大型資料中心專案，為快速實現市場算力需求，實際施工期僅6-8個月，必須仰賴模組化機櫃才能達成上線目 標，並可確保標準化品質。 」
傳統資料中心建置時間約1年，但AI需求大增，資料中心跟電力系統都以模組化加速建置。（圖為西門子電力貨櫃，來源：西門子）
陳澤瑜表示，未來改變整體電力架構的是「800V DC架構」。他提到，傳統資料中心電力架構需要經過多次交流電（AC）與直流電（DC）反覆轉換與降壓，每次轉換都會伴隨電力耗損。隨著AI機櫃算力與功率暴增，800V DC架構能從中壓交流電直接轉為高壓直流電，直供到晶片端，減少中間轉換關卡，提升整體能源效率。
「然而完整800VDC解決方案還需要一段時間才能普及，主要技術癥結在軟體控制」，陳澤瑜指出，交流電在運作時具備週期性的「過零點」，當電壓回到零點切換時，可藉由傳統機械式斷路器，安全地瞬間切斷電流而不產生電弧，但直流電沒有過零點，而是一條持續供電的狀態，一旦發生短路或過載， 極易引發高溫電弧，對設備造成損害與風險。
陳澤瑜指出，未來800V DC架構大規模導入的關鍵，不是單一設備效率，而是從中壓電網、固態變壓器（SST）、DC配電、電力匯流排（Busway）到AI機架（AI Rack）端，建立完整且標準化的電網到晶片架構。
西門子與萊茵豪森（MR）今年8月已宣布，共同開發最高可連接36kV電網、輸出800V DC的固態變壓器（SST），瞄準AI資料中心電力需求，將中壓交流電直接轉換成直流電，降低傳統多級轉換帶來的電力損耗。
陳澤瑜點出，雖然AIDC用電、用水量大，但許多業者仍不知道如何有效運用這些資料，如今藉由AI代理（Agent AI），可以整合電網、溫度與水資源等資訊形成閉路循環，自動優化空調風量、冷卻泵浦運轉與電網效能，即時產出節能的標準程序 （SOP） 。
「未來是軟體定義設備，決定設備與資料中心的能耗。」陳澤瑜認為，AI資料中心滿足社會在AI的使用需求，在使用上也需要AI的協助。
AI技術快速迭代，從選址、基礎設施設計到電力供應都出現改變，未來在追求更高算力的同時，資源管理、能源效率與基礎設施韌性也將成為AIDC發展的關鍵。
※ 本文不提供合作夥伴轉載使用
