科技、人文聯合講座／AI發展隱憂：噬電怪獸數據中心

自二○二二年底ChatGPT亮相以來，生成式ＡＩ帶動了另一次的網際網路淘金熱。第一次的網際網路熱潮展現在千禧年的dot.com投資熱潮，這一次則在數據中心（data center），例如Open AI的Sam Altman、軟銀孫正義及甲骨文總裁Larry Ellison在白宮共同宣布投資五千億美元的Stargate建置計畫，及韓國ＬＧ皇子爺具本亨宣布將耗資三百五十億在南韓建造一個全世界最大的數據中心。

過去都是由巨型業者（hyperscaler）自建自用的數據中心，已轉為由共置商（colocation co.）與地產商合作的大型土地開發計畫。以美國為例，二○二四年的土地開發計畫有百分之四十是數據中心，而公寓住宅或商辦案件占比都不到百分之五。除了需要廣大土地外，數據中心更依賴充沛而便宜的電力運作。

舉例而言，一萬個ＡＩ晶片運作時約需一千五百萬瓦電力。由於ＡＩ晶片的運算速度比傳統晶片快上百萬倍，其運算時的發熱強度也是後者的十倍，需要間隔空間散熱。數據中心亦需空間裝置通風及冷卻系統降溫，避免晶片損耗，而啟動這些設備亦增耗能。

例如，在數據中心密集的維吉尼亞州北部，二○二四年的用電量已近四十億瓦電力，相當於五十萬家戶用電量，再加上目前正在建造的數十餘座數據中心，總用電量將達一百一十億瓦電力。而上述全世界最大的韓國數據中心，預估耗能將達三十億瓦電力。Dominion能源公司推估ＡＩ應用的電力需求，在未來十五年內將增加百分之八十五，主要增長區域為北美及亞太地區。

大量電力需求帶來供需缺口，如何產生、輸送及調度電力至數據中心變成當務之急。儘管乾淨能源如風電及太陽能被視為數據中心的標配，但短期無法滿足數據中心的大量需求，故現有的燃氣電廠仍不能除役，反造成碳排量的增加，變成新的耗能產業。同時新建數據中心多處郊區，必須新鋪管線以輸送電力，而土建無疑耗時耗能。

配合獎勵政策及豐沛海纜，過去幾年巨型業者在地狹人稠的新加坡廣建數據中心，卻引發了後遺症：用地需求造成地價上漲，亦影響都市景觀。故新加坡逐漸收攏獎勵政策，開發商遂移轉至馬來西亞建置。同樣擁有高人口密度的台灣，面臨ＡＩ發展，又該何去何從呢？

由於DeepSeek降低生成式ＡＩ的進入門檻，本來無望進入賽道的國家，如日韓、東南亞將有機會發展在地化ＡＩ服務，故預期數據中心也將蓬勃發展。台灣既缺土地也缺水缺電，實無發展數據中心的優勢，但可奠基於數據中心的硬體建置，提供資料的儲存與傳輸的整合服務（total solution），包括資安及界接第三方應用之服務。這種公司不須大成本投資，但是小而專，正適合具中小企業體質的台灣廠商發展。（作者為元智大學資訊管理學系教授）