資料中心電力需求將翻倍？下一代效率與永續升級指南

AI 浪潮推動資料中心耗電倍增

資料中心作為生成式 AI、高效能運算（HPC）與雲端服務的核心載體，推動 AI 伺服器的算力需求飆升，直接導致了單櫃功耗的指數級提升，資料中心的電力需求倍增。

國際能源總署（IEA）預測全球資料中心用電量，於 2024 年達到 415TWh，預計在 2030 年將成長至約 945TWh，這表示六年內，電力消耗將出現驚人的翻倍狀況；美國能源部也評估資料中心耗電占比，將從 2023 年的 4.4% 提升至 2028 年的 6.7–12%。美國、歐洲和中國為代表的 AI 運算高度集中的主要經濟體，將持續劇烈推升全球用電曲線。

2025 全球雲端資料中心擴建趨勢與供應鏈機會

雲端資料中心加速擴建，BBU 鋰電池與液冷成為核心動能，電力與散熱供應鏈將是下一波成長贏家。 了解趨勢

資料中心電力負載與運營挑戰

首先，現行資料中心主要電力消耗來自 IT 設備（伺服器、儲存系統、網路裝置）以及支援基礎設施（冷卻系統、不斷電系統 UPS、電力轉換、照明等）。

隨著 AI 模型運算需求密度飆升，直接推升 AI 伺服器的電力需求，這主要源於伺服器內建高功耗的 AI 加速器（包含 GPU、TPU、ASIC、FPGA 等運算晶片），使得每機架功耗從傳統約 5-10kW 躍升至 30-100kW 以上，帶動資料中心在電力與冷卻系統負荷同步增長。

以 NVIDIA 預計於 2027 年下半年推出的 Rubin Ultra NVL576 單晶片為例，其 TDP（熱設計功耗） 已達約 3.6kW，使單機櫃功率高達 600kW 級別，較過去 10-30kW 的水平增長數十倍。

面對電力需求激增，資料中心電力系統在面對 AI 工作負載的高負載波動性時，往往出現 UPS 備援與配電架構容量不足或響應延遲，限制資料中心能源效率並推高電力成本。伴隨著 AI 巨頭不斷投入基礎設施研發升級，新一代 AI 加速器功耗持續攀升，傳統供電架構的負荷壓力將進一步加劇。

表：資料中心電力需求分配與風險分析

（電力需求占比來源：IEA）

降低資料中心耗電的關鍵策略

PUE（電力使用效率）是衡量資料中心能源效率的國際通用指標，理想值應接近 1.0，代表更多電力被用於 IT 運算設備，而非消耗在冷卻或備援設施上。目前業界平均值約為 1.58。

$$ \mathrm{PUE} = \frac{\text{資料中心總用電量}}{\text{IT 設備總用電量}} $$

2024 年，各大 CSP（雲端服務供應商）已將 PUE 控制在約 1.1 的高水準，並持續優化以因應 AI 帶來的高工作負載。

• Google 的 P​UE ​報告指出，其資料中心 PUE 值為 1.09。
• Microsoft 的《環境永續報告》指出，其資料中心 PUE 值為 1.12。
• Amazon 的 AWS 報告指出，其資料中心 PUE 值為 1.15。

面對這些標竿數據，傳統資料中心必須正視其結構性挑戰。面對 AI 工作負載持續增長的趨勢，企業要達到雲端巨頭的 PUE 水準，已不能僅靠設備汰換，而需要從電力基礎設施到冷卻系統進行系統性優化。以下列出 4 項提升能效與降低耗電的策略。

1. 高效硬體設備與基礎設施，降低用電需求

傳統資料中心的基礎設計多以一般運算需求為導向，未針對 AI 工作負載的高功耗與高密度特性進行最佳化，因而出現能效比偏低、散熱壓力過大等限制。企業若要支撐生成式 AI 與高效能運算（HPC）的需求，可考慮導入以下新一代高效能硬體設備與創新基礎設施技術，從源頭降低電力消耗，同步提升整體運算效能與能源效率。

• 低功耗處理器與高頻寬記憶體的 AI 伺服器：

  傳統 AI 伺服器面臨功耗密度過高的挑戰，單顆 GPU 功耗就高達 400-700W。

  Intel、AMD、NVIDIA 等廠商透過先進製程與架構優化，開發高能效 CPU、GPU 與 AI 加速晶片，同步導入高頻寬記憶體模組（如 HBM 系列、DDR5、MRDIMM 技術）。AMD 於 2025 年 6月 發表新一代 AI 加速器Instinct MI350 系列 GPU，其能效與性能相較上一代，提供 4 倍 AI 運算能力，推論性能提升 35 倍。搭載此類高效 AI 加速器的新世代 AI 伺服器，能在相同運算任務下大幅降低每單位運算的耗電量。

• 高功率機櫃（HPR）：

  傳統 19 吋單櫃功率僅 5kW 到10kW 等級，無法滿足現今 AI 與 HPC 快速發展的需求。

  各大 CSP（Meta、Google、Microsoft等）已大規模採用於開放運算計畫（OCP）推出的 ORv3-HPR V3 機櫃，其將 GPU 伺服器總功率密度推升至 300kW，能因應 AI 模型訓練、超算、高密度推理等運算場景。

  此外，2025 年，Meta 在 OCP EMEA Summit 高峰會 上公布 ORv3-HPR V4 機櫃架構 規劃與展望，其首次採用了 ±400V（等效 800V）高壓直流方案，將整櫃負載更高水準推向 800kW，將能為未來大規模 AI 運算提供更充足的資料中心電力需求支援。

• 液冷與浸沒式冷卻技術：

  傳統氣冷系統在面對高密度 AI 伺服器時效率低落，冷卻系統耗電佔資料中心電力需求 20-25%，如今 全球雲端資料中心迅速採用液冷作為冷卻標準。

  而 Microsoft 2025 年 4 月於《Nature》期刊發表冷卻技術研究，冷卻板與雙相浸沒式冷卻技術分別可降低 15% 和 21% 溫室氣體排放，減少 20% 能源需求與 52% 水資源消耗。Supermicro 的液冷解決方案 可降低資料中心電力成本達 40%，有效改善 PUE 值表現。

2025 下半年 & 2026 全球 AI 伺服器市場與供應鏈展望

生成式 AI 熱潮推動 AI 伺服器需求爆發，雲端服務商領航市場，出貨量持續超越通用伺服器，成為整體伺服器市場新焦點。 了解趨勢

2. 供電架構革新，減少電力傳輸與轉換損耗

Vertiv 預測 2024 至 2029 年以後，AI 機櫃密度將從 50kW 暴增至 1MW。傳統資料中心多是 AC 供電架構搭配集中式 UPS（不斷電系統），未來將難以支撐供電，將面臨功率不足、多重 AC↔DC 電力轉換造成能耗偏高，以及 CSP 對新供電標準的要求。

HVDC（高壓直流）是一種透過高壓直流電直接送至機櫃，省去多重電力轉換的供電架構。台達電估計傳統 UPS 效率約 88%，使用 HVDC 全鏈路可達約 92%，雖僅 4% 效率差距，但對大型營運商每年可節省約 360 萬美元電費。

下圖顯示傳統 AC 供電架構與 HVDC 供電架構的電力轉換路徑差異：

• 傳統 AC 供電架構： AC 輸入 → UPS（AC→DC→AC轉換）→ STS 靜態轉換開關 → PDU 配電盤 → 伺服器內建電源（AC 200V→DC 12V）
• HVDC 供電架構： AC 輸入 → RECTIFIER 整流器（AC→DC）→ PDU 配電盤 → 伺服器（HVDC直接供電，僅需DC→DC轉換至12V）

HVDC 架構的核心優勢在於減少電力轉換環節，省去大型 UPS 設備與 STS 靜態轉換開關，系統架構更為簡潔。CSP 巨頭與 NVIDIA 兩大陣營雖技術路線不同，但都瞄準同一目標—讓 HVDC 從概念驗證躍升為新產業供電標配。

過渡期解決方案：模組化 UPS（不斷電系統）

在全面導入 HVDC 前，多數資料中心仍沿用標準 AC + UPS，而模組化 UPS 提供實用的過渡方案。其基於現有 AC 供電架構，具備高實用性與低實施成本，也是技術人員熟悉的架構。

其分散式設計可依負載動態擴容，解決傳統整體式 UPS 缺乏彈性問題。Rehlko 2023 年的文章指出，模組化 UPS 標準運行模式可達 96% 線上能源效率；Schneider Electric也提及其機櫃空間可節省約 50% 占地面積。部分模組故障時仍能維持運作，大幅降低停機風險。

供電架構發展再精簡

傳統資料中心供電需經歷工頻變壓器、UPS、配電櫃等多層轉換，路徑冗長且損耗累積。

固態變壓器（SST）正成為新一代方案，市電無須再經過多層轉換，而是直接送入 SST 模組整流並輸出 HVDC，大幅減去 2-3 個換流損耗，讓供電系統更緊湊。

台達電已提出 SST 結合 HVDC 架構發展路徑圖，能源效率可達約 92%，SST 有望成為未來資料中心供電演進的關鍵技術。

3. 分散式備電系統，全面降低停機風險

傳統資料中心多採集中式 UPS 為整個機房提供備援，但若 UPS 發生故障或轉換延遲，整個區域伺服器將同時停機。同時，UPS 容量受限，難以應對 AI 瞬時功耗激增，容易造成電力閃斷。根據 Uptime Institute 2024 年《全球資料中心調查報告》，23% 的停機事件源自電力問題，54% 的營運商表示最近一次重大停機損失超過 10 萬美元，其中 20% 的事件甚至超過百萬美元。

為解決此問題，BBU（電池備援單元）是直接放在伺服器或機櫃端的「分散式備援電系統」，因靠近伺服器，反應速度遠快於集中式 UPS，且故障僅影響單一機櫃，具備更高彈性與可靠性。

表：UPS vs BBU 備電系統

另一項關鍵配置是「超級電容」，能在 AI 訓練或推理時「緩衝」突發功耗尖峰，避免供電不穩並減輕 BBU 負擔。超級電容負責即時響應，BBU 提供持續備援，兩者搭配能讓資料中心供電系統更穩定、壽命更長。

提升資料中心能效：硬體、供電架構與智慧備援

資料中心能源優化需多層面並進：升級硬體設備降低耗電、革新供電架構提升傳輸效率、部署分散式備電系統確保營運穩定。這些解決方案互為支撐，從節省需求到提升效率，再到強化可靠性，全方位提升能源效率與 PUE。

然而，新技術導入也會面臨挑戰，例如 HVDC 與分散式備電系統需與現有 AC 架構整合，初期投資成本高、系統整合複雜、技術人員培訓需求增加，並需管控新舊系統並行的風險。企業應採取階段性導入策略，平衡投資回報與營運風險，並建立跨部門協作，確保升級順利。

AI 巨頭與電力設備大廠推動供電系統革新

供電架構變革不僅依靠技術突破，更透過產業聯盟，塑造著未來的供電標準。隨著 AI 與 HPC 用電負載快速攀升，傳統機櫃架構已難以支撐，開放運算計畫（Open Compute Project, OCP） 扮演關鍵角色。OCP 自 2011 年由 Meta、Intel 等廠商發起，旨在透過開源硬體模式重新定義資料中心基礎設施。

經過 OCP 社群多年迭代，2024 提出的 ORv3-HPR 系列作為在 AI 運算供電上的策略性過渡，為未來的 Mt. Diablo HVDC 奠定了模組化基礎。代表整體產業都在尋求高效、高密度供電的解決方案。

AI 巨頭供電策略分歧

在這場供電系統革新中，以 NVIDIA 為代表的 AI 巨頭和 Meta、Microsoft、Google 等大型雲端服務商組成的 OCP 社群，形成了兩種主要的 HVDC 路線：

• OCP ±400V 雙極方案：

  透過 OCP Mt. Diablo 計畫推動 ±400V HVDC 混合架構，主幹沿用 480 VAC，僅在獨立電源櫃轉換為 ±400 VDC 後跨櫃供應伺服器，使 IT 機架功率可從 100kW 擴展到 1MW。雖效率不如 800V 全直流，但兼具相對成熟與彈性的技術，未來將逐步過渡到完整直流架構。

• NVIDIA 800V 單極直流架構：

  為滿足 MW 級 AI 機櫃需求，採用 800V 單極 DC 架構。交流電在變電室入口透過 SST 轉為 800 VDC，直接供應 800V 原生伺服器，使相同導線下的電力傳輸量提升 85%。展望 2028 年，SST 將逐步全面導入，形成完整的一條龍 HVDC 架構，實現最高效率與精簡化管理。

資料中心邁向 HVDC 時代的供應鏈新格局

AI 算力需求飆升推動資料中心邁向 HVDC（高壓直流）的供電架構時代，這項轉變正形塑出一個嶄新的相關供應鏈格局。供電供應鏈可分為三個主要層級：

1. 資料中心電力基礎設施：由 Schneider Electric、Eaton、Vertiv 等傳統電力與配電大廠主導，其掌握高壓開關、匯流匣與固態變壓器（SST）等中高壓設備的關鍵技術，提供 HVDC 系統的安全落地與能源品質管理。
2. 電源系統零組件：由台達電、光寶科、Flex 等代表廠商主導，涵蓋從白區到 IT 櫃體的直流配電與能量轉換，核心技術包括 Power Rack（電源機櫃）、BBU（電池備援單元）、超級電容與匯流排，提供高效能電力傳輸與穩定供電保障。
3. 功率半導體解決方案：由 Infineon、Renesas、ROHM、Onsemi、TI 等廠商引領，利用碳化矽（SiC）與氮化鎵（GaN）等第三代半導體材料，打造高效能、高密度的千伏級切換元件，是決定 HVDC 架構性能極限的關鍵。

展望未來，HVDC 趨勢將促使整個產業鏈朝向更高度的垂直整合，模糊傳統供應鏈界線。台灣廠商已形成一套由本土企業主導的完整產業集群，從電源模組、備援電力、散熱管理到機櫃整合，能在最短迭代週期內交付 MW 級 HVDC 解決方案，奠定台灣在全球 HVDC 生態系統的關鍵樞紐地位，為全球資料中心營運商提供更具時效性的競爭優勢。