一場大停電讓綠電的兩難浮上檯面！為何裝太陽能板、智慧電網，企業依舊會缺電？|數位時代 BusinessNext

裝太陽能板、智慧電網，企業依舊會缺電？一場大停電讓綠電的兩難浮上檯面

停電會使得企業損失龐大。為確保電力無虞，企業也自行添購發電機、架設智慧電網，近年擴大使用再生能源、採購綠電。但一次停電，再次讓電力問題浮上檯面。

5 月 13 日，台電高雄路竹路北超高壓變電所匯流排因人為疏失，造成興達電廠 4 部機組跳機，無法正常送出電力。這次事故，導致全台 62 個工業區中，其中 29 個工業區輪流停電，加工出口區以楠梓加工出口區影響較大，區內有日月光半導體、華泰電子、國巨等大廠；三大科學園區中，竹科跟中科分別有 20 多家廠商受影響，南科則有 40 多家廠商受影響。

停電會使得企業損失龐大。為確保電力無虞，企業常見做法包括自行添購發電機、架設智慧電網。近年能源與環保政策獲得重視，企業也擴大使用再生能源，像是採購綠電、或者自行設置再生能源設備。

日月光：智慧電網自動降載電壓

半導體封測廠龍頭日月光，因曾經歷2017年815大停電，位於楠梓加工出口區的高雄廠損失900多萬元，促使日月光發展「智慧電網技術」。一旦接到限電通知，智慧電網可以區分哪些是必要用電、哪些是非必要用電，藉由控制中心自動降載電壓20%，並將情形回報給台電系統，將損失降到最小。這次513停電，日月光高雄廠立即啟動備援供電系統，搭配智慧電網等措施，所受影響有限。

台積電：廠區設置太陽能板

另一方面，以台積電為例，2019 年台積電社會企業責任報告指出，除了採購綠電，台積電也在廠區設置太陽能板，新增太陽能板裝置容量 1720 千瓦，已發電量 370 萬度；2020 年持續擴充太陽能裝置容量 655 千瓦，預計發電量可達 527 萬度，全公司 7% 用電總額為再生能源；預計在 2030 年以前，達成全公司生產廠房 25% 用電量使用再生能源。

綠電不是萬靈丹，搭配儲能系統才能穩定

但是光建置綠電相關設備，不足以確保供電穩定。原因在於，再生能源發電情形容易受天氣影響，以太陽能為例，假設沒有日照，就會無電可發；加上電力需要在生產當下就被使用，即使白天日照再多，這些電力依然無法續航到晚上。

因此需要一套「儲能系統」，一來儲存多餘的電力，提供夜間使用；二來自動調度電力、維持電網穩定性。

儲能系統：以電池存下過剩電力，有需要再送出

近期日月光在高雄市衫林國中導入智慧電網技術，因為該所國中地段比較偏僻、用電常會中斷，日月光先透過太陽能板將光能轉換成電力，並進一步儲存在電池裡，同時用智慧電網監控電流量，達到最省電的分配電力方式，過程完全不需要倚靠台電電力。這次遇上興達電廠事件，衫林國中師長表示，電燈只閃爍了一下、其餘電器一切運作正常，但是像宿舍沒有太陽能及電網系統的地方就停電了。

全球電源與能源管理領導廠商台達電，也在金門與台電合力建置「儲能貨櫃系統」。台電表示，金門太陽光電、風力發電等綠能發電占比最高可達 30% 以上，台達電的儲能系統可以平緩再生能源變動，太陽日照充足時，存下過剩電力；有需要時則將電力送出，維持電網穩定。假設遇到跳機，電網也可以自動調整系統頻率，在 0.2 秒內供電救援；相較啟用傳統備用機組，需要 15～20 分鐘，等同快上數千倍。

延伸閱讀：沃旭、上緯、台達都是成員！SEMI成立風能產業委員會，拚本土供應鏈產業化

發展綠電儲能系統的難處：電池貴、地不夠

上述例子可見，即使擁有能源，也必須搭配儲能系統。如果無法儲存、調動，一樣可能面臨無電可用。還記得今年2月中，美國德州遭遇北極嚴寒暴風雪侵襲、造成400萬名用戶大停電的事件嗎？事實上，德州是美國的重要能源重鎮，擁有豐富的石油、天然氣資源，在近年再生能源的趨勢下，也發展風力與太陽能光電。《華爾街日報》報導，2020 年德州電力 40% 來自天然氣發電、 23% 來自風力發電、18% 來自火力發電、11% 來自核能發電。

在得天獨厚的背景下，德州是全美唯一採用獨立電網、擁有自己的電網。但無法從其它地區的電網緊急調度電力，成了隱憂。早在2011年，德州就曾經歷類似的大規模停電，當時聯邦能源管理委員會（FERC）就建議，應該加強電網防凍等基礎設施、發展儲能電備系統，為寒冬做好準備。

但以企業面來說，有其難以發展的地方。先前日月光投控行政長汪渡村在接受本刊專訪時表示，以智慧電網來說，必須搭配儲能系統，才能發揮最大功效，對此，企業遇到的難題，一是電池價格貴，二是土地取得困難。相較學校用電量小，因此可以把技術完整套用，但工廠用電量大，以目前的技術能量而言，電池體積龐大，在既有的加工園區中，很難找到新空地建置電池，即使企業想要自建電廠，也可能因為佔地面積廣、顧及環保問題，受到反彈。

儘管儲能系統還在發展階段，但隨著愈來愈多產業需要儲能，電池價格可望持續下探。《CNBC》舉例，電動汽車電池組在 2010 年時為 1100 美元（約新台幣 3 萬 422 元），到2019 年已降低為 156 美元（約新台幣 4314 元），10 年間下降 85%，假設持續擴大經濟規模，2024 年有可能降低至 100 美元以下（約新台幣 2800 元），未來儲能產業的應用場景將不限於電網、電動汽車、甚至進入住宅場域，公營事業也可能成為儲能產業最大潛在市場，透過整合儲能系統到既有的系統中，在尖峰用電時段協助供應電力。

《CNBC》指出，現在最廣泛應用的電池種類為鋰電池、也有人積極開發固態電池與液流電池，現在無法保證最後哪種電池會勝出，但能確保的是，電池將在我們的中發揮更大作用。

最新6月號雜誌《高價值企業100強》：傳送門
零接觸電子雜誌訂閱：傳送門

資料來源 / The Wall Street Journal、CNBC、台積電2019年企業社會責任報告書
本文授權轉載自：經理人
責任編輯：錢玉紘

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。