AI如吃電巨獸!10年內全球資料中心用電將超越印度全國,AI巨頭們如何拆招?
AI如吃電巨獸!10年內全球資料中心用電將超越印度全國,AI巨頭們如何拆招?

向ChatGPT發送一個問題,它能整理出比Google搜尋更完整、懶人的答覆,AI帶給人們極為便利的服務,但背後的代價,卻是龐大的電力。

現在資料中心的用電問題,已經帶給愛爾蘭等國諸多地方困擾,外界更預測10年後全球資料中心的耗電將比肩印度。

換言之,AI堪稱「吃電怪獸」的問題,已經不能忽視。

AI耗電問題就在眼前

AI火熱的發展速度,使人工智慧顛覆生活的應用層出不窮,可能成為打點所有行程的助理、一鍵整理好數十萬字的資料與表格,甚至各種從無到有的影音創作都不在話下。然而,在實現多樣的想像之前,得先克服一大難題:電力消耗。

格拉斯哥大學電腦科學教授維姆.范德鮑韋德(Wim Vanderbauwhede)曾分析,用ChatGPT查詢一次的電力消耗,可能比Google搜尋多50到90倍的電力消耗。高效能的AI需要眾多資料中心高強度運轉為其提供支援。

近來科技巨頭發布的永續報告可見一斑,微軟5月發布的報告中,碳排放量自2020年以來增長了30%,原因就在於廣設資料中心。Google同樣在最新報告中,因擴大對資料中心的投入,碳排放較5年前增長48%。

資料中心成吃電怪獸,10年內用電比肩印度

龐大的資料中心正在造成負擔。高盛預估資料中心占美國電力消耗的比例,將從2022年的3%,到2030年成長至8%;國際能源署同樣預估,從2022年到2026年間,資料中心的用電量將成長一倍以上。

且根據《彭博社》報導,10年後──也就是2034年時,全球資料中心一年之內的用電量將達到1,580 TWh,相當於印度一整年的電力消耗。

即使是現在,全球資料中心超過350TWh的總用電量,已經比台灣2023年總用電量約270 Twh還要高,全球只有包括美國、中國在內的16個國家用電量超過資料中心的用電量總和。

輝達炙手可熱的H100晶片一枚功率就要700瓦,而微軟一個專門用於AI運算的資料中心就有上萬枚輝達晶片,並且還需要其他設備防止過熱,整體消耗的電力更為驚人。

圖一_NVIDIA H100 為每個資料中心提供突破性的效能、可擴展性與安全性。
資料中心積極使用輝達GPU投入AI運算,也使得電量消耗持續攀升。
圖/ NVIDIA

電力吃緊!各國開始限建資料中心

如今資料中心的負擔已讓許多地方感到吃不消。愛爾蘭由於稅率低、氣候適宜、連接大量海底電纜等優勢,長年受到科技巨頭偏愛,全國上下有著超過80座資料中心,也消耗著龐大電力。

國際能源署曾預估,2026年時愛爾蘭將有約3分之1電力用在營運資料中心上。愛爾蘭今年的平均零售電價比歐盟其他國家高出3分之1,外界就認為資料中心是造成現況的其中一個原因。

美國維吉尼亞州的勞登郡有著「資料中心巷」(data center alley)的稱呼,當地電力公司Dominion Energy供應著94間資料中心的電力需求,相當於數十萬個家庭的電力消耗。也因為電力負荷過高,該公司一直在申請擴建許可,聲稱在2022年春季就收到營運業者多達18次必須減輕電力負載的警告,可見電力需求已讓他們不堪承受。

事實上,《金融時報》在今年2月的報導中指出,包括愛爾蘭、勞登郡在內的多個地方,近年都開始限制新建資料中心。例如現在愛爾蘭對資料中心接入電網有了新的規定,並優先考慮能自行處理電力需求的資料中心,預計限制會持續到2028年。

另外,雖然資料中心的電力負荷讓部份地區苦不堪言,也有一些新興地方正在積極爭取資料中心進駐,東南亞就是一例。

新加坡政府今年5月底透露,希望將資料中心規模擴大30%,以成為地區甚至全球的數位重鎮。隔壁的馬來西亞情況也類似,其首府新山市被資料中心研調機構DC Byte評為東南亞資料中心市場成長最快的城市,總規模達到1.6千兆瓦,Google也於今年5月宣佈在馬來西亞投資20億美元建設資料中心。

電力消耗太驚人,AI巨頭怎因應?

巨量的電力消耗使得科技巨頭開始尋找緩解辦法,去年底就傳出微軟正在研究一項新的液冷技術,能夠透過特殊液體冷卻運轉中的AI晶片,降低資料中心的水電消耗。微軟也聲稱,他們希望透過增進資料中心的效率,來降低其消耗的能源。

而Google則運用自己擅長的軟體技術,開發出一套能轉移運算負載的系統。根據介紹,該系統能動態尋找可再生能源充足的資料中心所在地,將運算負荷轉移過去,又或者避開部份地區的尖峰用電時間,來降低對電網的負擔。

舉例來說,Google能透過這套系統,隨日照時間將運算負荷轉移到太陽能充足的地區,使得用電更靈活。

Sam Altman
OpenAI認為,核融合是AI龐大耗能終極解決方案,執行長奧特曼已投資核融合新創Helion 3.75億美元。

OpenAI則認為節流不如開源,先前曾傳出他們與核融合新創Helion Energy協商購買其電力──雖然核融合發電是尚未商業化的技術,OpenAI執行長山姆.奧特曼(Sam Altman)也投資該新創3.75億美元,相信核融合技術是滿足AI龐大能源需求的究極解方。

無論如何,在AI技術突飛猛進的發展下,電力需求攀升似乎已是避無可避的趨勢,加上許多國家力圖推出「主權AI」,希望以自身語言、訓練資料打造國家、民族本位的AI模型,資料中心的電力需求負荷可能這些國家都即將面對,屆時如何因應除了仰賴科技公司的解決方案外,或許也端看各國政府如何權衡,或者及早思索應對措施。

延伸閱讀:鴻海砸45億投資新總部!攻電動車、儲能、機器人產業,富士康為何重押河南鄭州?
Meta重磅釋出開源AI模型Llama 3.1!性能超越GPT-4o,為何要開源?祖克伯親訴3關鍵

資料來源:BloombergNikkei AsiaCNBC

責任編輯:李先泰

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓