從電網管到晶片!台達電推「預製機房」解AI缺電焦慮,建置時間大減60%
從電網管到晶片!台達電推「預製機房」解AI缺電焦慮,建置時間大減60%

「AI擴張速度遠高於電力設備建置速度。」台達電董事長鄭平於6月2日COMPUTEX台達電記者會上指出,全球大型AI資料中心建設需求快速增加,但電網擴建速度追不上雲端服務供應商(CSP)的投資腳步,使電力缺口持續擴大。

鄭平以美國為例表示,預估至2028年,新增資料中心將額外帶來44GW電力需求,但電網新增供電能力僅約25GW,約只能滿足57%需求,留下逾四成缺口。

台達電董事長鄭平
台達電董事長鄭平。
圖/ 侯俊偉攝影

為了讓電力更貼近終端設備與實際使用場景,台達電今年在COMPUTEX首度亮相預製型AI模組化資料中心,並展示貨櫃式AI資料中心、電力模組系統、固態變壓器(SST)等解決方案,協助企業因應AI時代的高功率、高密度與高能效需求。

預製型資料中心崛起,建置時間可縮短60%

「AI帶動全球資料中心投資急速擴張,不論是土地、水資源、電力供應,甚至施工人力,都成為大型資料中心建置瓶頸。」鄭平表示。

不同於傳統資料中心需在現場完成配電、冷卻與設備安裝,預製型資料中心可先在工廠整合供電、散熱、機櫃與管理系統,再運送至客戶端部署,大幅縮短建置時間。台達電表示,這類方案最多可縮短約60%建置時間。

台達此次展出的室內型模組化資料中心與貨櫃式AI資料中心,正是瞄準這項需求。其中,貨櫃式AI資料中心已整合電力、散熱與運算設備,企業只需接上電源與網路,即可快速導入AI算力。

台達電資訊通訊基礎設施事業群總經理黃彥文透露,目前台達已累積超過76個預製型資料中心專案經驗,並陸續取得美國大型CSP驗證資格。

#2 台達電Computex
台達電800V機櫃。
圖/ 侯俊偉攝影

他觀察,目前市場需求仍以大型CSP為主,但真正大幅成長將落在2027年之後。原因在於AI算力正逐漸從超大型資料中心向企業端延伸,屆時大量企業將需要可快速部署的在地AI運算中心。

「以前是蓋完機房再裝設備,未來可能是設備做好後,直接運到現場啟用。」黃彥文說。

資料中心走向能源自主,微電網成新戰場

土地、水資源與電力供應,近年已成為大型AI資料中心建設最主要的限制因素。尤其在美國,川普政府已推動大型AI與雲端業者承諾自行負擔新增發電與電網建設成本,避免資料中心用電需求推升一般用戶電價。這也使資料中心不再只是耗電設施,而是開始具備發電、儲能與能源管理能力。

在此趨勢下,為了支撐AI資料中心穩定運作,企業除了建置太陽能、風電、燃氣發電機等電力來源,也需要搭配儲能系統、能源管理平台與智慧調度能力。

這也是台達近年積極向上游延伸的原因。鄭平表示,過去台達產品多集中在用電端,但近年已逐步布局發電端設備,包括風電轉換器(Wind Converter)及燃料電池等產品,希望打造完整的高效、低碳智慧電網解決方案。

其中最受矚目的,是台達投入的固態氧化物燃料電池(SOFC)。鄭平指出,SOFC發電效率可達60%,若搭配廢熱回收,整體效率最高可超過80%,高於一般天然氣發電機組約35%至50%的能源轉換效率。未來若能與資料中心結合,可望成為AI時代重要的分散式能源方案。

「未來資料中心不只是用電,而是要自己發電、自己管電。」鄭平強調。

1MW機櫃時代來臨,800V直流供電成關鍵架構

「當一個AI機櫃的電力需求達到1MW時,相當於將2000台冰箱的用電量集中在單一機櫃大小中。」台達電源及系統事業群副總裁暨總經理陳盈源說。

他指出,隨著AI機櫃功率快速攀升,單櫃耗電量已逼近1MW等級,傳統48V供電架構逐漸遇到瓶頸。

「如果用50V供應1MW電力,線材可能超過500公斤,根本不可行。」陳盈源說。

因此,產業趨勢正快速走向800V高壓直流(HVDC)架構。台達此次展示的固態變壓器(SST),可直接將電網的中壓交流電轉換成800V直流電,減少多次電力轉換程序,轉換效率可達98.5%。

更受市場關注的是台達此次展示的「800V直降12V」方案。外界普遍認為這項技術仍停留在概念驗證階段,但陳盈源在記者會上透露,技術本身並非最大障礙,真正挑戰在於伺服器系統必須重新進行安規認證與架構設計,目前台達正與客戶共同開發。

「技術不是問題,生態系成熟才是關鍵。」他說。

鄭平表示,AI未來真正的價值不只存在於超大型雲端資料中心,也將逐漸往企業端與邊緣端延伸。無論是企業私有AI、工廠智慧化,或未來機器人與Physical AI,都需要更分散、可更快速部署的算力中心。

延伸閱讀:輝達一顆晶片,震撼PC市場!黃仁勳揭密:我為何找聯發科做RTX Spark?

責任編輯:李先泰

關鍵字: #COMPUTEX #台達電
往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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