国际能源署（IEA）针对 AI 相关的资料中心首次进行大规模研究，发现数据中心电力需求将在 2030 年翻倍，跟 AI 相关的用电需求更会成长四倍。 吊诡的是，IEA 认为这不会对全球暖化造成太大冲击？

 

人工智能（Artificial Intelligence， AI）是吃电怪兽，这事大家都知道了，但到底有多厉害？

 

国际能源署（International Energy Agency，IEA）最新报告给出答案：全球数据中心电力需求，到了 2030 年将增加超过一倍，达到约 945 太瓦时 （TWh），比日本目前总用电量还高。 其中，AI 需求是最主要驱动力，到了 2030 年，以 AI 应用为核心的数据中心，用电量将增加四倍以上！

 

  科技业军备竞赛，美、中、欧为三大热点

四月份发布的《 能源与人工智能 》（Energy and AI）报告观察，由于训练和建置 AI 模型需要大规模、且高耗电的数据中心，目前一个以 AI 为中心的数据中心，耗能程度相当于 10 万个家户，但在兴建中的大型数据中心，未来耗电量恐等于 200 万户家庭。

 

无可讳言，AI 技术近年可谓突飞猛进。 自 2014 年以来，训练先进 AI 模型的运算量，增加约 35 万倍，应用也日益多元，从生成式 AI 产生文字、视频和音频内容，或用于工业制程的优化，还能更精准预测天气、勘探关键矿物等，让 AI 从过去的学术议题，华丽变身为每个人都想要掌握的日常科技。

 

 

2022 年以来，全球对数据中心的投资几乎翻了一番。 从 2022 年 11 月（ChatGPT 问世）到 2024 年，标准普尔 500 大成分股市值激增 16 兆美元，其中 12 兆美元便来自「AI 概念股」。 Alphabet（谷歌）、Meta（脸书）、亚马逊（Amazon）、和微软（Microsoft），2025 年的资本支出就有 3000 亿美元跟 AI 有关，比美国电力产业的总投资额还多。

 

AI 数据中心的用电，虽然跟高耗电的炼铝工厂一样多，但地理分布却更为集中，因设址首要考量是离客户近，还要有充足、稳定、且廉价的电力供应，因此几乎都集中在几个主要经济体。 以耗电量比重来看，美国（45%）、中国（25%）、欧洲（15%），可说是目前全球 AI 耗能地图的三大重镇。

 

  靠谁发电？ 再生能源、天然气、还有核能

IEA 认为，这种态势未来还会持续。 往后五年，美国电力需求成长近半会来自数据中心，到了 2030 年底，美国数据中心的耗电量，可能比铝、钢、水泥、化学品和其他能源密集产业的总和还多。

 

   看到上述数字，令人不免担忧“电从哪里来”？

 

IEA 分析，在 2030 年前，再生能源和天然气将是数据中心的两大主要供电来源，但在 2030 年之后，「核能」有机会扮演吃重角色。

 

现阶段，全球数据中心的供电来源依序为：煤炭（30%）、再生能源（27%）、天然气（26%）与核能（15%）。 其中，再生能源近年急速扩张，从2024年到2030年，再生能源发电量年平均成长幅度可达22%，足以支应一半的数据中心电力需求成长。

 

 

 

但 2030 年以后，核能将扮演愈来愈重要的角色，尤其是被认为比传统核电厂安全的「小型模块化反应器」（Small Modular Reactor，SMR），预计可于 2030 年正式启动。

 

迄今，全球已宣布的 SMR 计划，建置容量合计达 25 GW，而且几乎都集中在美国，如去年 9 月，微软跟 Constellation Energy 签署为期 20 年的购电协议（Power Purchase Agreement，PPA），还打算重启曾在 1978 年发生核灾的三哩岛核电厂（Three Mile Island Nuclear Generating Station），以满足庞大的数据中心需求。

 

  恐妨碍净零？ 2030 年 AI 占全球用电不到 5%

另一个许多人担心的问题是，如此耗电的 AI 数据中心，是否会让净零碳排的努力走回头路？ 对此，IEA 乐观表示，数据中心占全球总用电量的比例仍然有限。

 

《能源与人工智能》分析，2024 年数据中心消耗的电力，约占全球总用电量 1.5%。 该报告对未来发展赋予四种不同情境。 在跟现在大致相同的「基准情境」里，该比重在 2030 年将上升到 3%。 若是 AI 发展条件更好的「起飞情境」，则可能升到 4.4%。 另一种受惠于软硬体效能提升的高效率情境，数据中心用电占比则会降至 2.6%。 最后一种是发展条件比现在还差的逆风情境，该比例可能跌到 2%。

 

从最低的2%到最高4.4%，意味数据中心对全球电力需求的影响，没有想象中严重。

 

 

 

事实上，尽管 AI 需求蓬勃发展，但从全球未来成长分布来看，包括：工业、电动车、空调等设备，用电增幅还更多。 相对的，AI 还可以协助其他产业削减碳排。 IEA 预估，当 AI 解决方案被普及应用，减少的碳排量可相当于 2035 年能源相关碳排量的 5%。

 

然而，能够实现上述理想的前提，是必须扫除目前 AI 发展面临的诸多障碍，包括：不利监管、缺乏信任、数据取得与质量、基础设施匮乏、甚至是能力的落差。

 

  AI「双面刃」，对政府、企业、个人都是挑战

IEA 直言，AI 至今存有许多推广障碍，从自驾车测试的限制，到风险更大的应用场域，如航空、电网，都有相当严格的监管措施。

 

此外，每当触及个人隐私与财务安全等敏感议题，人们更是既期待、又怕受伤害，有人怕因此失去工作、或隐私被揭露。 在缺乏社会信任的状况下，政府单位也不敢贸然放松。

 

最后，AI 应用亟需熟悉数据处理和建模的人才，并非所有产业都具备这种条件。

 

 

《能源与人工智能》透露，最早开始大量应用 AI 技术的，即是石油与天然气公司为了探勘跟开采资源，需要收集大量数据、并加以解读。 2000 年，石油和天然气公司运营的 11 台超级计算机，跻身世界最快计算机前 500 强。 到了 2024 年，这数字倍增至 24 个，而且算力年均成长接近 70%，超过整个超级计算机产业。

 

而除了开采资源，AI 也协助这些公司解决甲烷逸漏问题，包括让工程师配备光学气体成像摄影机，或用卫星来观测逸散性排放。 看似有点荒谬，造成全球暖化的「罪人」，反而是目前最会利用 AI 来提升营运跟减排效率的产业之一。

 

平心而论，AI 对未来社会和净零愿景的影响，的确如同「双面刃」，端视人类如何去活用。 或许，这才是最大的挑战。