台灣AI資料中心電力需求五年增九倍，電網面臨四大瓶頸
Taylor Wilson
台灣AI數據中心用電量預計從2023年的0.24吉瓦飆升至2028年的2.24吉瓦，五年增約九倍；電力而非晶片，正成為AI算力部署真正的樽頸位。
五年增九倍，這個速度代表甚麼？
台灣AI數據中心電力需求預計從0.24吉瓦增至2.24吉瓦，五年增幅約九倍。
這意味著→ 電力已取代晶片，成為AI算力擴張的第一樽頸。
台電以比喻說明衝擊量級：過去電網擴建面對的是「乒乓球」級需求，普通工商業是「棒球」「籃球」，而AI數據中心相當於「鉛球」——密集、集中，尤其集中於人口稠密都會區時衝擊更大。
北部電網點解已經「封閘」？
台灣北部長期供電不足、輸電容量有限，台電自2023年9月起暫停受理該地區5兆瓦以上AI數據中心的用電申請。
簡單來說＝ 北部電網已經爆滿，新的大型數據中心想接電，排唔到隊。
台電建議業者優先到電力充裕地區建設，以降低輸電損耗。
新規設了甚麼門檻？
台灣經濟部能源署於7月1日修訂《能源開發及利用評估準則》，將工業效益評估納入數據中心能源使用說明書的審查範圍。
這意味著→ 並非所有數據中心都能拿到能源批文——只有選址合理、能效達標、能帶動產業的項目才更易過關。
簡單來說＝ 監管層透過審批門檻，將數據中心往電力規劃可行的地方「趕」。
四大樽頸分別卡在邊度？
行業來源指出四項主要障礙：穩定電力供應、電網接入速度、綠電採購與碳管理、電力調度與備用容量。
能源存儲系統與能源管理系統正成為縮短建設周期、穩定運營的必要配置，不再是可選項。
這反映出 AI數據中心的難題已從「建唔建」變成「能唔能通電、幾快能通電」。
放喺更大圖景裡點睇？
台灣整體電力消耗預計到2030年較2023年增加12%至13%，AI算力、半導體製造與電動車三大需求同步施壓。
黃仁勳提出的AI基礎設施「五層蛋糕」框架中，能源被列為最底層的一層。
這意味著→ 台灣當前的電網現狀說明，這塊「蛋糕」的地基尚未打穩——電力正成為整個AI部署速度的決定性變量。
Content is for reference only, not financial advice.