AI 算力擴建遇電力瓶頸，業界推動彈性用電與架構最佳化

科技新報報導，Nvidia、Google 與 Emerald AI 近期宣布成立 AI 能源管理聯盟，主張讓資料中心配合電網狀態調整運算負載。報導指出，AI 算力擴張的限制已涉及電力、場址與電網接入，增加機房和晶片之外，業界也將焦點移向能源調度與軟體效率。

用電需求隨電網狀態調整

聯盟提出的做法包括在區域電網過載時暫停非關鍵運算、把工作移至其他區域，或運用儲能與自備發電系統。目標是提高既有電力資源的利用效率，並協助資料中心更快取得電網接入許可。

這項方向回應的是硬體到位後仍可能無電可用的問題。依報導，施工週期、地方社區反彈與電網容量都會限制新增算力；部分地區也因大型負載申請增加，拉長等待接入電網的時間。

先查結構化資料，再動用模型

軟體端的另一條路，是先從知識圖譜、快取與決策軌跡等結構化資料尋找答案，必要時才呼叫大型語言模型。報導認為，這種架構除了改善效率，也能回應企業對資料精確、即時狀態及來源可追溯的需求。

報導列舉萬豪國際採用圖形技術的案例：客房定價引擎平均處理時間由四分多鐘縮短至 13 秒，基礎設施成本減半。不過，效率提高、使用門檻降低後，總需求仍可能繼續增加，單靠節省運算或擴建硬體，都不足以化解供應壓力。

STELLAR VIEW

對台灣關注 AI 應用的企業，評估運算資源時，也應把供電條件與系統如何取得答案納入考量。彈性用電處理的是電網壓力，架構最佳化則減少不必要的模型呼叫，兩者各自對應不同限制。