AI資料中心用電年增31%，2030年供電缺口會拖慢誰

 

AI伺服器推升今年資料中心用電需求31%

TrendForce預估，今年全球資料中心電力需求容量將達161GW，年增約31%。AI伺服器是主要推力，占整體需求比重預計升至33.4%。這組數字顯示，AI競爭已經從模型與晶片，延伸至機房、供電和散熱等實體基礎建設。

部分AI業者曾呼籲放慢前沿模型開發，全球雲端服務供應商的建設腳步仍持續推進。目前相關資料中心總規模已達72.4GW，其中44.1GW已投入營運。AI硬體需求仍有實體建設支撐，市場現階段看到的需求，包含已經運作的機房，也包含後續持續擴充的基礎設施。

對Amazon、Microsoft、Google和Meta這類大型雲端服務商而言，AI資本支出最終都要轉化為可以供電、散熱和穩定運轉的資料中心。晶片採購只是其中一環，電力交付能力將逐漸影響整體建置速度。

 

2030年資料中心可能面臨268GW供電缺口

資料中心用電快速增長，全球電網交付能力預計從今年起逐漸落後，2028年後的供需落差將更加明顯。TrendForce預估，2030年全球資料中心電力需求將升至490.7GW；扣除其他用電需求後，電網可提供的容量僅222.6GW，實質缺口可能達268GW。

這項缺口代表AI基礎建設將受到另一種供給限制。過去市場關注先進製程、GPU與高頻寬記憶體的產能，接下來還要同步檢查變電站、輸配電設備與併網時程。電網交付速度可能限制機房擴張，即使雲端服務商保有預算，設備也需要足夠電力才能投入營運。

美國承受的壓力可能更明顯，原因在於當地資料中心部署規模最大，電網併網和輸配電工程又存在延遲。這類基礎設施的建設期通常長於伺服器採購週期，也讓AI資本支出面臨跨年度協調問題。

 

高壓直流、水冷與客製化晶片需求升溫

供電瓶頸出現後，提升能源使用效率會成為資料中心設計的重要方向。高壓直流供電系統，也就是減少多次電力轉換損耗的架構，已開始進入資料中心規畫。客製化運算晶片需求也會隨之增加，聯發科(2454)與台積電(2330)等供應鏈因而被納入市場觀察。

伺服器單櫃功耗持續上升，傳統氣冷方案逐漸難以負荷。水冷散熱與水冷板滲透率因此提高，並帶動奇鋐(3017)等散熱零組件廠商的硬體出貨。每瓦運算效能與散熱能力，開始和晶片效能一樣影響資料中心的部署效率。

供應鏈受惠程度仍要回到實際訂單、出貨與獲利貢獻。單憑資料中心總用電成長，尚無法推導每一家廠商都能取得相同比例的營收增量。產品認證、客戶結構、量產能力與毛利率，仍會造成公司之間的分化。

 

AI基建下半場轉向能源與運算效率

AI基礎建設已進入運算效率、能源配置與設備可靠度同步推進的階段。晶片效能升級、水冷技術、高壓直流供電及資安防護，將共同決定資料中心能否把新增算力穩定投入使用。資本支出的瓶頸正向電力端延伸。

對美股市場來說，這也會影響AI企業獲利的觀察方式。雲端服務商持續擴建，可以支撐半導體與資料中心設備需求；電網缺口若擴大，建置延遲與成本上升也可能壓低資本支出的轉換效率。市場需要同時追蹤雲端業者支出、機房投入營運速度，以及供電工程進度。

我對這一輪AI週期的警示仍放在題材集中化。當預期高度依賴少數雲端服務商持續投入，任何資本支出放緩、併網延遲或能源成本上升，都可能沿著晶片、散熱與設備供應鏈傳導。資料中心用電需求正在快速成長，供電能力能否同步擴張，將決定AI基建熱潮可以走多遠。