【世界電力新聞週報40】配合AI快速發展　資料中心用電遽增之應對與挑戰

隨著2022年11月30日OpenAI所發布的ChatGPT，它已引起了大眾和企業對人工智慧（Artificial Intelligence, AI）的想像力，使得AI在數位經濟時代的角色更為重要且地位也變得舉足輕重，而應運而生負責處理AI運算的資料中心，它對電力需求的持續增加與供電品質的要求，都帶給電力公司更大的責任與挑戰。

根據美國電力研究院（Electric Power Research Institute, EPRI）於5月29日發布的最新報告《Powering Intelligence》指出，到2030年，資料中心用電量可能最多占美國整體用電量的9%，除此之外，還可能會帶來區域電力供應的挑戰。

而國際能源總署（International Energy Agency, IEA）也預測，到2026年，全球資料中心的電力需求將增加一倍以上。其中可能改變資料中心負載成長軌跡的一個關鍵因素，是生成式人工智慧模型的使用範疇與增加幅度。

據估計，依照每個ChatGPT請求消耗2.9Wh的電力來計算，這些AI查詢所需的用電量大約是傳統網路搜尋的十倍（傳統Google每次查詢約0.3Wh），而產生原創音樂、照片和影片就需要更多的電力。

目前高達53億的網路用戶對新AI工具的快速採用可能會大幅增加電力需求。因此，本期就EPRI所發布的這份報告重點內容與大家分享：

一、對美國資料中心負載成長的預測

根據現有資料中心的公開資訊、產業成長預測以及產業專家的電力需求預測，提出2023年至2030年美國資料中心潛在年度電力消耗的四種情境，年成長率從低到高分別為3.7%、5%、10%與15%不等。

最低的情境假設是大眾對AI工具的使用尚屬有限，同時資料中心的能源使用效率卻大幅提高；而最高的情境則結合了AI應用的快速擴展和能效提升極為有限。

而最終四種情境下，2030年資料中心的用電量由低到高將占全美國的4.6%、5%、6.8%與9.1%。

二、資料中心電力需求集中在少數地區

報告中強調的另一個問題是資料中心的集中度，目前單一資料中心消耗的能源相當於80,000至800,000個家庭的用電量。

而2023年全美資料中心負載的80%集中在15個州，占比排序由高到低分別為維吉尼亞州、德州、加州、伊利諾州、奧勒岡州、亞利桑那州、愛荷華州、喬治亞州、華盛頓州、賓州、紐約州、紐澤西州、內布拉斯加州、北達科他州和內華達州。

事實上，資料中心設點主要考量：網路連線較強的據點；電價、土地成本和抗議事件較少的地方；有熟練勞動力的地方；靠近人口中心和使用者；可以開發備用電源，以確保電力穩定供應（通常是天然氣或柴油發電機）。

在此背景下，對電力高可靠度的需求、對新興無碳排電源的需求，以及併網時間在兩年內或更短的需求，可能會對這些集中度高的地區電力供應商帶來嚴峻挑戰。

三、支援資料中心快速擴展的路線圖

EPRI提出了支援資料中心快速擴展的三個基本策略，來應對不斷增長的電力需求：

（一）提高資料中心營運效率和靈活性

儘管近年來資料中心營運效率的提升基本上已趨於穩定，但顯然仍有更進一步改進的空間，包括更有效率的IT（Information Technology，資訊科技）硬體；降低冷卻、照明和安保方面的用電量；以及更有效率的人工智慧開發和部署策略，這些對於幫助國家適應這些新的電力負載至關重要。

（二）加強資料中心開發商與電力公司之間的合作

電力公司必須深入了解資料中心的電力需求、時間和靈活性，同時評估如何在穩定供電與電網限制方面密切協調，以創建可行的解決方案。這樣不僅可以幫助電力公司應對AI的爆炸性成長，還有助於提高所有電力用戶的負擔能力和可靠性。

（三）改進建模工具，以預測和適應資料中心的成長

要開發更好、更及時的建模工具，以進行至少5至10年以上的電網投資預測，並在不影響電網可靠度及對用戶造成負面影響的前提下，考量資料中心的可能成長態樣。

綜合以上，我們可以發現，隨著AI的快速發展，其用電量勢必會持續大幅增長，因此除了EPRI建議的三個基本策略以外，IEA也建議政府必須持續更新監管法規，企業必須專注於技術精進，這對於減緩資料中心電力消費的激增至關重要。