前一關談散熱時提過一句話：AI 的真正天花板，正從「晶片」往「散熱與供電」移動。這一關就來把「電」這件事講清楚。當每一櫃 GPU 都像一台吃電怪獸，整座 AI 資料中心要的電，已經大到會驚動電力公司和政府。

這篇用白話拆解算力是什麼、AI 資料中心到底吃多少電、雲端巨頭砸多少錢，以及為什麼電力正變成 AI 擴張的硬限制。這是 AI 硬體供應鏈一條龍 第 7 關「資料中心與電力」的深入版。

算力與 AI 資料中心是什麼

先把兩個詞講白。算力就是「做運算的能力」，常用單位是 FLOPS（粗略想成電腦每秒能做多少次數字計算）。AI 訓練和推論要算的量大得驚人，所以得把成千上萬顆 GPU 集中起來提供算力。

AI 資料中心，本質上就是把算力、記憶體、高速網路、液冷散熱與供電設備整合在一起的大型設施。它和一般機房最大的差別，在於功率密度、散熱和負載波動：一般機房一櫃可能幾千瓦，AI 機櫃動輒上百千瓦，而且 AI 運算的用電會在短時間內劇烈起伏。國際能源總署（IEA）估計，到 2027 年，單一 AI 機櫃的尖峰用電可能就相當於約 65 戶家庭。

到底吃多少電？

直接給量級。以 IEA 對一座 100MW 級 hyperscale AI 資料中心的估算，年用電可相當於約十萬戶家庭；最大的在建案場規模，還可再高出一個數量級。

把鏡頭拉到全球：依 IEA 的基準情境，資料中心用電占全球的比例，正從 2024 年的約 1.5%，往 2030 年的約 3% 走。聽起來不多，但成長很猛。光是 2025 年，全球資料中心用電就年增約 17%，其中 AI 導向的資料中心更年增約 50%。而且這些用電高度集中：美國一個國家就占了全球資料中心用電的近 45%，所以在地電網承受的壓力，遠高於全球平均。

核心數據快照

下面幾個數字幫你抓住 AI 用電的量級。多為國際機構的估計值，看趨勢比看絕對值實際。

主題數值時點／性質
全球資料中心用電占比2024 約 1.5% → 2030 約 3%IEA 估計
2025 全球資料中心用電年增約 17%（AI 導向約 50%）IEA
一座大型 AI 資料中心用電約等於十萬戶家庭，最大案場上看百萬戶IEA 口徑
美國占全球資料中心用電約 45%2024，IEA
雲端巨頭 2026 資本支出（合計）上看約 6,100-7,250 億美元2026E，多家估計
單一 AI 機櫃尖峰用電（2027）約等於 65 戶家庭IEA 估計

錢砸在哪：雲端巨頭的資本支出

AI 資料中心吃電的另一面，是吃錢。

亞馬遜、微軟、Google、Meta 這些雲端巨頭的資本支出（capex，也就是蓋資料中心、買伺服器與電力設備的長期投資）正在猛衝。多家機構估計，2026 年合計上看六千一百億到七千兩百多億美元，大約是兩年前的三倍。彭博的估計裡，光亞馬遜一家 2026 年就可能花到兩千億美元，Google 與微軟各約一千九百億美元。

這個量級有多大？拿美國名目 GDP 粗略對照，七千多億美元大約是其中的 2% 上下。其中相當大一部分會流向 GPU、記憶體、先進封裝、液冷、供電設備與機房建設，等於把整條 AI 硬體供應鏈一起往上拉。

為什麼電力正變成天花板

過去談 AI 擴張，瓶頸是「買不買得到 GPU」。現在風向變了。

IEA 說得很直接：AI 資料中心的進度，正卡在發電機、變壓器、晶片、IT 零件、電網併接與審批這些環節上。蓋一座資料中心大概兩三年，但拉一條夠粗的電網、等到變壓器與併網許可，前置時間往往更長。換句話說，GPU 仍然重要，但「接不接得到夠多、夠穩的電」，正在變成同等、甚至更硬的限制。

這也是為什麼大廠開始把「電」當成搶資源在搶：簽長期購電合約、自建電池儲能、卡發電機與變壓器產能。誰先解決供電，誰才談得上擴張算力。

核能與 SMR：長期解方，短期還靠不住

電不夠，連核能都被搬上檯面。

亞馬遜、Google、微軟、Meta 這兩年都簽了核能相關協議。亞馬遜投資 X-energy、規劃小型模組化反應爐（SMR）；Google 跟 Kairos Power 合作的示範反應爐已在 2026 年動工；微軟則簽約支持賓州一座既有核電廠重啟；Meta 也跟 TerraPower、Oklo 等簽了長期清潔能源協議。

但務實地看，這些多半是長線佈局。大多數 SMR 的實質供電要到 2030 年以後，重啟既有核電也需要時間。短期內，AI 機房主要還是靠既有核電、天然氣、再生能源購電，加上電池儲能來撐。把 SMR 當成 2030 年後的長期備胎比較實際，別誤以為它明天就能餵飽資料中心。

供電架構也在變，台灣有份

電不只是「夠不夠」，還有「怎麼送進去」。

當機櫃功耗從上百千瓦往百萬瓦級推進，傳統供電架構在效率與銅損上會吃緊。NVIDIA 因此推動 800 伏直流（800 VDC）的資料中心供電架構，目標支援 100 千瓦到百萬瓦級的機櫃。台灣在這塊同樣有角色：高效率電源供應器、800 VDC 電源機櫃、不斷電系統與儲能、匯流排與線纜等環節，台廠都有相關供應鏈角色，NVIDIA 的 800 VDC 生態系名單也列了台達電、光寶、立錡等台灣相關廠商（列名是合作生態系，不等於已出貨訂單或投資保證）。這裡只描述公開的供應鏈角色，不整理受益股或買賣建議。

這一關的重點

看完這一關，先記住量級：一座大型 AI 資料中心用電抵得上十萬戶家庭，全球占比正往 3% 走，美國壓力最大；雲端巨頭 2026 年合計砸下七千億美元級的資本支出。

更關鍵的判斷是：AI 的天花板正從「晶片」移到「電」。GPU 仍重要，但接電、穩定供電、拿到變壓器與併網許可，正變成同等甚至更硬的限制。核能與 SMR 是長期解方，多半要 2030 年以後才實質供電，短期還是靠既有電網、天然氣、再生能源與儲能。

想知道這些電最後怎麼被散熱帶走、發熱怪獸長什麼樣，可以看 液冷是什麼 與 Blackwell 是什麼；想看整條鏈八關怎麼串，回到 供應鏈總覽。