【產業動態SNG】從算力到電力：AI算力中心供電架構轉型與產業發展意涵
盧思穎（台灣經濟研究院副研究員）、陳彥豪（台灣經濟研究院研究員暨研究一所所長） (2026/08/07) 《台經月刊第49卷第8期》
AI算力中心因應高功率密度趨勢，正轉型為低壓直流配電系統，透過提高配電電壓、降低電流、減少轉換環節以提升供電效率。台灣憑藉AI伺服器、電源供應、電力電子與散熱等產業基礎，正從零組件供應拓展至機櫃整合、液冷散熱與模組化解決方案。未來若能同步建立產品級、模組級與場域級的標準檢測驗證能量，並積極參與國際標準制訂，將有助於廠商克服低壓直流保護與系統整合等挑戰，順利銜接國際市場並深化台灣算力產業競爭力。
近年生成式人工智慧應用快速擴展，模型訓練、推論與即時服務所需算力大幅增加，推動高密度算力中心快速發展。此類設施以大規模GPU叢集支撐高密度運算，用電規模、單櫃功率密度、負載波動與散熱需求同步提高。當單一機櫃功率由kW級走向百kW甚至更高等級，算力中心供電規劃便由容量配置延伸至線纜配置、轉換損失、配電空間、保護協調、散熱負載與維運安全等設計條件，並直接影響建置速度、營運效率與擴充能力。供電效率、供電可靠度與能源管理能力，因而成為算力擴建時必須優先評估的基礎條件。
為因應高功率密度帶來的高電流、損耗與空間壓力，國際資料中心業者與設備供應商開始評估提高配電電壓、減少電力轉換環節與導入直流配電等做法。低壓直流(Low-Voltage Direct Current, LVDC)配電系統，係指1,500V以下的直流供電架構，可藉由提高電壓降低電流，減少線纜與配電空間需求；若結合設施端整流、儲能緩衝與模組化機櫃及供電配置，亦有助於降低多段交直流轉換損失並提升供電效率。在相關技術路徑中，800 VDC可視為近期較受關注、導入可行性相對較高的方向之一；隨著安全規範、元件成熟度、場域條件與驗證經驗逐步累積，國際上亦開始評估更高電壓等級於中長期導入的可行性。
台灣具備AI伺服器製造、電源供應、電力電子、散熱模組、儲能與系統整合等產業基礎，相關能力可對應高密度算力中心從伺服器供電、機櫃設計、散熱管理、備援電力到場域整合的需求。隨著供電規格、介面設計與檢測驗證要求逐漸成為國際供應鏈採信條件，國內廠商參與AI基礎設施市場的競爭力，將同時取決於產品與系統整合能力，以及銜接國際標準與驗證制度的準備度。此一發展使台灣有機會由既有設備與零組件供應，延伸參與電力模組、機櫃整合、場域建置與驗證服務等高密度算力基礎設施供應鏈。
AI算力中心用電型態與供電需求變化
國際能源總署(International Energy Agency, IEA)於「Energy and AI」報告指出，全球資料中心2024年用電量約為415TWh，至2030年於基準情境下可能增至約945TWh，約為2024年的2.3倍，並接近全球總用電量3%。此一推估說明資料中心用電規模持續擴大，也使算力基礎設施與電力供應條件的關係更受重視。
過去資料中心多以伺服器運算、資料儲存與網路服務為主要功能，機房規劃重點在於伺服器、網路、儲存設備及備援能力。隨著生成式AI應用擴展，模型訓練與推論服務所需運算量快速增加，高密度GPU叢集逐漸成為AI算力中心的重要配置。國際AI晶片與系統大廠NVIDIA AI伺服器機櫃功率需求已由過去kW級逐步提升至100kW以上，並朝更高功率等級發展（如圖1左所示），顯示單一機櫃承載的電力需求已明顯提高。
隨著機櫃功率密度提高，電流增加會推升線纜尺寸與銅材用量，壓縮機房與機櫃內可用空間；多段電力轉換則會增加損失與廢熱，使配電設計、散熱配置與維運安全形成連動。此一變化也促使高密度算力中心的供電規劃，必須同步考量電力傳輸效率、設備配置空間與熱管理負擔等問題。
AI算力中心、低壓直流(LVDC)配電系統、資料中心供電架構、標準檢測驗證、算力基礎設施