隨著單位運算成本不斷下降，人們就會提撥更多資源用來運算，推高資源的價格。
其中一種資源就是能源，人工智慧的訓練與提示都需要大量電力，資料中心的擴大已經成為能源轉型的新威脅，許多投資人認為需要建立新的能源分配模式，才能長久維持價值主張。
「想要採用綠色的能源相當困難，」連續創立數個乾淨能源新創公司的New Waters Capital執行長Bill Brown表示，「能源進口時是大宗商品（Commodity），出口又是大宗商品，市場會迫使你永遠保持最低價格。之前從來沒有看過投資能源的時候會提到價值主張。但到了某一天就恍然大悟：『哎呀，發展電腦算力本身就是一種價值主張。』」
需求永恆不滅 供給無法永續
人工智慧同時從好幾個面向威脅到能源轉型。首先，人工智慧需要的電力只會不斷增長，人類再怎麼節能都無法降低碳排放。其次，人工智慧通常必須持續供電，但大多數再生能源都是間歇性（Intermittent）的，無法滿足需求。
更重要的第三點是，人工智慧需要新時代的電網。大多數國家的地理多樣性，可以用各地之間的差異維持全國電力穩定。如果某地陰天無法用太陽能發電，通常另一個地方肯定豔陽高照或吹著大風。但這招在小島國家完全不適用。
許多不同的原因，都讓電網這種複雜的基礎建設，不適合放給市場自由競爭。對成長型投資人來說，受到嚴格監理，首重規避風險的公有事業，是穩定成長的標的。
但隨著今年人工智慧概念股狂飆，就連市場也開始瘋狂挖掘公有事業的價值。畢竟解決能源需求的方法之一，就是不斷擴張供給，製造幾乎永遠用不完的能源和輸電容量。（延伸閱讀：跟進微軟，Google擁抱核電！支持興建7座小型核反應爐⋯日本女川核電廠也將重啟）
但New Waters反對這種作法。執行長Brown認為，電力傳輸與配電（Transmission & distribution, T&D）的物理原理，加上維護電網的各種管理費用，會使電力的成本增加整整1倍。真正的長久之計，是讓資料中心分散在各地電廠附近。
Brown認為人工智慧有許多巨大潛力，都尚未被市場定價。
以金融業為例，人工智慧目前大多用於後台管理，而非用來滿足前台的客戶需求。人工智慧就像一個很想幫忙的「九年級學生」，我們應該容許它一邊犯錯、一邊學習。
而且長期來說，不同的人工智慧代理（Intelligent Agent）遲早將彼此合作，在彼此批判中共同前進。
過去幾年逐漸成長的資料需求，已經讓科技巨頭發現之前承諾的碳中和願景必定跳票。他們勢必會在未來幾年優先投資綠色供應鏈。（延伸閱讀：AI高耗能，Google、微軟碳排不減反升…Google宣布放棄碳中和、微軟買碳捕捉碳權自保）
善用廢熱
科幻敘事最有用的地方，就是搶先一步發現哪些當下發展方向，將在未來成為重要技術限制。以目前為例，人類對算力的需求無窮無盡，但熱力學第二定律顯示，除了產熱之外，所有製程的能源效率都不可能達到100%。當資料中心的電腦越來越擁擠，能否順利分散廢熱，就會成為決定伺服器使用壽命的關鍵問題。
在某些環境下，廢熱是很棒的東西，值得認真投資運用。根據國際能源總署（International Energy Agency）資料，熱能是世界上最大的能源最終用途，比例接近50%，超過了供電和交通。許多氣候寒冷、建築密集的國家早已採用中央暖氣系統，如果將資料中心設於建築物附近，就幾乎可以完全利用廢熱。
此外，即使現實中的產熱能源效率已經100%，我們還是可以利用一些製程上的設計，運用還沒成為廢熱的能源，提高某些經濟效益。（延伸閱讀：Meta、微軟搶攻熱能回收！AI資料中心廢熱變暖氣、熱水：2025年運行，為 10 萬戶家庭供暖）
即使熱能不是直接用於取暖，也能提高某些生產效率。渦輪機內的空氣溫度必須高到一定程度才能引發燃燒，而加溫這些空氣所需的能量，會明顯降低發電效率。
因此，發電廠經常以類似引擎渦輪增壓（Turbocharging）的方式，利用廢熱來提高機組的效率。如果資料中心位於發電廠附近，就能將廢熱用於維持溫度，提高發電效率。
附帶一提，人工智慧並非浪費能源的唯一成因。大型語言模型的蓬勃發展，吸走了加密貨幣的關注，但加密貨幣同樣也是算力需求不斷擴增的推手。
劍橋大學估計，全球加密貨幣挖礦消耗的電力，在2023年已經相當於荷蘭全國的耗電。如今市場上甚至出現了挖礦取暖兩用機，再次證明電腦運算產生的廢熱，在冬天完全可以用來取暖。
人工智慧與加密貨幣，都各自為了提高能源管理效率，尋找新的發電和配電方式。「你看看那些幣圈的傢伙都在幹嘛？他們都想分散運算，把礦機直接插在當地電廠隔壁。他們找到了答案，主流資料中心的人卻一直沒搞懂。」
全新供應鏈優勢
除了明顯的能源供給與需求之外，能源的傳輸過程，也是一個重大問題。液體的散熱比氣體高很多，可以用液冷架構建立「資料中心2.0」，解決目前資料中心難以突破的冷卻問題。（延伸閱讀：【圖解】液冷散熱是什麼？碳排少8倍，還可回收再利用！看懂4個關鍵數字）
在這方面，台灣的相關科技能力相當領先。Brown認為台達電、台塑重工、中新電工、高力熱處理工業都相當優秀，「我甚至認為台灣能夠包下一大部分的美國市場，值得成為國家重要的產業方向。」
他認為台灣的硬體製造業，與日本的重型工業文化相差很多。「我在打造發電廠時，前往東京，與三菱、東芝、東洋工程長期合作，知道他們非常嫻熟如何打造重型設備。你們這邊處理工作的方式與他們完全不同，我正在學著欣賞。希望之後能夠更加了解你們。」
Brown對台灣的算力發展策略，提出了不同的建議：「雖然這也許會引起很大爭議，但如果我是台灣，我不會花大錢進口一堆能源來製造自己要的東西。我會去能源最便宜的國家建造工廠或資料中心，再把運算結果運回國內，這樣資料幾乎就是免費的。」
光是提高能源儲存能力，無法確保穩定供電。電池容量的進步速度並不夠快，無法因應逐漸降低的基本負載率；而且電池每個週期都會有一段很長的時間處於飽和狀態，無法儲存更多電力，供其他時間使用，最長可達1年。
如果台灣找不到其他全年無休的乾淨電力來源，發展運算產業的實際方案，很可能就被迫將資料轉移到海外處理。（本文作者為金融研訓院外聘研究員；譯者為劉維人）
.jpg)