AI 的「算力飢渴」，揭密新世代資料中心為何耗電又耗水

隨著人工智慧（AI）技術的迅速發展，全球對 AI 資料中心的需求也在不斷上升。根據多個權威報告的預測，全球資料中心的總資本支出將在 2029 年超過 1 兆美元，其中約 5,000 億美元將用於 AI 訓練和特定負載的加速伺服器。

這一數字之大，幾乎可以與2024年整個法國經濟的價值相提並論。雖然目前尚無具體數據證明英國將建設約100個新的資料中心，但市場預期隨著AI需求的增長，將會有更多的投資進入該領域。微軟最近宣布將在英國的AI領域投資300億美元，這也將促進資料中心的建設。

那麼，AI資料中心與傳統資料中心有何不同？傳統資料中心通常包含多排計算伺服器，負責儲存個人照片、社群媒體帳號和工作應用程式等。而AI資料中心則需要更高的密度和更快的處理速度，這是因為大型語言模型（LLMs）需要將語言分解為每一個微小的意義元素，這需要大量計算機在極近的距離內協同工作。

距離對於處理速度至關重要，因為每增加一米的距離，處理時間就會增加一奈秒。這在一個充滿計算機的倉庫中，微小的延遲會累積，影響AI的性能。因此，AI處理設備被緊密排列，以消除延遲，實現所謂的並行處理，形成一個巨大的計算機系統。

然而，這種高密度的設計也帶來巨大的能源需求。AI資料中心的電力需求波動類似於成千上萬的家庭同時開關電熱水壺，這對當地電網造成挑戰。資料中心營運商正在尋找各種方法來應對這一問題，包括使用氣體渦輪機和可再生能源。

此外，AI資料中心的運行還需要大量的水來冷卻過熱的晶片。在美國維吉尼亞州，與資料中心相關的水資源消耗問題引起立法者的關注，甚至有提案要求新建設施的批准必須考慮水資源的使用情況。

儘管面臨著巨大的挑戰和成本，AI資料中心的未來仍然充滿希望。專家指出，AI技術將對未來的影響超過以往的任何技術，包括網路。儘管目前的投資熱潮可能無法持續，但AI資料中心的實體基礎設施使其在科技界中占有一席之地。根據Omdia報告，人工智慧用GPU及加速晶片市場規模已從2022年的不足100億美元急增至2024年的780億美元，預計2029年將達1510億美元，成為推動資料中心發展的重要驅動力。