從 Generative AI（生成式 AI）、Agentic AI（代理式 AI）走向 Physical AI（物理 AI），NVIDIA 在 GTC 2026 鋪陳運算藍圖，全面改寫 AI 資料中心的電力架構。作為 NVIDIA 在電源系統最緊密的合作夥伴，台達推出 800 VDC（800 伏直流電）解決方案，同步對接 NVIDIA Vera Rubin NVL72 平台與 NVIDIA Groq 3 LPU 及其 NVIDIA Groq 3 LPX 機櫃。這場改變的核心問題在於：當 AI 的算力、推理及企業地端三重需求力道同時湧現，電要如何進資料中心、進機櫃、進晶片，才追得上 Agent「自己會做事」的速度？
三重力道齊發，AI 用電不只是「線性成長」
市場過去談 AI 用電，多半聚焦在 GPU 算力擴張這條主軸。從這次 GTC 2026 揭露的方向來看，推升 AI 用電需求的力道至少有三條主線同時加速：
一、算力世代躍升
在資料中心與機櫃內，空間可說是寸土寸金。雲端大廠都希望在相同空間裡榨出更多 AI 算力，目前的 NVIDIA Vera Rubin NVL72 平台，到下一代機櫃，AI 算力持續向上堆疊，也讓 AI 用電需求同步暴增，形成市場成長的第一道推力。
台達電源及系統事業群副總經理鄭謝雄觀察，NVIDIA GB300 NVL72 單一 Shelf（1RU）功耗約為 33 kW；到了 NVIDIA Vera Rubin NVL72 平台，單一 Shelf（3RU）功耗更一口氣拉高至 110 kW。前後兩者不僅功耗等級完全不同，連整體架構邏輯也重新設計。台達則進一步運用原先針對 NVIDIA Vera Rubin NVL72平台建立的架構能力，延伸支援 NVIDIA Groq 3 LPX 機櫃。
這代表供應鏈必須在極短時間內完成電源、散熱與機構整合，並依據客戶需求快速供貨，整體技術與製造難度明顯提升。
當單一機櫃功耗從數十 kW 跨入數百 kW 等級，過去以 50V 為主的供電架構，也開始在電流、線損與材料成本上逐漸逼近物理極限。這也是 NVIDIA 攜手台達等供應鏈夥伴共同推進 800 VDC 架構的重要原因，希望藉由更高電壓降低電流負載，進一步提升資料中心供電效率與整體能源管理能力。
二、推理需求大增
第二道推力來自 AI 工作負載本身的變化，Agentic AI 與 Generative AI 最大的不同在於，使用者交派的是一連串多工任務，Agent 可能同時過濾重要郵件、串接行事曆確認行程、查詢多個資料庫、調用第三方 API，最後彙整回報給使用者。這些工作分派、流程控管，仰賴 CPU 的多工處理能力。
因此，GPU 與 CPU 的配置比例正在快速翻轉，從過去訓練導向架構的 8:1，漸漸朝 4:1、2:1 前進，未來在 Agentic AI 工作負載下，甚至可能走向 1:1。CPU 需求不會因為 GPU 而被稀釋，反而與 GPU 同步擴張，整體機櫃所需供電規模又被推高一層。這些 CPU 周邊的關鍵基礎設施，也都落在台達電源解決方案的守備範圍。
三、企業代理落地
第三道推力是過往討論過、這次 GTC 2026 透露更多訊號的企業地端 AI。NVIDIA 新推出的 NVIDIA NemoClaw 可與任何程式設計 Agent 搭配，透過開放式 Agent 調用包括 NVIDIA Nemotron 在內的開放模型，並在使用者專屬系統上本機執行。意味著 Agentic AI 的部署不會只停留在超大規模雲端服務，會延伸到企業內部的運算節點。
當企業把 Agent 拉回自家機房處理內部任務，例如過濾郵件、串連行事曆、彙整資料庫等多工流程，地端對運算與電力基礎設施的需求隨之浮現。
算力變強、推理增加、企業地端建置三股力道交疊，整個市場對 AI 用電的需求結構從單一雲端集中爆量，擴展為「雲端＋地端」雙引擎放大。就台達而言，客戶對資料中心電源的需求量也大幅提升，其中一塊正是業界關注焦點 800 VDC電力架構。
▲ AI 算力暴衝！台達電怎麽用 800VDC 與液冷，替 AI 時代「
800 VDC 解決方案登場：資料中心架構革命
在 AI 算力需求爆衝下，資料中心機櫃也面臨算力設備安裝空間不足問題。為讓屬於 IT Rack 的機櫃能塞入更多 GPU、釋放更多算力，業界便催生出 In-Row Power（列間電源系統）的設計，將電源、備援電力等從 IT rack 獨立出來，放置於另一座Power Rack 中，讓 IT Rack 能安裝更多GPU等算力設備，供電則由這座 Power Rack 透過 Busbar（匯流排）進行。
今年 NVIDIA GTC 2026 上，台達展區展出與 NVIDIA 攜手開發的新一代 660kW 800 VDC In-Row Power Rack。其最大亮點是內含 6 組 7RU 搭配 BBU（備援電池模組）的 power shelf (機架式電源)，每組具110kW 功率輸出及 80kW 備援電力，總輸出電力達 660 kW，備援電力則達 480kW。後續更將提供「含 BBU」與「不含 BBU」兩種版本，由客戶依資料中心採用的架構自行選擇，台達則負責提供對應的客製化電源解決方案。
電力密度上升，散熱壓力同步放大。值得注意的是，800 VDC 與 50 VDC 架構在散熱邏輯上並無本質差異，真正差別在於：800 VDC 架構採用獨立的 Power Rack，內部沒有 GPU，因此 Power Rack 本身不需要液冷散熱，散熱重心集中在 IT Rack 部分。
針對此項需求，台達研發出 In-Row CDU（冷卻液分配裝置），設置於 IT Rack 旁。在GTC 2026 期間，台達即展出了全新的 3,000 kW In-Row CDU，可處理多台高密度機櫃的散熱需求，以及支援 800 VDC 並內建 N+1 電子水泵的 2,400 kW In-Row CDU。
助力客戶降低電力耗損，三層次最佳化
當 AI 用電以倍數成長，能源效率不只是 ESG 指標，更直接決定營運成本與資料中心建置規模的關鍵變數。台達在降低電力耗損上的思路，可拆解為三個層次：
一、從 50VDC 走向 800 VDC
電壓從 50VDC 提升至 800VDC，是電力架構升級的核心。同樣傳輸功率下，電壓越高、電流越低，導體上的線損以平方關係下降，線材用量與發熱量同步改善。換言之，800VDC 架構不僅支援更高算力所需用電，亦是「降低電力耗損」的解方。
二、減少電力轉換級數
電從電網進入資料中心、再分配到每一顆晶片，每經一級轉換就會損失一定百分比的能量，因此電源架構設計的首要任務是讓轉換級數減少並提升單級的轉換效率。台達推出的「從電網端至晶片端」電力架構藍圖中，終極目標是達成一級轉換，透過導入 SST（固態變壓器），將電網的 13.5 kVAC 直接一級轉換為 800VDC，將現行的四級、三級轉換級數，壓縮至三級甚至二級，從根本上把能源轉換的損耗壓低。
三、Power Shelf 與 BBU 把效率推向更高水準
最後一層則回到電源產品本身，透過 Power Shelf、BBU 等模組的電路設計優化，推升整體用電效率。當單一 Power Rack 輸出功率達到數百 kW，能源效率每提升一個百分比，對於整座資料中心來說都會省下一定電力，經過一年 365 天不停止運轉後，最終節省的能耗都會反映在客戶的電費帳單上。
值得關注的是，白天與黑夜、尖峰與離峰的電費計算不同，當 AI 資料中心耗電規模逼近一座小型城市，單純依賴單一電網與固定電價，營運壓力肯定相當巨大。合理的做法是把太陽能、風能、氫能等綠能併入電力組合，將太陽能、風能等發電在生產過剩時儲存，在尖峰或弱光時段釋出，搭配微電網管理，便能在「最有效率、最便宜」的時間點把電送進運算系統。
以 800 VDC 為電力基礎，台達在這場 AI 電力革命扮演的不只是 電源供應商，而是定義整個資料中心與機櫃電力架構的共同設計者。當 Agentic AI 真正落地、Physical AI 開始走入工廠與城市，誰能讓電用得更聰明、更乾淨，將會是下一階段 AI 資料中心發展的重要關鍵。
（圖片來源：科技新報）
科技新報粉絲團
加入好友
訂閱免費電子報
