AI 算力狂飆下的隱形危機，中國 80% 綠電資料中心為何難以實現？

北京針對 AI 資料中心轉型祭出積極目標，要求 2030 年前綠電供應占比須達 80%，但現實中，電網技術難題與電力調度風險，正讓這項宏圖面臨嚴峻挑戰。路透社今年 6 月引述多位業內專家說法指出，中國 AI 資料中心發展綠電的結構性阻礙，核心問題不在於政府決心，而是在於工程技術的硬傷。

北京政策方向清晰且堅定。2026 年政府工作報告明確要求加強算力基礎設施與能源供應整合，而由國家能源局、國家發展和改革委員會、工業和資訊化部及國家數據局 4 部門聯合發布的綠色資料中心行動計畫，也要求國家算力樞紐節點新建專案大量採用清潔電力。

然而理想與現實之間的距離，由一組數字清楚反映：再生能源在資料中心電力消耗中占比，2023 年僅為 11%，目標是在不足 7 年內升至 80%。電力需求方面，預測顯示 2026 至 2030 年間，中國資料中心電力消耗將額外增加 3,000 億至 5,000 億千瓦時（度），規模相當於 1 個中型工業大省全年的用電量。

GPU 永不停機，電網難以消化

AI 資料中心電力特性，與鋁冶煉等傳統高耗能產業截然不同。清華大學能源互聯網創新研究院副院長劉智指出，資料中心面對 3 重競爭需求：低碳供應、低成本，以及高可靠性。這三者之間的張力，構成推動綠電的核心矛盾。

問題關鍵在於 AI 工作負載具特殊性。國家電網冀北電力經濟研究所高級專家岳浩表示，訓練任務會產生週期性高幅度功率峰值，而推論運算（Inference）則形成難以中斷的持續基線負載。毫秒級的電壓波動，已可能讓 1 次 AI 訓練任務中止、損壞模型參數，造成動輒數十萬美元（約新台幣數百萬元）的損失。在這種情況下，電網業者面對「可能不穩定的清潔電力」與「可靠的傳統電力」時，往往選擇後者──而在中國，可靠的傳統電力意味著以大量燃煤發電為基礎的電網。

綠色電力憑證：帳面上綠，還是真正綠？

面對直連再生能源在物理上的困難，業界目前最普遍的替代方案是採購「綠電憑證」（GEC）。這套機制容許資料中心業者以購買憑證的方式，宣稱使用清潔電力的「環境屬性」，無須與風力或太陽能發電廠建立實際的物理輸電連線。

然而業界分析師 Josh Fishman 直言，即使在實施全球最嚴格資料中心能源政策的中國，「帳面數字與電網層面實際情況之間，仍然存在差距」。他指出，現行以年度或月度為基礎的再生能源消耗核算標準，根本無法滿足 24 小時全天候運作資料中心的實際需求。Amazon Web Services 技術文件亦指出，要讓 AI 資料中心真正相容間歇性再生能源，需要由微秒級電容器到多小時電池系統組成的分層儲能架構，而這套基礎設施目前遠未普及。