矽谷的「硬化」：AI 時代回歸電力與重工業

🔑 增強重點摘要

• •AI資料中心的電力需求預計到2030年將佔全球總用電量的3%至4.4%，遠超2024年的1.5%，若將其視為一個國家，可能成為全球第五大能源消耗國。
• •為應對電力短缺和電網連接延遲，科技巨頭正直接投資現場天然氣發電廠（使用航改型燃氣輪機）和小型模組化反應爐（SMR），以確保專用電力供應，例如Meta已投資Terrapower核能項目，Amazon和微軟也投資核電廠。
• •液冷技術已成為AI資料中心的標準配置，可將能源效率提升高達15%，並支援每機櫃200 kW甚至更高的功率密度，遠超傳統風冷系統的限制，且70%-80%的先進AI資料中心已採用此技術。
• •全球雲端服務供應商（CSP）在2026年的資本支出預計將飆升至超過7000億美元，主要用於AI基礎設施的全面擴張，這已超過美國整個能源行業2024年的年度投資總額。
• •AI資料中心的高度集中導致區域電網承受巨大壓力，例如法蘭克福資料中心用電已佔當地電力需求的42%，都柏林甚至高達近80%，導致電網連接等待時間長達7至13年，並推高了當地電價。

🛠️ 技術深入

• •NVIDIA Blackwell架構的機架功率已達130 kW，預計2027年Rubin架構將達600 kW/機架，最終目標為1 MW/機架，顯示功率密度呈指數級增長。
• •液冷系統正從被動式熱管理發展為主動式，將微流體通道直接整合到晶片封裝或中介層中，實現直接晶片冷卻，並部署模組化「散熱艙」包含伺服器、水泵、熱交換器和控制邏輯。
• •研究人員利用電化學積層製造（ECAM）技術，開發出冷卻效率高32%、壓力損失降低68%的銅製冷板，可將1GW運算能力的資料中心冷卻電力從500MW降至11MW。
• •資料中心供電架構正從傳統交流電（AC）轉換為高壓直流電（HVDC），以減少能量轉換過程中的損耗。
• •液冷系統產生的溫水（45-60°C）可回收再利用，例如輸送到市政區域供熱網絡，或透過現場吸收式製冷機將廢熱轉化為冷水用於辦公室降溫。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線