AI 資料中心（AI Data Center）之所以被稱為「吃電怪獸」和「吞水巨獸」，核心原因在於它運行的「晶片種類」與「運算規模」跟傳統資料中心截然不同。
以下為您解析為什麼 AI 資料中心會消耗如此龐大的能源與水資源：
一、為什麼這麼「耗電」？
AI 資料中心的耗電可以分為「晶片運算」與「冷卻散熱」兩大系統，兩者形成了高耗能的循環。
1. 晶片改用高功率的 GPU（圖形處理器）
- 傳統資料中心：主要使用 CPU（中央處理器），一台伺服器功率大約幾百瓦（W）。
- AI 資料中心：為了處理深度學習與大語言模型（如 ChatGPT），必須大量使用 GPU [3]。一顆最新的 AI 晶片（如 NVIDIA Blackwell 架構）單顆功率就高達 1,000瓦到1,200瓦。
- 高密度堆疊：一個 AI 機櫃會插滿數十顆這類晶片，導致單個機櫃的耗電量從過去的 5~10 kW 飆升至 40~100 kW 以上，耗電量直接翻了數倍到十倍。
2. 全天候滿載運算
AI 的「模型訓練（Training）」需要成千上萬顆晶片串聯，連續幾週甚至幾個月不間斷地以 100% 滿載功率運轉。這種極端的連續高負載，在傳統網路服務中非常罕見。
3. 散熱系統的額外耗電
晶片全力運轉會產生極高的熱量。為了不讓晶片燒壞，資料中心必須啟動龐大的空調、大型風扇、冰水主機或液冷幫浦。散熱系統本身所消耗的電量，往往高達晶片運算電量的 30% 到 50% 甚至更高。
二、為什麼這麼「耗水」？
資料中心本身不喝水，它耗水是因為需要「靠水來帶走熱量」。
1. 蒸發冷卻系統（冷卻塔）的消耗
大部分資料中心使用「蒸發冷卻（Evaporative Cooling）」技術 [5]。這就像人類流汗蒸發散熱一樣：
- 晶片的熱量被冷卻水帶走。
- 熱水流到屋頂的冷卻塔。
- 冷卻塔透過風扇將部分水分蒸發到空氣中，藉此降低剩餘水的水溫，再送回室內循環。
- 過程中被蒸發掉的水就徹底消失了，必須不斷注入大量的乾淨自來水（補給水）[5]。
2. 水質要求極高
資料中心不能直接用未過濾的海水或廢水，因為水中的礦物質會導致管線結垢、降低散熱效率、甚至造成晶片損壞。因此，它們必須消耗大量的地方乾淨民生用水（自來水或經過高度純化的水）。
3. 驚人的耗水數據
根據研究，用戶在與 ChatGPT 進行大約 10 到 50 次的簡單對話時，背後的伺服器就相當於「喝」掉了一瓶 500 毫升的水來散熱；而訓練一次大型語言模型，可能就會消耗數百萬公升的水。
三、現在的解決方案與趨勢
面對嚴重的能源危機，現在科技巨頭（微軟、Google、亞馬遜等）正嘗試以下科技來解套：
- 液冷技術（Liquid Cooling）：放棄吹冷氣，直接讓冷卻液流經晶片表面（水冷、浸沒式冷冷卻），效率更高、更省電。
- 再生能源與核能：微軟等公司開始資助重啟核電廠，或將資料中心建在風力、光電充足的地區，以落實綠電減碳。
- 移往極地：直接將資料中心建在北歐等寒冷地區，利用天然的冷空氣和冰冷海水直接散熱，省去大量人工冷卻的電力。
