這是一筆難以想像的巨額支出。根據投資銀行摩根士丹利估算，全球在2029年前將投入約3萬億美元（約2.2萬億英鎊），用於建設資料中心支援人工智能（AI）。

該公司還補充說，其中約一半將用於建設成本，另一半則投入昂貴的AI硬體設備。

換個角度來看，這大致相當於2024年整個法國的經濟規模。

光是在英國，預計未來幾年將再建約100個資料中心，以應對AI運算需求。

其中部分將由微軟興建，該公司本月稍早宣布將在英國AI領域投資300億美元（約220億英鎊）。

那麼，AI資料中心與傳統儲存個人照片、社群帳號與工作應用的伺服器建築有何不同？它們真的值得如此龐大的投資嗎？

資料中心規模多年來持續擴大。

科技業創造了一個新詞「超大規模」，用來描述電力需求高達數十兆瓦的數據中心，而千兆瓦級的數據中心也應運而生。

人工智能正推動資料中心的演進。目前多數AI模型仰賴輝達（Nvidia，英偉達）的高階晶片進行運算。

這些晶片安裝於大型機櫃中，每個機櫃造價約400萬美元。而這些機櫃正是AI資料中心與傳統資料中心的關鍵差異所在。

大型語言模型（LLMs）在訓練過程中，必須將語言拆解成無數細微的語意單元，這只有在多台電腦緊密協作、彼此距離極近的情況下才可能實現。

為何距離如此重要？每相隔一公尺，晶片間的資料傳輸就會增加一奈秒（nanosecond，十億分之一秒）的延遲。

雖然聽起來這樣的延遲似乎微不足道，但當整個倉庫裡數以千計的電腦同時運作時，這些微小的延遲會不斷累積，進而削弱AI所需的運算效能。。

因此，AI運算機櫃被密集排列，以消除延遲，實現科技業所稱的「平行運算」，讓整個數據中心如同一台巨型電腦協同作業。這一切都體現了「密度」，這在AI建構領域是一個神奇的詞。

密度設計能消除傳統資料中心因處理器距離過遠而產生的運算瓶頸。

然而，這些密集排列的AI運算機櫃消耗大量電力，尤其在大型語言模型訓練期間，電力需求會激增。

這些電力高峰需求相當於數千戶家庭同時開關電熱水壺，每隔幾秒就重複一次，對當地電網會造成不穩定負荷，必須謹慎管理。

資料中心工程顧問機構「Uptime Institute」的丹尼爾·比佐（Daniel Bizo）表示：「與人工智能工作負載對電網的需求相比，普通資料中心在後台只是發出穩定的嗡嗡聲。」

正如這些同步開關的熱水壺，AI運算帶來的突發用電高峰，正如比佐所說，是一個「獨特的難題」。

他形容這種突發性電力需求為「單一負載問題」，「這種規模的單一工作負載前所未見，它是極端的工程挑戰，堪比阿波羅登月計畫。」

資料中心營運者正透過各種方式應對能源挑戰。

英偉達（Nvidia，輝達）執行長黃仁勳本月稍早接受BBC訪問時表示，短期內希望英國能使用更多脫離電網的天然氣渦輪機，以減輕公共電網負擔。

他補充，AI本身可設計更高效的天然氣渦輪機、太陽能板、風力渦輪機與核融合能源，以生產更具成本效益的可持續能源。

微軟正投入數十億美元於能源項目，包括與「星座能源」（Constellation Energy）合作，使三哩島（Three Mile Island）再次生產核能。

由母公司Alphabet持有的Google也投資核能，目標在2030年前實現零碳能源運作。

亞馬遜旗下的亞馬遜雲端運算服務（Amazon Web Services, AWS）則表示，目前已是全球最大企業級可再生能源購買者。

資料中心產業也敏銳地意識到，立法機構正密切關注AI工廠的負面影響，尤其是其龐大能源消耗可能對地方基礎設施與環境造成衝擊。

其中一項環境影響是冷卻晶片所需的大量用水。

在美國維吉尼亞州，資料中心數量持續增加，支撐亞馬遜與谷歌等科技巨頭營運。

當地正考慮一項法案，將新資料中心的審批與用水量掛鉤。

而英國林肯郡北部，一座擬建AI工廠則遭到負責該地供水的安格利亞水務公司（Anglian Water）反對。

安格利亞水務公司指出，無義務為非民生用途供水，並建議使用廢水處理最後階段的回收水作為冷卻液，而非飲用水。

面對實際挑戰與高昂成本，AI資料中心是否只是一場泡沫？

在近期一個資料中心會議上，一名發言人創造了「炫耀瓦特」（Bragawatts，指誇大其詞）這種説法，用來形容業界誇大AI設施規模的現象。

科技投資顧問公司DTCP的資料中心專家札爾·林布瓦拉（Zahl Limbuwala）坦言，未來AI資料中心的支出存在重大問題。

「目前的發展軌跡令人難以置信，確實有不少誇張言論。但投資必須帶來回報，否則市場將自行修正。」

儘管如此，他仍認為AI在投資領域具有特殊地位，「AI的影響將超越過去所有技術，包括網絡。因此，我們需要所有這些千兆瓦的電力是完全有可能的。」

他補充，撇除誇張言論，AI資料中心是「科技界的不動產」。

1990年代的網路泡沫缺乏實體基礎，而AI資料中心則非常扎實。不過，支撐這一切的投資熱潮，不可能永遠持續下去。

• 台灣想成為AI產業鏈樞紐，但電力夠用嗎？
• 人工智慧會威脅水資源嗎？
• 芯片巨頭輝達的困境：中國反壟斷這張「牌」可能怎麽用
• DeepSeek震撼市場之後是否改變了整個人工智能產業
• 黃仁勳冀中美「雙贏」，對中企被禁購英偉達晶片傳聞「失望」
• 輝達H20：一文讀懂何為晶片後門及潛在風險

本網頁內容為BBC所提供, 內容只供參考, 用戶不得複製或轉發本網頁之內容或商標或作其它用途，並且不會獲得本網頁內容或商標的知識產權。

BBC中文