輝達（NVIDIA）執行長黃仁勳在3月16日GPU Technology Conference談及生成式 AI 與資料中心時，拋出了一個饒富趣味的「養龍蝦」隱喻。他提到，購買昂貴的 GPU 就像買了一隻高品質的龍蝦，但如果你不給牠充足的食物（電力）或適宜的環境（冷卻），這項高昂的投資會付諸流水。
這番話不僅點出了 AI 算力競賽的現實，更直指了未來能源管理的痛點：當全世界爭相建置一座座「AI 工廠」來養這些算力龍蝦時，我們的電力系統是否有足夠的韌性與彈性，來支撐這些「吃電大戶」？
一、龍蝦的飼料：當「電力」成為算力的成本
從能源管理的視角，若我們僅以傳統擴建電廠、拉高輸配電容量「表前（Front-of-the-Meter）」思維來應對，恐怕難以追上 AI 演進與擴建的速度。
根本解決之道，必須回到電力用戶本身表後（Behind-the-Meter）的整合式設計邏輯（integrative design)，讓 AI 工廠轉化為具備韌性的電力調度資源。因為，支撐這些精密「龍蝦」的基礎設施與彈性負載，其實正是維持電網品質的絕佳資源。
二、虛擬電廠成為AI 工廠的「智慧飼養者」
AI 算力的特性與傳統工業負載不同。其模型訓練（Training）雖耗電，但因操作具備高度靈活性與可調度性，能透過虛擬電廠（Virtual Power Plant, VPP)的資通訊技術平台，鏈結分散式電源、彈性負載、AI工廠等，整合設計出等同於實體尖峰電廠，而廣受當前歐美澳先進國重視的以下理由：
1. 算力負載的靈活轉移：透過 VPP 平台技術對接，AI 工廠可與電網營運商（如台電2022年11月正式啟動的「電力交易平台」）直接連動。在用電尖峰電價昂貴或供電吃緊時，自動調降非緊急的訓練模型功耗，是一種極具彈性的「需量反應（Demand Response）」負載抑低與移轉用電時段。
2. 分散式能源資源的協同效應：許多 AI 工廠均配置大量儲能系統（BESS）與太陽能光電自用綠電。透過 VPP 平台的整合運作，這些資源都可順勢參與電力交易平台，能獲取售電的「業外」營收，不再只是「業內」的支出成本。
3. 參與電力調頻備轉服務： AI 工廠內的 GPU 叢集與 UPS 儲能備用電源系統，反應速度達到毫秒等級。當電網頻率因大型機組跳脫而劇烈變動時，VPP 平台可指令 AI 工廠迅速切換負載，提供比傳統火力機組更精準快捷的調頻服務，能有效穩定電網，創造雙贏。
三、從「買越多省越多」到「用越精省越多」
黃仁勳常說「The more you buy, the more you save」，強調加速運算帶來的效率提升。而對AI工廠的用電負載來說，則是「The more you integrate, the more you save」。
此外，在「氣冷」模式已逼近物理極限下，既然單一機櫃的功耗已從傳統伺服器大約15kW，推升至100kW、未來甚至上看500kW到1MW！從整合設計觀點，「液冷」應成為標準配備的基礎設施，以確保系統的穩定性與能源使用效率（PUE）。
總之，算力即電力；電力即國力。若AI工廠想要更多龍蝦肉的美味（算力的產出），就要重視養殖環境的維護（電力與冷卻系統的成本永續）。透過虛擬電廠與電力交易平台的整合設計與應用，我們在擁抱 AI 算力的同時，也能兼顧電網穩定，維護國家社會整體的能源韌性。這不但是電力運營模式的升級，更是觀念與制度的翻轉，值得公私部門利害關係人及早關注。
本文章反映作者意見，不代表《遠見》立場
（作者許志義為中華大學特聘教授、前台電獨董）
