關鍵數據：根據 Gartner® 的最新預估，至 2026 年，AI 最佳化伺服器將占資料中心總用電量的 31%。
📊 數據總覽
根據研調機構 Gartner® 的數據，至 2026 年，AI 最佳化伺服器將占資料中心總用電量的 31%；到了 2027 年，其耗電量更將超越傳統伺服器。然而，從現在到可預見的未來，資料中心大部分的能源消耗並非來自 AI，而是來自支撐企業日常營運的其他設備，包括傳統企業伺服器、主機代管工作負載，以及雲端基礎架構。事實上，主流 IT 系統才是亞太地區最大的數位能源消耗來源，而 AI 距離「耗電榜首」的位置仍有一段距離。
數據解讀 1：主流 IT 系統才是真正的耗電巨獸
對於台灣而言，算力需求的噴發正面臨基礎設施的承載極限，這在製造、金融與醫療等高度仰賴大型機房的指標產業尤為明顯。值得注意的是，這些企業在積極導入 AI 的同時，旗下仍運作著龐大的傳統核心系統。例如，製造業的 ERP、金融業的核心銀行與醫院的電子病歷。這些日夜運行的傳統 IT 環境，才是目前默默消耗最多電力的真正巨獸。
數據解讀 2：AI 能源需求的真實面貌
翻開全球研究機構估計，2024 年 AI 僅占全球資料中心總能源消耗的 10% 至 15%，其餘 85% 至 90% 仍來自一般用途的 IT 工作負載。根據勤業眾信（Deloitte）發布的報告，亞太區已成為全球成長最快的資料中心市場之一，預計至 2030 年，區域內資料中心投資規模將達 8,000 億美元。而台灣同樣在這波熱潮的核心，不論是半導體、高效能運算或企業 AI 應用，都帶動資料中心需求持續成長。
趨勢預測：從局部優化走向全局戰略
當然，這並不代表 AI 所帶來的能源需求不值得關注。尤其 AI 在進行模型訓練時，其龐大的瞬間電力負載，確實對電網穩定性帶來了實質挑戰，這類的基礎建設也必須及早規劃。然而，傳統 IT 的運作量同樣在持續成長。如果企業的永續策略過度聚焦於 AI，很容易產生盲點，反而錯失了優化整體 IT 能源效率的機會。
從產業面來看，主流 IT 系統的能源效率提升是當前最重要的商機。企業若能全面優化 IT 環境，不僅能大幅節能，還能提升營運韌性和競爭力。
好消息是，降低主流 IT 能耗的工具已相當成熟。在資料、軟體、基礎架構與設施層面，業界已有一套行之有效的方法，而且無須等到下一波硬體汰換週期即可著手進行。例如，企業可以重新檢視並優化儲存策略、淘汰或現代化低效率的舊有應用程式、以更高能效的新世代伺服器汰換老舊系統設備，以及優化工作負載配置以提升使用率，從而有效降低能源消耗。
數據告訴我們什麼？
在資料中心設施層面，能源效率的提升在台灣已從企業的「永續選考題」變成了「經營必修課」。隨著台灣經濟部正式將超大型及共置型資料中心納管，新設或擴建機房的電力使用效率（PUE）已被強制要求達到 1.3 與 1.4 的嚴格標準。這項指標的落地，也讓能更有效應付 AI 高熱量、大幅降低無效能耗的直接液冷技術與智慧氣流管理，受到前所未有的高度關注。
未來，唯有具備全局思維、不盲目追逐市場熱潮的企業，才能真正引領 IT 永續發展。這意味著，企業不僅要持續優化當前備受矚目的 AI 系統，更要同步改善長期默默消耗大量能源的主流運算環境。能夠綜觀全局、雙管齊下的前瞻者，才將在這場綠色數位轉型中，真正取得贏得未來的市場入場券。
讀者們，面對這場綠色數位轉型，你準備好了嗎？不妨從檢視自家公司的 IT 系統開始，找出節能的潛力所在，為企業的永續發展鋪路。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
什麼是 PUE？
PUE（Power Usage Effectiveness）是衡量資料中心能源效率的一個指標，計算方法為資料中心總能耗除以 IT 設備能耗。PUE 值越接近 1，表示資料中心的能源使用效率越高。
為什麼 AI 資料中心的能源需求特別高？
AI 資料中心的能源需求特別高，主要是因為 AI 模型訓練需要大量的計算資源，這些計算過程會產生巨大的瞬間電力負載，對電網穩定性帶來挑戰。
如何降低主流 IT 系統的能耗？
降低主流 IT 系統的能耗可以通過多種方法，包括優化儲存策略、淘汰低效率的舊有應用程式、使用更高能效的新伺服器、以及優化工作負載配置等。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。