比特幣過度耗電的隱憂似乎過去了，因為更讓人煩惱的吃電巨獸就是AI。
（前情提要：巴基斯坦宣佈將2000兆瓦電力用於「比特幣挖礦和AI中心」總理任命區塊鏈與加密貨幣特別助理 ）
（背景補充：藍白聯合提案修法「核電延役」上限20年，拼終止非核家園 ）
人工智慧 AI 的電力消耗正驚人速度增長，預計最快在 2025 年底前便可能超越比特幣挖礦的耗電量，並超過全球資料中心近一半的總耗電量。這項嚴峻的警訊，來自荷蘭阿姆斯特丹自由大學環境研究所 Alex de Vries-Gao 博士近期發表於《Joule》期刊的最新研究《Artificial intelligence: Supply chain constraints and energy implications》。
AI 耗能遠超預期
研究數據指出，僅在 2023 年至 2024 年間，NVIDIA 與 AMD 生產的 AI 加速器模組，其累積熱設計功耗 (TDP) 總計已高達 3.8 百萬瓩 (GW)，此數據相當於愛爾蘭全國一整年的電力消耗。
若將所有採用台積電先進封裝技術 (CoWoS) 的 AI 硬體納入考量，例如 Google 的 TPU，並計入散熱等輔助設備構成的整個 AI 系統總耗電，目前全球已部署的 AI 系統電力需求，據估計已達到 5.3 至 9.4 GW 的驚人規模。
Alex de Vries-Gao 博士在研究中進一步預測：
「如果台積電如期在 2025 年將 CoWoS 產能再次倍增，到今年底，累計生產的 AI 系統電力需求可能達到 23 GW。這不僅將超越比特幣挖礦的耗電量，更將接近 2024 年非加密貨幣資料中心總耗電量的一半。」
此番言論凸顯了 AI 發展對全球電力供應的潛在壓力。事實上，台積電的 CoWoS 封裝技術產能，已被廣泛視為 AI 加速器製造流程中的主要瓶頸。
研究內統計，台積電的 CoWoS 產能從 2023 年的約 12.65 萬片 (300mm 晶圓) 增長至 2024 年的約 32.74 萬片，增幅超過一倍。
市場分析師估計，NVIDIA 和 AMD 合計佔用了台積電 CoWoS 產能的 52% (2023 年) 和 58% (2024 年)，其中，NVIDIA 的單獨佔比更是分別達到 44% (2023 年) 和 48% (2024 年)，顯示其在 AI 硬體市場的龐大需求。
能源效率的拉鋸戰
AI 能源需求為何飆升，主要是因為產業普遍抱持「更大規模的模型表現更佳」的觀念，這直接導致 AI 模型的規模與複雜度不斷攀升，耗能也跟著提升。
雖然部分模型效率有所改進，例如中國 DeepSeek R1 模型宣稱能減少對高階硬體的依賴，但模型規模的持續擴大，往往輕易抵銷了這些效率上的增益，甚至可能產生所謂的「回彈效應」，使得總體能耗不減反增。
與此同時，科技巨頭對於 AI 能耗數據普遍維持低透明度，以 Google 為例，該公司曾在 2019 至 2021 年間提供相關數據，顯示機器學習當時約佔其總能源使用的 10% 至 15%。隨後便停止披露此類數據，並聲稱區分 AI 與其他工作負載的能耗「沒有意義」。
雖然歐盟 AI 法案要求披露通用 AI 模型訓練階段的能耗，但對於佔據更大耗電比例的推論 (Inference) 階段，卻並無強制要求，且相關規定最快也要到 2025 年 8 月才會正式生效。
Alex de Vries-Gao 強調：
「缺乏透明度是我們面臨的最大挑戰之一。沒有準確數據，政策制定者和研究人員就無法全面評估 AI 的環境影響並制定有效的監管框架。」
電網壓力與環境隱憂
這種能源需求的快速增長，正對每個先進國家的電網構成嚴重挑戰。資料中心的建設速度 (通常僅需 1 至 2 年) 遠快於電網的規劃與建設週期 (往往需要 5 至 10 年)，這種時間差導致了所謂的「電力容量危機」。
更令環保人士擔憂的是，新建 AI 資料中心可能進一步加深對化石燃料的依賴，例如 OpenAI/Stargate 和 Crusoe 能源公司先前的合作計畫，將為資料中心提供高達 4.5 GW 的天然氣發電容量。
美國是全球最大的資料中心電力消耗國，佔全球總量的約 45%，其次是中國 (25%) 和歐洲 (15%)。目前美國對於AI衝刺的目標，似乎將電力消耗帶來的隱憂暫時放下；而中國電力等相關AI資料，則更不清晰。
