作者：廖明輝（作者為國立中央大學工業管理博士，前荷蘭外商廠長）
台灣能製造全球最先進AI晶片與伺服器，卻未必留住足以支撐本土產業算力。問題不在設備，而在電力、電網、土地、冷卻、人才與制度沒被放進同張藍圖整體考慮與布局。美國近兩個月在AI資料中心發展趨勢已證明AI競爭瓶頸正從買不買得到GPU，轉為能不能讓算力快速、穩定而合理地運轉。
例如德州原以土地、能源與低管制吸引資料中心，如今卻因AI資料中心申裝爆量導致電網面臨嚴峻考驗。德州電力可靠性委員會（ERCOT）受理的大型用電接網需求已膨脹至474GW，其中約9成來自資料中心，總量超過歷史尖峰用電5倍。德州州政府因而暫停新案審批，全面稽核用電、用水、租稅優惠及地方衝擊。北維吉尼亞州也面臨類似壓力；這個全球最大資料中心聚落，靠的是光纖、客戶、人才與營運經驗，如今卻因電網壅塞、輸電成本上升，開始討論由資料中心負擔更多基礎設施費用。
資料中心在選址時所看重的從來就不是單一電價，而是一整套系統能否承受。限制也正轉為政治壓力。紐約州在7月暫停部分50MW以上大型資料中心新許可，理由涉及電網、水資源與環境衝擊；美國能源部則推動結合資料中心、自有電源與儲能新園區。兩條路看似相反，其實都在追問同一件事，也就是電從哪裡來、電網誰出錢、地方承受什麼，又能夠得到什麼好處。
台灣也面臨類似衝擊而開始調整資料中心的能源審查制度。經濟部在去年11月發布《能源開發與使用評估準則》，要求能源使用量達5MW以上的超大型及主機代管資料中心，在新設或擴建階段提出能源使用說明書並採用最佳可行技術；今年7月又預告修正草案，增列「產業效益評估」將投資與產值貢獻、就業人數、供應鏈效益、AI生態系賦能以及資通訊安全與韌性納入審查。方向固然正確卻仍未充分回答一個根本問題：台灣每提供一單位稀缺電力，究竟能換回多少可供國內使用的算力、關鍵技術、資料安全保障與產業升級機會？
位於南科、具15MW供電容量的國網雲端算力中心已於2025年12月啟用；沙崙智慧創新算力中心則規劃於2029年啟用，整體供電規模可達120MW。然而，資料中心的供電容量、實際裝設運算設備、可持續輸出有效算力，以及真正能由國內產業調度使用的算力，分屬不同概念並不能簡單劃上等號。若依全球AI資料中心公開資料庫「AI Data Center Index」截至今年年7月統計，美國以43.6GW的選定追蹤容量居全球首位，南韓以4.2GW排名第6；台灣則有5座設施被納入追蹤，合計容量僅660MW，約只為南韓的六分之一，落後南韓甚多。
台灣不能只做逐案審查，更要建立國家算力治理。資料中心布局應同時考量發電、變電、水資源、地震與人才，避免大型負載集中於電網吃緊地區；獲得土地、租稅或電力支持的業者，也應負擔新增電網與備援成本，並保留一定比例算力供大學、新創、中小企業及防災、醫療等公共任務使用。
在評估資料中心時，在算力政策更要先問價值，再談容量。每增加1MW或GW，究竟能帶來多少研發成果、製造良率、國產軟硬體採用與服務輸出，而不是只計算投資金額、機櫃數與能源消率。沒有明確價值流的資料中心，規模再大也可能只是耗能耗電的數位不動產。
衡量AI基礎設施成敗，不能只看剪綵時宣布建置多少MW或GW，更要看停電、天災、網路攻擊乃至地緣政治危機發生時，台灣是否仍掌握一套能夠持續運作、安全可信，並由國內自主調度的算力體系。電力容量只是基礎，真正關鍵在於運算設備是否落地、重要資料能否留存境內、系統是否具備穩定與韌性，以及政府、產業與研究機構是否擁有實際算力使用權與調度權。
台灣若只替全球生產AI晶片、伺服器及關鍵零組件，卻將模型研發、資料治理、算力配置與服務收益大多留在海外，即使擁有再完整硬體供應鏈，也只是替其他國家的主權AI建設添磚加瓦。因此，當台灣談「護國神山」時，下一步不應只是擴大製造規模，而應思考如何把半導體與伺服器製造優勢，轉化為自主可控、產業可用且具備韌性的算力主權。唯有如此，才能把半導體、AI資料中心與實體AI串聯成一套相互支撐的國家戰略。
＊本文原刊中時，經作者授權轉載，原文連結：https://www.chinatimes.com/opinion/20260811001909-262110?chdtv
