30 秒看重點
- 事件：台積電指出 AI 算力需求爆發導致耗電激增，晶片「能源效率」已成為未來半導體發展的重中之重。
- 意義：AI 的發展極限不再僅取決於演算法，更受限於電力與散熱，節能晶片成為綠色運算的救星。
- 影響：台灣作為全球 AI 晶片生產重鎮，本土綠電與台積電能效技術將直接牽動全球 AI 供應鏈。
隨著生成式 AI 掀起全球算力軍備競賽，背後的「吃電」隱憂正式浮上檯面。台積電明確點出，未來晶片的勝負關鍵已不再只是純粹的運算速度，而是誰能用最少的電，發揮最大的 AI 戰力。
AI 算力大爆發，為何會演變成綠色電力危機？
生成式 AI 每次回答問題的耗電量，都是傳統 Google 搜尋的十倍以上，這讓資料中心成了名副其實的「吃電怪獸」。從 ChatGPT 到 Midjourney，這些龐大的大型語言模型（LLM）需要成千上萬顆 GPU 沒日沒夜地進行訓練與推理，每一次的運算都在燃燒電力。台積電作為全球最先進製程的代工廠，深知物理極限正在逼近，傳統摩爾定律光靠縮小電晶體已無法完全解決散熱與耗電問題，業界必須轉向「系統級能效優化」（System-level energy efficiency）。這意味著從 3 奈米、2 奈米先進製程，到 CoWoS 先進封裝與矽光子技術（Silicon Photonics），都必須將「超低功耗」列為第一考量。如果晶片不夠省電，不僅客戶買不起昂貴的電費，各國電網也無法承受，AI 標榜的 10 倍成長神話也將難以實現。
- 2023 年底 生成式 AI 應用迎來爆發，全球資料中心運算需求與用電量呈現指數級增長。
- 近期 台積電與 NVIDIA 紛紛強調「能效比」在下一代 AI 晶片（如 Blackwell 平台）設計中的核心地位。
- 2026 年（預估） 全球 AI 與資料中心相關用電量將達巔峰，迫使科技巨頭跨足投資核能、綠電等潔淨能源。
台灣怎麼看這件事？
台灣身處全球 AI 供應鏈的最核心，既掌握了全球最先進的省電晶片製程，也面臨著本土最嚴峻的綠電與供電考驗。NVIDIA 創辦人黃仁勳與特斯拉創辦人馬斯克都曾直言「全球 AI 晶片都在台灣生產」，這意味著全球 AI 發展的電力消耗，有一大部分在台灣的晶片廠內就已經開始。台積電不斷精進先進製程的每瓦效能，實際上是在幫全球科技巨頭「省電」；然而，台灣本土的綠電供應是否能跟上台積電擴廠的速度，以及半導體產業的高耗電如何與台灣淨零碳排政策取得平衡，將是台灣政府與科技業必須攜手跨越的硬實力挑戰。
編輯觀點
未來的 AI 霸權，不只看誰的算力強，更看誰的晶片最「省油」。過去半導體業比拼的是純粹的運算速度，現在則是比拼「每瓦算力」的極致。台積電此時拋出能效議題，是精準的防禦性防禦性戰略——將競爭對手逼入高耗電、低良率的技術泥淖。這不只是單純的晶片製程競爭，更是地緣政治與國家能源政策的博弈，台灣必須在電力基建與綠電佈局上給予半導體業最強力的後盾。
常見問題
- 為什麼生成式 AI 會這麼耗電？
- AI 模型在「訓練」與「推理」時需要大量的 GPU 進行高強度平行運算，運作時會產生高熱，而冷卻這些伺服器也需要耗費極大的電力。
- 台積電如何幫 AI 晶片達到省電效果？
- 台積電透過 2 奈米等先進製程減少漏電，並利用先進封裝（CoWoS）與矽光子技術縮短訊號傳輸距離，大幅降低傳輸過程中的能量損耗。
- 什麼是 AI 晶片的「能效比」？
- 指晶片在消耗每單位電力下所能輸出的運算次數。能效比越高，代表晶片越省電、運算效率越好。
- 台灣的缺電隱憂會影響全球 AI 晶片供應嗎？
- 是的。台灣生產了全球九成以上的高階 AI 晶片，穩定的電力與綠電供應是維持晶圓廠無間斷運作、確保全球 AI 供應鏈穩定的關鍵。
- 科技巨頭如何解決 AI 資料中心的電力瓶頸？
- 除了採用台積電能效更好的晶片外，微軟、亞馬遜等巨頭正積極投資太陽能、風力，甚至與核電廠簽署購電協議，以確保潔淨能源供應。
名詞小教室
- 矽光子技術 (Silicon Photonics)
- 把晶片裡的「銅線導電」改成「光纖導光」，就像把擁擠的市區平面道路升級為超高速無摩擦的光速高架橋，傳輸速度更快且幾乎不發熱。