AI 資料中心能成為穩定電網的資產嗎？NVIDIA、Oracle 實測軟體動態調度，尖峰用電降 25%
隨著 AI 計算需求爆炸式成長，資料中心逐漸從數位基礎設施，轉變為電力系統中的關鍵變數。尤其是在美國維吉尼亞州北部這類高密度部署區域，資料中心用電已占全州電力需求逾四分之一，遠高於全美平均。2024 年夏天，一次雷擊導致輸電系統異常，數十座資料中心同時切換至備援電源，瞬間產生約 1,500MW 的負載落差，險些引發區域性停電，也暴露出資料中心長期以來 24 小時滿載運行的剛性用電問題。
AI 調度讓資料中心從「電力黑洞」轉化為「雲端蓄水池」
一般來說，資料中心不論在電網處於何種狀態下都要全速運轉，使其成為電網壓力來源之一，也迫使電力公司投入龐大資本建設新的發電與輸電設施。然而，根據發表於《Nature Energy》期刊的研究，2025 年 5 月亞利桑那州鳳凰城的一次電網壓力測試中，由 NVIDIA、Oracle 與公用事業單位 SRP（鹽河計畫）、EPRI（電力研究院）合作，成功讓一座商用資料中心在不影響 AI 工作負載效能的前提下，於尖峰時段持續三小時降低 25% 的功耗，證明資料中心可以從「耗能黑洞」轉型為「彈性電力資源」。
這項突破的核心，在於 NVIDIA 投資的新創公司 Emerald AI 所開發的軟體平台 Emerald Conductor。這套系統本質上像一個電力調度指揮家，能即時接收電網訊號，並動態調整資料中心內部的運算任務與用電量。其關鍵設計在於將 GPU 工作負載分為不同優先級，像是完全不可中斷的關鍵任務，以及可延後執行的背景訓練作業。當電網負載升高時，系統會優先保護核心任務，同時延遲或降低次要運算的資源使用，使整體功耗下降。
此種以「算力即負載」的調度邏輯，顛覆了過去對資料中心的想像。AI 訓練任務本身具有時間彈性，延後數小時完成通常不影響商業價值，使其成為理想的可調節電力來源。也因此，資料中心開始具備類似「蓄水池」的負載彈性，在電力充足時儲存運算需求，在電網緊張時釋放彈性空間。該研究進一步指出，若此類架構在全美普及，有望釋放高達 100GW 的新增資料中心容量，這相當於全國約兩成用電規模，且無需大幅新建電廠或輸電線路。
當 AI 成為再生能源指揮官，美國不是唯一案例
除了算力調度，能源巨頭 Envision 在中國赤峰展示了另一種模式：利用 AI 來調度能源。根據《Reuters》報導，該企業打造了一座以風能與太陽能為主的氫能與氨生產基地。不同於傳統工廠依賴穩定電網供電，這座工廠直接連接自有再生能源系統，並透過 AI 作業系統即時調整生產節奏。
這個 AI 系統持續監測天氣與發電狀況，並自動調整用電需求。例如當風力增強時，系統會即時提高電解製氫設備的運轉功率，最大化再生能源的使用；而當風速下降或日照減弱時，則迅速降低產線負載，以避免能源短缺或效率損失。這種動態調整機制，成功解決再生能源長期面臨的間歇性與不穩定問題，讓工業生產能夠真正隨著自然條件同步運作。
中美競相建立更智慧、更靈活的數位電網
運用 AI，讓資料中心不再是單純的耗電技術，而是電力系統的協調與優化者，也呼應各國能源政策的轉向。例如中國已提出「AI + 能源」戰略，計畫在 2027 年前推動多個大型 AI 模型與能源系統深度整合，並打造上百個應用場景；美國則透過電力研究機構與科技企業合作，驗證資料中心作為需求響應資源的可行性。兩者路徑不同，但目標一致：在再生能源占比快速提升、電力需求持續攀升的背景下，建立一個更靈活、更智慧的電網。
未來的資料中心與工廠，不再只是被動消耗能源的終端，而是能主動參與電網運作的節點。這場轉變的關鍵，不在於建造更多電廠，而在於讓既有資源更聰明地運作。
＊本文開放合作夥伴轉載，參考資料：Introl、《Reuters》，首圖來源：Unsplash
（責任編輯：廖紹伶）