電力跟不上 AI 需求，能源危機逼出「低功耗 AI」與「邊緣運算」的戰略地位
隨著 AI 正在不斷重塑日常生活中的一切事物，人工智慧技術的快速擴張，自然會觸及許多具體限制，其中之一就是電力與能源。
眾所周知，全球各地的超大規模資料中心，在 AI 的推波助瀾下，如雨後春筍般出現，而日益複雜的雲端運算基礎架構與相關系統，更引發各界對於能源定價、電力供應穩定性的密切討論。
根據國際能源總署（IEA）的預測，由於資料中心、AI 及其他先進工業擴張的強勁推動，2025 年全球電力需求已增長 3.3%，2026 年更將增長 3.7%；預計到了 2030 年，資料中心用電需求將直接翻倍，若只計算 AI 設施的單獨用電量，更會有超過三倍的提升。
在地區電網擴建受限，並引發越來越多人爭奪能源產出的情況下，電力價格只會於未來繼續上漲。標普全球（S&P Global）的統計資料就指出，部分設有 AI 資料中心的地區，過去五年間的批發電價，即飆升了超過 250%。
能源供應與 AI 發展之間日漸加劇的緊張關係，令科技產業不得不往全新方向思考，從傳統不斷加大模型參數、興建集中式運算設施的理念，開始轉為如何以最低延遲和最少的能源消耗，處理真實世界的巨量資料流。
換句話說，包括低功耗 AI 與去中心化人工智慧在內，各種替代性架構正日益展現其戰略地位的重要性。
發展低功耗 AI 要軟硬體協同規劃
瑞士電子與微技術中心（CSEM）整合與無線系統部門高階主管 Alain-Serge Porret 表示，所謂低功耗 AI，本質上是在滿足人工智慧高性能標準的前提下，依然可以把能源消耗降至最低而設計的系統。
低功耗 AI 系統並未完全依賴耗能的龐大雲端基礎設施或集中式資料中心，而是從半導體架構到資料處理、部署等，在技術堆疊的每個層級，皆將資源效率列為優先考量。
Alain-Serge Porret 解釋，低功耗 AI 並非只是模型層面的單一突破，而是一門橫跨感測、訊號調變、嵌入式處理、半導體架構、演算法最佳化及部署等領域的系統設計領域，因此真正的挑戰在於針對特定應用場景，進行硬體與軟體的協同規劃，並在關鍵點提供智慧處理能力，同時將能源消耗控制於最低限度。
相較於打造基於通用架構進行訓練、運作的系統，必須同時處理各式各樣的任務，低功耗 AI 則著重於高度專業化的應用，其範圍與能力僅限於一組定義明確的工作，因此運作時對龐大基礎設施及能源的依賴程度自然較低。
邊緣 AI、實體 AI 皆有低功耗需求
Alain-Serge Porret 指出，低功耗 AI 的具體實踐之一就是邊緣人工智慧（Edge AI），即讓資料直接在裝置和系統內進行處理，而非持續傳送到遠端的雲端基礎設施。
Alain-Serge Porret 認為，當人類邁向「實體人工智慧（Physical AI）」時代，邊緣 AI 的地位將更加重要，因為來自感測器、機器、車輛、建築物及其他資產，其所擁有的潛在資料量，未來會變得極其龐大。
因此，若要將所有資料都傳送到雲端，這段流程不僅效率低落，往往還會增加延遲且成本過高，因此實體 AI 的許多決策，必須在地端即時執行。
Alain-Serge Porret 說，低功耗 AI 不僅可降低能源消耗，更能就近於資料產生處進行預處理，從中提取極少量的有意義資訊，使更廣泛的系統得以在效能、資源及運作狀態上獲得最佳化。
然而更為關鍵之處，在於低功耗 AI 拓展了人工智慧實際的應用範圍，舉凡穿戴式醫療裝置、工業感測器、遠端監控系統、交通基礎設施及智慧製造環境，全都可以受惠於低功耗 AI 本身的能源消耗優勢，長時間穩定運作。
Alain-Serge Porret 甚至認為，在某些特定場合，如小於 1 毫瓦級別的電力消耗場景下，某些低功耗 AI 還可以擺脫對電池的依賴以實現能源自主，透過從光線、熱能或振動中汲取環境能量，從而實現真正的「安裝後無需維護」產品生命週期。
高能效、專業化是小國關鍵機會
面對低功耗 AI 的崛起，Alain-Serge Porret 還提出另一個有趣觀點，那就是該技術可能會重新定義，究竟誰能夠實際參與全球人工智慧競賽。
在 AI 領域，美國與中國一直被視為全球的兩大支柱，這兩國對人工智慧的大規模投資，外界也都看在眼裡。當大國有能力將數十億資金，大舉投入資料中心、晶片生產與其他基礎設施，乍看之下這種發展模式，將迫使許多小國家錯失 AI 浪潮所帶來紅利。
然而 Alain-Serge Porret 認為，隨著低功耗 AI 與分散式人工智慧系統的出現，小國家將有機會擺脫規模限制，透過專業化、精密工程，以及將研究成果轉化為特殊應用場景的可部署系統，進一步參與全球 AI 競爭。
Alain-Serge Porret 以瑞士為例，指出該國家雖然無法在支出方面與最大經濟體互相抗衡，但瑞士確實具備微電子、嵌入式智慧、感測技術，以及高附加值工業與醫療應用等領域的強大實力。
Alain-Serge Porret 強調，即使是自然資源有限的小國家，只要善用低功耗 AI 系統及相關設計，絕對也有機會成為人工智慧發展領域的領導者；資源較少的晶片製造商，未來勢必會越來越專注於開發針對特定應用，具備最佳化、專業化、高能效技術的產品，在全球舞台上跟大型國家、科技巨頭互相競爭。
當高能效地端智慧納入核心
隨著能源限制變得日益嚴峻，市場對低功耗 AI 系統的需求預計將會增加，下一代人工智慧也將從聊天介面和雲端平台，轉向塑造日常生活與工業生產力的實體系統。
Alain-Serge Porret 說，在這樣的背景下，高能效的地端智慧，將成為系統的核心架構之一；相較於那些只求盡快擴大規模的國家與企業，採用更加專門、更具針對性系統的政府、公司與個人，將能夠在長期競爭上獲取更多優勢。
科技的變化總是快得驚人，而我們每天的工作，就是從龐雜的趨勢中理出觀點、提煉出決策者真正需要的洞察。如果你也對 AI 發展充滿熱情，《TechOrange 科技報橘》正在徵內容編輯！
👉了解職缺內容
【推薦閱讀】
◆ 南韓端出逾 11 兆韓元銀彈：半導體基金齊發、主權基金押 AI 與機器人
◆ 【阿布達比的 AI 原生政府】不只是政務 App，TAMM 把 AI 嵌入每一項日常行政服務
◆ AI 晶片數量每 9 個月翻倍、2028 年衝上 2 億顆：史上最大算力擴建潮，電力與資金撐得住嗎？
＊本文開放合作夥伴轉載，參考資料：TechRadar、IEA，首圖來源：Pixabay
（責任編輯：鄒家彥）