不只要拿到電，AI 資料中心的新戰場是把電、熱與運算整合起來
AI 資料中心的擴張正面臨前所未有的物理限制，單靠增加供電容量已不足以支撐下一代運算需求。隨著超大規模 AI 設施走向吉瓦（GW）級，併網速度、配電能力、散熱方式與現場控制架構，正被迫一起重新設計。
最新討論指出，AI 運算架構也在改變。GPU 仍負責大量矩陣運算，但 CPU 正重新回到核心位置，成為協調工作負載的「飛航管制員」。這代表運算能力不再只是追求更強的平行處理，而是走向異質運算與更精細的編排控制。
在散熱方面，輝達（NVIDIA）Rubin 平台被視為一個重要轉折點。其設計可在 45°C 至 55°C 的暖水入口條件下運作，採用直接晶片液冷，讓冷卻液帶走熱量後仍可維持高溫排出，進而不必依賴機械式冰水主機或冷卻塔。這種做法不僅降低對自來水的依賴，也讓熱量更容易透過乾式冷卻器排放到環境中。
電力系統同樣需要重構。業界提出，資料中心不能再把電力視為單純外接的資源，而必須把電池儲能系統、電力轉換系統（PCS）與能源管理系統（EMS）整合成一套可即時運作的編排層。這套架構可在毫秒級時間內平滑負載波動、限制電流、支撐電壓與頻率穩定，並在併網與孤島模式之間切換，避免電網短暫擾動演變成整站跳脫。
此外，PCS 也被視為 AI 資料中心電力架構的控制點。透過雙向轉換器與儲能搭配，系統可吸收多餘電力、快速補償負載尖峰，並在電網受限時壓低自電網取用的功率，讓設施在既有併網條件下維持高可用性。對大型園區而言，這類轉換器、保護設備、中壓配電與數位控制必須做為一個可重複部署的模組來規劃，而不是各自獨立設計。
熱能再利用也被納入整體系統思維。報導提到，資料中心的廢熱可轉化為高品質熱能，進一步供應區域供熱或工業用途。例如，Meta 在丹麥歐登西（Odense）將伺服器熱能導入區域供熱網路，為超過 11,000 戶家庭供熱；在挪威，Green Mountain 則把資料中心熱排放導入海水養殖系統，形成封閉式循環。
整體來看，AI 基礎設施的競爭焦點已從「能否拿到電」轉向「能否把電、熱與運算協同起來」。業界認為，未來的資料中心必須在設計初期就把電力編排、冷卻、儲能與熱回收納入同一套系統架構，才能在電網壓力、用電限制與高密度運算需求之間找到可持續的平衡。
AI’s Compute Hit A Wall. It Requires A Total Systems Redesign
Beyond securing power, data centers have an orchestration challenge
AI Data Centres Are Running Into a Power Problem. What Does That Mean for Tech?
（首圖來源：shutterstock）