10:53am
資料中心可以興建，能源可以擴充，算力也可以持續增加，但市場需求能不能跟上，卻是另一個問題…
當全世界還在討論晶片與算力時，北京已經把目光放到另一個地方。
電力。
因為中國很快發現，當資料中心愈蓋愈大、AI模型愈來愈複雜之後，真正限制發展速度的，未必是晶片，而是能源。
畢竟，再先進的GPU也需要電力驅動，再龐大的資料中心也需要穩定供電。
算力的本質，其實就是電力的另一種形式。
這也是為什麼最近幾年，全球科技產業開始出現一個值得關注的現象。科技公司愈來愈像能源公司，能源公司則愈來愈像科技公司。
從Google、Microsoft到Amazon，幾乎所有大型科技企業都開始重新思考能源布局。過去選擇資料中心地點時，最重要的是網路速度與土地成本；今天，最重要的條件往往變成電力供應是否穩定。
因為人工智慧是一頭非常會吃電的怪獸。
過去的網際網路產業雖然也需要資料中心，但AI大模型的運算規模完全不同。每一次模型訓練，都需要動用成千上萬顆GPU同時運作；每一次能力升級，都代表更龐大的運算需求；而當全球數十億人開始使用AI服務時，背後所消耗的能源更是一個驚人的數字。
於是，一個原本屬於科技產業的問題，逐漸變成能源問題。
而中國，是最早感受到這種壓力的國家之一。
原因其實很簡單。
中國想打造全球最大的算力體系。
既然如此，中國就必須準備足夠的電力體系來支撐它。
這也是為什麼北京在推動東數西算工程時，考慮的從來不只是土地成本與網路速度。
真正重要的，是能源。
如果仔細觀察中國近年算力中心的分布位置，會發現它們大多集中在內蒙古、寧夏、甘肅、新疆與貴州等地。
原因並不神秘。
因為這些地方有電。
內蒙古擁有龐大的煤電基礎，新疆擁有全中國最豐富的風力與太陽能資源之一，甘肅是重要新能源基地，寧夏則具備穩定的能源供應能力。對北京而言，這些地區不只是偏遠省份，而是未來算力帝國最重要的動力來源。
如果把時間往回推二十年，中國經濟地圖的重心幾乎都集中在沿海。北京、上海、深圳、廣州、杭州，代表著資本、人才與科技產業，也代表中國改革開放以來最重要的成長引擎。
但AI時代正在悄悄改變這張地圖。
因為資料可以傳輸，模型可以遠端訓練，企業總部可以留在北京，資料中心卻不一定要蓋在北京。當運算需求開始超越地理限制，能源與土地反而成為新的關鍵資源。
於是，一場新的地理重組開始出現。東部負責創造需求與資料，西部負責提供能源與算力，透過高速光纖與超大型資料中心，北京試圖把中國東西兩端串成同一個運算網路。
從某種程度來說，東數西算就像數位時代的南水北調。過去輸送的是水，今天輸送的是資料；過去解決的是人口與產業分布問題，今天解決的則是算力與能源配置問題。而支撐這一切的，正是一條條橫跨中國的能源與通訊網路。
值得關注的是，這種變化並不只發生在中國。
近兩年來，美國科技巨頭同樣不斷尋找新的能源來源，核能重新受到重視，再生能源投資持續增加，電網升級也成為熱門議題。原因只有一個：AI開始吃電，而且吃得愈來愈兇。
過去許多人以為人工智慧是一場軟體革命，但發展到今天，人們開始發現它更像一場工業革命。因為AI最終仍然需要土地、需要工廠、需要電網、需要變電站、需要冷卻系統，也需要源源不絕的能源供應。
黃仁勳不斷提到AI工廠，其實正是在提醒這件事。人工智慧看起來很虛擬，背後卻非常實體。每一個模型背後，都有一座真正存在的工廠；每一次智慧升級背後，也都有龐大的能源消耗。
因此，未來決定AI競爭力的，未必只是晶片技術，更可能是能源能力。
誰能穩定供應電力，誰能建立大型電網，誰能提供低成本能源，誰就有機會在下一輪競爭中取得優勢。
而這，也正是中國算力帝國夢最值得觀察的地方。
因為北京現在進行的，不只是科技建設，更是一場能源重組。
只是問題也跟著出現。
資料中心可以興建，能源可以擴充，算力也可以持續增加，但市場需求能不能跟上，卻是另一個問題。如果未來AI需求沒有想像中龐大，這些耗費鉅資打造的算力基地，究竟會成為新的成長引擎，還是新的財政負擔？
這個問題，正開始困擾愈來愈多人。
而答案，也將決定中國的算力帝國夢究竟是下一個高鐵神話，還是下一個紫光悲劇。
（待續．6-5〈高鐵神話還是晶片泡沫？〉
（圖片來源：AI示意圖）
2026.06.11
