研究：AI資料中心高耗能 恐加重環境負擔

【記者許佳慧／綜合報導】台灣積極發展AI產業，資料中心與算力需求快速成長。不過，聯合國大學最新研究指出，AI資料中心高度消耗電力、水資源與土地，若缺乏妥善規劃，恐加重當地環境負擔。學者建議，未來可在工業區規劃整合式「能源園區」，將資料中心、再生能源、儲能設備及再生水系統集中設置，降低對周邊社區衝擊。

聯合國大學水、環境與健康研究所（UNU-INWEH）發布「AI能源使用的環境成本：碳、水與土地足跡」報告指出，AI帶動資料中心快速擴張，預估2030年全球資料中心用電量將超過9,450億度，約占全球用電3%；用水量達9.3兆公升，土地需求超過1萬4千5百平方公里，電子廢棄物最高可能達250萬噸。

報告指出，若缺乏政策管理，AI基礎設施擴張恐加劇部分地區的環境與社會問題。

AI推論運算占總耗能近9成

報告指出，相較於模型訓練，使用者每天與AI進行數十億次互動所產生的「推論」（Inference）運算，實際占AI整體能源消耗的80%至90%。

研究認為，評估AI環境成本不應僅看碳排放，還須納入水資源、土地利用及電子廢棄物等因素，因為「低碳排不等於低環境衝擊」。此外，資料中心選址及各地電力結構不同，也可能使環境負擔集中於特定地區。

台灣科技媒體中心指出，台灣目前約有36座資料中心，數量居全球第9名，未來AI產業發展帶來的能源與土地需求值得關注。

資料中心可與能源園區共址

政治大學地政學系教授鄭安廷表示，土地足跡與發電結構密切相關。台灣能源轉型以太陽光電及離岸風電為主，近年已出現土地利用競合與社會衝突。即使台灣土地足跡數據未必突出，但在國土面積有限情況下，實際壓力可能更為明顯。

他建議，未來應強化地方政府在能源治理與開發審查中的角色，透過國土計畫機制，納入淨零排放與發電責任。

台灣氣候行動網絡研究中心總監趙家緯則指出，未來資料中心選址應優先布局於再生能源供給充足、用水壓力較低且電網容量較大的工業區，並規劃整合式能源園區，將資料中心、綠能、儲能及再生水系統共址。

他也建議，大型資料中心應投入儲能設施，並將AI訓練等非即時運算移至綠電供應充足或電網負載較低時段進行，以兼顧AI發展、再生能源利用及電網韌性。◇