AI資料中心功耗飆升 800V HVDC與新世代供電技術成焦點

2026年前瞻技術論壇「Powering the Intelligence: Energy Solutions for the AI Era」隆重登場。與會貴賓合影，左起為：台大系統晶片中心陳耀銘教授、致茂電子黃志忠副總經理、瑞薩電子林木森技術總監、台達電子蔡騰緯博士、台大系統晶片中心陳景然教授、台大系統晶片中心江介宏副主任。台大系統晶片中心

隨著人工智慧運算規模持續擴大，從大型語言模型訓練、邊緣運算應用等，也讓人工智慧資料中心的整體用電需求快速攀升。面對動態負載劇烈變化、功率密度持續提高，以及能源效率與系統可靠度同步升級的挑戰，電力系統正迎來新一波架構革新。

為此，台灣大學系統晶片中心於2026年6月17日特別舉辦「Powering the Intelligence: Energy Solutions for the AI Era」前瞻技術論壇，聚焦人工智慧時代下的能源解決方案。論壇邀集產學界專家齊聚一堂，深入探討從晶片端、電源端到電網端的電力技術演進，以及人工智慧驅動下的能源轉型趨勢。活動吸引眾多產業人士、研究人員與學生踴躍參與，共同探索人工智慧浪潮下電力與能源產業的機會與挑戰。

台大系統晶片中心副主任江介宏指出，生成式AI與AI Agent等快速發展，無論大型語言模型開發、複雜推理任務，對AI應用所需算力持續攀升持續攀升。這帶動資料中心在電力、空間與散熱資源上的需求急遽增加，也為產業帶來前所未有的運算與能源挑戰。面對此情勢，提升能源效率已成為AI產業的重要課題。除了透過演算法優化及模型設計來降低運算負擔外，電源管理、功率轉換技術以及半導體元件效率的提升，也成為支撐AI發展的關鍵基礎。

AI資料中心邁向MW級規模  供電架構面臨全面升級

根據市場研究機構的預估，全球人工智慧資料中心的電力消耗量將從2024年的261兆瓦時（TWh）增長至2027年的500兆瓦時，短短3年內近乎翻倍。現今資料中心面臨的挑戰已不僅僅是提供更多運算能力，而是必須在有限的空間與能源條件下，建立更高效率、更穩定且具韌性的供電架構。從晶片、伺服器到機櫃以及整個資料中心，電力需求正以倍數增長，這也使得電源系統的設計、電源轉換效率、儲能備援機制以及測試驗證的重要性同步提升。

台達電的蔡騰緯博士指出，生成式AI快速發展，使資料中心的電力消耗進入前所未有的新階段。以NVIDIA GB200 NVL72架構為例，從單顆GPU約1,200瓦、單個GB200模組約2,700瓦，到單一伺服器達5.7kW、整個機櫃達120kW，而由多個機櫃組成的AI Pod更已突破1MW規模；而大型AI資料中心甚至達到45MW以上。未來隨著GPU數量增加，資料中心將廣泛導入800V HVDC、固態變壓器（SST）、BBU備援電池系統，以及Sidecar Power Rack等新型架構，以提升供電效率並優化空間利用率。

隨著人工智慧資料中心持續朝向高功率密度發展，供電系統面臨的挑戰已不再僅僅是效率問題，而是如何於極端負載下維持穩定運作。此舉也大幅提升了電力測試驗證的重要性。

致茂電子副總經理黃志忠指出：「從電網、變壓器、電源供應器至GPU最終使用的低壓供電系統，每個環節都必須經過更嚴格的驗證，以確保人工智慧系統能長時間穩定運行。目前業界正積極導入EDPP（Electrical Data Peak Processing）測試機制，模擬AI運算時瞬間功率變化的情境，以避免供電不穩定的狀況，進而影響人工智慧運算效能。」

800V HVDC、GaN與SiC崛起  重塑AI供電技術版圖

前面提到，AI資料中心從傳統48V系統，逐步轉向800V HVDC、高效率GaN與SiC功率元件、垂直供電（Vertical Power Delivery）、整合式電壓調節器，以及先進封裝電源技術等新架構，主因在於希望能有效降低電流與傳輸損耗，減少銅材使用量，同時提升整體供電效率。然而，隨著供電架構朝向高電壓、高功率密度與高度整合化發展，也為系統設計帶來新的挑戰。

瑞薩電子技術總監林木森表示，根據研究資料顯示，800V HVDC架構可較現行的48V系統，約能提升5%的端到端能源效率，並降低冷卻與維護成本。對於動輒數百MW甚至GW等級的AI資料中心而言，即使僅提升數個百分點效率，也代表每年可節省數十億美元電力支出。另一方面，隨著GPU功耗持續增加，供電系統也逐漸向晶片靠近。

從嵌入式電容（DTC）、封裝電源模組（3D Power Module），到整合式電壓調節器（IVR），電力轉換功能開始進入封裝甚至晶片內部，以縮短供電路徑並提升瞬態響應能力。此外，相較於傳統矽元件，GaN與SiC等第三代寬能隙半導體，具備更高切換速度、更低損耗與更高耐壓特性，有助於提升供電效率與功率密度，將成為未來AI資料中心的重要基礎。

台大系統晶片中心陳景然教授說，AI晶片功耗持續攀升下，預期未來將朝向2000瓦以上發展。然AI晶片核心運作電壓卻持續下降，通常僅約1V左右，這意味著系統必須在極低電壓下提供上千安培電流，對板端供電系統形成極大挑戰。以目前主流架構來看，多數伺服器採用48V母線設計，再透過兩級式電源轉換將電壓降至CPU或GPU所需的工作電壓。

然而當電流持續增加時，供電路徑中的寄生電阻與寄生電感將造成顯著能量損耗以及負載電流變動時的電壓變動，成為限制AI晶片效能的重要瓶頸。透過基本原理分析, 可看到前述之技術趨勢透過降低電流與寄生阻抗提高轉換器功率密度與轉換效率， 而提高控制頻寬也可減少輸出電容的用量。

在活動尾聲登場的座談會中，由台大系統晶片中心李坤彥教授擔任主持人，邀請致茂電子副總經理黃志忠、台達電蔡騰緯博士、瑞薩電子技術總監林木森，以及台大系統晶片中心陳景然教授共同參與。與談人除了分享自身在半導體設計、測試驗證與產業實務上的經驗外，也針對人才培育、產業趨勢及技術發展等議題，與現場開發工程師、學生展開熱烈互動。

台大系統晶片中心李坤彥教授表示，隨著AI資料中心快速發展，對晶片效能、功耗與設計複雜度提出更高要求，也使跨領域人才培育的重要性日益提升。如何結合產學資源，加速技術創新並培養具備系統思維與實作能力的人才，已成為產業界與學界共同關注的重要課題。

AI資料中心競爭焦點已逐漸從單純算力比拚，延伸至能源效率、供電穩定性與系統整合能力。如何在有限能源條件下提升運算效率，將成為未來資料中心發展的重要課題。