AI資料中心愈蓋愈大，台電卻怕「電送不到」！台達電為何押注微電網，還要整座包下來？

• 原文標題：AI資料中心愈蓋愈大，台電卻怕「電送不到」！台達電為何押注微電網，還要整座包下來？
• 作者：數位時代 BusinessNext（JSON-LD author）
• 發布時間：2026-08-10T17:55:00+08:00
• 來源：數位時代 BusinessNext
• 擷取方式：BusinessNext NewsArticle.articleBody JSON-LD；依原文語意段落整理，未加入衍生摘要。
• Canonical URL：https://www.bnext.com.tw/article/91782/2026-delta-ai-sustainability

原文擷取

當 AI 資料中心蓋得愈來愈快，下一場競爭從「買不到 GPU」變成「電不夠用」。台達電於 7 日舉行永續 AI 峰會，與會者指出，隨著 AI 算力快速成長，一座資料中心能不能如期使用，取決於電力能否準時送到。台達電董事長暨執行長鄭平表示，電動車、工業製程與 AI 資料中心都會推高用電需求，資料中心業者不只要降低機房耗電，也要思考電力來源、穩定供應，以及再生能源、儲能與既有電網如何協同運作。

鄭平表示，微電網已列為台達電未來幾年的發展重點。隨著大型用電需求快速成長，不能只增加發電量，還必須整合輸電、配電、儲能與用電端，讓供需即時調度，兼顧能源效率、電網韌性與減碳目標。文章以美國與歐洲的電氣化進程作為背景，相關比例與目標為峰會及報導中的說法。

圖說：台達董事長暨執行長鄭平、前白宮國家經濟委員會顧問 William D. Kissinger 及其夫人與台達品牌長交流。圖／台達電

最怕的不是沒電，而是「電送不到」

台電副總經理兼數位長吳進忠指出，AI 資料中心和過去的資料中心不同之處，在於用電量大且負載高度變動；真正棘手的往往是輸配電線路建設。大型資料中心瞬間拉高或降低用電，可能造成電壓與頻率波動，因此不能只向公用電網要電，資料中心也必須具備降低電網衝擊的能力。

理想狀態是資料中心從公用電網取得的負載盡量維持穩定；當 AI 運算突然增加，額外需求由表後儲能補上，運算下降時則把多餘電力存進電池，讓算力與能源管理系統同步調度。

圖說：峰會座談由 SEMI 全球行銷長暨台灣區總裁主持，與前台電副總、大園汽電共生董事長、緯創資通技術長、國泰世華銀行副總經理及台達台灣業務總經理同台。圖／台達電

再生能源、儲能與輸電容量

前白宮國家經濟委員會顧問 William D. Kissinger 指出，2023 年至 2037 年間，美國新增電力需求約三分之一來自 AI 與資料中心。加州過去靠大量太陽能降低碳排，卻因中午發電過剩、傍晚需求快速攀升形成「鴨子曲線」。因此需要儲能移轉白天多餘電力、支應傍晚尖峰；文章並引用儲能規模與美國未來輸電容量的估計，均屬與會者預測或報導轉述。

從賣設備到「整座包下來」

台達台灣業務總經理張立業表示，AI 伺服器迭代可能只要幾個月，但資料中心從規劃到落成至少需要一、兩年；晶片、變壓器、UPS、消防與散熱設備又有不同交期，如果各自施工，單一設備延遲就可能讓整個專案無法使用，因此需要 integrator（系統整合者）把瓶頸打通。

台達展示 AI 液冷驗證中心與 AI 貨櫃型資料中心。隨著新一代 AI 伺服器功耗攀升，傳統氣冷逐漸逼近散熱極限，液冷甚至浸沒式冷卻可能成為重要方案。液冷驗證中心用於液對液、液對氣散熱效能測試；貨櫃式資料中心則把電力、散熱與機房設備整合進模組化空間，先在工廠完成更多系統整合，再運至現場快速部署。文中的功率、PUE 與驗證能力為台達展示及報導所述。

圖說：台達電展示自主研發的熱泵型水對水 CDU 驗證系統。圖／郭采樺攝影

能源部分延伸到儲能與遠端維運。台達儲能系統可透過戰情室進行 24 小時監控，從設備建置延伸到後續營運管理；台灣團隊也提供能源、工業與樓宇自動化方案，試圖把電源、散熱與能源管理串成一套系統。

台達的角色從提供資料中心需要的電源、UPS 與散熱，延伸到高壓直流、固態變壓器、儲能與微電網，甚至資料中心設計、施工、測試與後續維運。緯創資通技術長沈慶堯指出，AI 基礎建設迫使伺服器、半導體、電源與散熱業者更早共同設計，台灣企業有機會從「接規格」走向「定規格」。金融業也需要提早確認土地、用電、租戶合約與施工風險，因為「有沒有電、什麼時候有電」會直接影響資料中心能否成為可融資的基礎建設資產。

過去台灣靠晶片、伺服器與散熱站上 AI 供應鏈核心；下一步還必須把發電、輸配電、儲能與能源管理串進來。張立業將目標概括為：「讓每一度電，轉換成更多算力。」

Source notes

• This raw capture preserves the BusinessNext title, publication metadata, extracted NewsArticle.articleBody, and the article’s attributed claims about microgrids, storage, cooling, integration, and AI data-center infrastructure.
• The article is a summit / industry report. Electricity, capacity, PUE, project timelines, forecasts, and company capabilities remain attributed claims, not independent infrastructure benchmarks.
• The reusable extraction is a deployment gate: power delivery, grid impact, storage, cooling, integration, monitoring, and financing must be evaluated together before treating AI compute as deployable capacity.