AI 資料中心忽高忽低咁食電，點解會令電網調度仲難穩定
GPU cluster 用電起落大，最後會反映喺雲端 AI 成本同部署速度
用電多只係第一層
TechNews 科技新報 報道，近期討論焦點落喺 AI 資料中心嘅用電節奏：高密度 GPU/TPU cluster 一齊跑訓練 job，功耗可以短時間急升急跌；inference 就跟住用家活動、產品高峰同 agent 任務量走，唔似傳統廠房咁容易用一條平滑曲線估。IEA《Energy and AI》base case 估算，全球資料中心到 2030 年會用約 945 TWh 電，佔全球用電低過 3%；數字本身已經大，但電網工程師更頭痛嘅係：幾時、邊度、用幾快嘅速度攞電。
圖片：U.S. Department of Energy
點解 AI 負載特別麻煩
訓練一個大 model 時，成排 accelerator 好多時會同步進入同一段計算、記憶體存取、checkpoint 或網絡通訊。嗰啲階段切換，會令機櫃、UPS、冷卻泵同風扇一齊改變負載。NERC 2026 年 3 月白皮書提到，AI training 設施有尖峰型、會變嘅 load pattern，而且電網建模資料通常唔夠，連 UPS 模式、冷卻負載、保護設定點樣跳掣都未必掌握得清楚。
電網怕嘅係下一秒點郁
電網要 keep 住頻率、電壓同備轉容量，最怕係大負載突然同一時間上落。NERC 5 月 Level 3 alert 講得幾白：部分 computational loads，包括 AI training、crypto mining 同一般 data center，現有程序未夠處理，註冊實體要喺 2026 年 8 月 3 日前回覆風險緩解進度。呢件事已經有現場壓力；美國 DOE 6 月 30 日批出 PJM 緊急令，畀 PJM 喺供電緊張時叫資料中心同大型用電客開備用發電；到 7 月 3 日，命令再延長至 7 月 7 日。
地理集中令問題放大
AI 公司唔會隨便喺地圖上點一個位起 data center；佢哋要光纖、平電、稅務優惠、可用土地，同埋接近主要市場。結果係北維珍尼亞呢類 data center alley、PJM 覆蓋區、同新加坡／馬來西亞柔佛一帶，會喺短時間吸納一批好相似嘅負載。DOE 6 月資料引用 EPRI 估算，美國 data center 用電由 2023 年約佔總用電 4%，到 2030 年最高可能食到美國發電量 9%；就算全國總電量睇落仲有位，真正先頂唔順嘅，可能係變電站、輸電線同地區備轉容量。
雲端 AI 用家會點感受到
公司 IT 同開發者未必直接見到電網問題，但會喺雲端帳單、region 選擇同 latency 感受到。訓練 job 可以排去電力較鬆、電價較平嘅時段；互動式 inference、Codex/agent workflow、客服 bot 同 SaaS AI 就難好多，因為用家等緊答案，服務商冇咁易搬啲 request 去幾千公里外。當某個 region 電力接駁排長龍，雲廠可能先限量、加價、叫客轉 region，或者用較細 model 頂住服務。
解法要同調度一齊諗
真解法會好雜：data center 入面要有電池、supercapacitor、power conditioning，同埋仔細啲嘅 workload scheduling；電網一邊要快啲批接駁，另一邊又要 hyperscaler 交多啲可建模資料。NERC alert 已經要求規劃方收集最高/最低 MW、ramp rate、IT 同冷卻負載比例、UPS 設定、訓練/inference 用途等資料。麻煩係，呢啲資料對 hyperscaler 好敏感；但冇呢啲資料，電網模型就似蒙住眼估一個會突然急停急起嘅客。
下一步睇兩件實際嘢
下一步要睇兩件實際嘢：grid interconnection 排期有冇縮短，同大型用電客會唔會接受 demand response 條款。可以延後嘅 AI training 會變成可調度負載；冇得等嘅 inference 就要付出較高電力同備援成本。對企業買 AI 工具嚟講，模型能力之外，region、SLA、rate limit 同價格條款都要認真睇，因為基建成本最後好少消失，多數只係換個名出現喺帳單。
參考來源
- TechNews 科技新報 — AI 資料中心不只耗電，用電模式也不斷挑戰電網韌性 — original report
- IEEE Spectrum: AI's Volatile Power Use Quietly Tests Grid Limits — 核對用電波動、地理集中、冷卻負載同電能品質背景。
- IEA: Energy demand from AI — 核對 2030 年全球資料中心用電、accelerated servers 增長同地區分布估算。
- NERC: Assessment of Gaps in Existing Practices, Requirements, and Reliability Standards for Emerging Large Loads — 核對 AI training 尖峰負載、UPS／冷卻資料不足同大型負載建模缺口。
- NERC Level 3 Alert: Computational Load Modeling, Studies, Instrumentation, Commissioning, Operations, Protection, and Control — 核對 2026 年 5 月告警、computational loads 範圍同 8 月 3 日回覆期限。
- U.S. DOE: PJM Order No. 202-26-33 — 核對 PJM 緊急令、備用發電授權同 2026 年 7 月 7 日延長安排。
- U.S. DOE: Clean Energy Resources to Meet Data Center Electricity Demand — 核對美國 data center 用電可能由 2023 年約 4% 總 load 升到 2030 年最高 9% 發電量。
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
