人工智慧資料中心遭遇地方反彈，重演比特幣挖礦爭議？

隨著人工智慧（AI）技術爆發性成長，全球對高效能運算的需求激增，促使科技巨頭加速興建大型資料中心。然而，這股建設熱潮在台灣及世界各地引發類似當年「比特幣挖礦」的社區抗爭——居民擔憂電力負荷、水資源消耗與環境衝擊，地方政府也面臨發展與永續之間的兩難。

從比特幣到AI：高耗能產業的歷史重演？

2017至2021年間，比特幣挖礦因極度耗電，在多國引發地方強烈反對。如今，AI訓練所需的運算量動輒超過數萬張GPU同時運作，單一資料中心年用電量可比擬一座小城市。根據國際能源署（IEA）估算，2026年全球資料中心總耗電量可能達1,000太瓦時（TWh），其中AI佔比快速攀升。

「AI不是虛擬的；它建立在真實的電力、水和土地之上。」——能源政策研究員 林雅慧

台灣的特殊挑戰：電網與水資源緊繃

台灣地狹人稠，夏季用電高峰常逼近供電極限。經濟部雖鼓勵綠電與節能技術，但大型資料中心選址常集中於新竹、桃園等科技廊帶，當地變電所容量已近飽和。此外，部分先進晶片製程與伺服器冷卻需大量純水，更引發農業與民生用水之爭。

• 台電預估：2025年資料中心用電將佔全台總用電3%以上
• 地方政府反映：申請案暴增，但缺乏統一審查標準
• 社區抗議焦點：噪音、交通、景觀破壞與房價影響

企業如何回應？永續承諾與技術創新

面對壓力，Google、Microsoft 與本地雲端服務商紛紛提出「淨零資料中心」路徑，包括採購再生能源憑證（RECs）、導入液冷技術、以及參與電網需量反應機制。然而，這些措施能否真正減輕地方負擔，仍待驗證。

液冷 vs. 風冷：節能關鍵在散熱方式

傳統風冷系統效率有限，而新興的浸沒式液冷技術可提升散熱效率達40%，並減少空調用電。不過，初期建置成本高出30%以上，且維修複雜度高，中小規模業者難以負擔。

散熱技術	能耗降低幅度	適用場景
傳統風冷	基準	一般伺服器機房
封閉通道風冷	10–15%	中型資料中心
浸沒式液冷	30–40%	高密度AI運算集群

政策與溝通：化解衝突的關鍵

專家指出，單靠技術無法解決社會接受度問題。成功案例顯示，**早期社區參與**與**透明資訊揭露**至關重要。例如，某國際企業在彰濱工業區設廠前，主動舉辦三場說明會，並承諾每季公開用電與用水數據，最終獲得地方支持。

另一方面，政府也需加快制度調整。目前台灣尚未針對「AI專用資料中心」訂定專屬環評或能源審查規範，導致各縣市審查尺度不一，投資者與居民皆感無所適從。

常見問題解答

AI資料中心真的比比特幣挖礦更耗電嗎？

單次AI模型訓練耗電量可能高於單一礦場日耗電，但比特幣挖礦是24小時不停運轉，長期總耗電仍更高。不過AI資料中心數量成長更快，未來總體影響可能超越加密貨幣。

我家附近要蓋資料中心，該如何表達意見？

可透過地方政府都市計畫公開展覽期提交書面意見，或要求召開公聽會。若涉及環境影響評估，依法須刊登公告並開放民眾參與，建議加入社區關注團體以獲取即時資訊。

資料中心用的水會不會影響民生用水？

大型資料中心每日用水可達數千噸，主要用於冷卻塔蒸發。在缺水地區（如新竹），確實可能排擠其他用水。部分業者已改用再生水或密閉式冷卻系統，可大幅降低淡水依賴。

政府有補貼企業使用綠電嗎？

經濟部提供「綠電採購輔導」與「節能設備補助」，但未直接補貼電費。企業若簽訂再生能源購電合約（PPA），可申請碳權認證，有助於國際ESG評比。

小型企業是否也會受影響？

即使不自建資料中心，若使用雲端AI服務（如AWS、Azure），其背後運算仍來自大型設施。未來若電價因供電吃緊上漲，或政府課徵碳費，成本可能轉嫁至所有使用者。