在 AI 時代，資料中心的能源需求成為全球關注的焦點。然而，真正的能源消耗大戶並非 AI，而是傳統 IT 系統。這是一場被忽視的能源戰爭，而其影響遠超乎想像。
現象觀察：AI 與傳統 IT 能耗的真實差距
根據研調機構 Gartner® 最新預估，至 2026 年，AI 最佳化伺服器將占資料中心總用電量的 31%；到了 2027 年，其耗電量更將超越傳統伺服器。然而，從現在到可預見的未來，資料中心大部分的能源消耗並非來自 AI，而是來自支撐企業日常營運的其他設備，包括傳統企業伺服器、主機代管工作負載，以及雲端基礎架構。
事實上，主流 IT 系統才是亞太地區最大的數位能源消耗來源，而 AI 距離「耗電榜首」的位置仍有一段距離。對台灣而言，算力需求的噴發正面臨基礎設施的承載極限，這在製造、金融與醫療等高度仰賴大型機房的指標產業尤為明顯。
原因剖析：傳統 IT 系統的隱形負擔
值得注意的是，這些企業在積極導入 AI 的同時，旗下仍運作著龐大的傳統核心系統。如製造業的 ERP、金融業的核心銀行與醫院的電子病歷。這些日夜運行的傳統 IT 環境，才是目前默默消耗最多電力的真正巨獸。
根據勤業眾信（Deloitte）發布的報告，亞太區已成為全球成長最快的資料中心市場之一，預計至 2030 年，區域內資料中心投資規模將達 8,000 億美元。而台灣同樣在這波熱潮的核心，不論是半導體、高效能運算或企業 AI 應用，都帶動資料中心需求持續成長。然而，目前絕大多數已部署的基礎設施，仍以執行日常維運的傳統工作為主。
影響評估：永續發展的盲點
當然，這並不代表 AI 所帶來的能源需求不值得關注。尤其 AI 在進行模型訓練時，其龐大的瞬間電力負載，確實對電網穩定性帶來了實質挑戰，這類的基礎建設也必須及早規劃。然而，傳統 IT 的運作量同樣在持續成長。如果企業的永續策略過度聚焦於 AI，很容易產生盲點，反而錯失了優化整體 IT 能源效率的機會。
畢竟，目前支撐全球數位運作的算力資源仍主要建立在傳統 IT 系統上，而這些領域，往往才擁有更大的節能與省電空間。
從產業面來看，傳統 IT 系統的能源優化不僅能大幅降低企業的營運成本，還能提升整體的永續發展能力。這是一場不能輸的戰役。
趨勢預測：全局思維引領未來
好消息是，降低主流 IT 能耗的工具已相當成熟。在資料、軟體、基礎架構與設施層面，業界已有一套行之有效的方法，而且無須等到下一波硬體汰換週期即可著手進行。例如，企業可以重新檢視並優化儲存策略、淘汰或現代化低效率的舊有應用程式、以更高能效的新世代伺服器汰換老舊系統設備，以及優化工作負載配置以提升使用率，從而有效降低能源消耗。
在資料中心設施層面，能源效率的提升在台灣已從企業的「永續選考題」變成了「經營必修課」。隨著台灣經濟部正式將超大型及共置型資料中心納管，新設或擴建機房的電力使用效率（PUE）已被強制要求達到 1.3 與 1.4 的嚴格標準；這項指標的落地，也讓能更有效應付 AI 高熱量、大幅降低無效能耗的直接液冷技術與智慧氣流管理，受到前所未有的高度關注。
從局部優化走向全局戰略，主流 IT 與 AI 的能源效率提升必須齊頭並進，而非相互爭奪資源。事實上，兩者採用的方法大致相通，而能夠兩者兼顧的企業將能在成本控管、碳排放管理與營運韌性方面取得更大優勢。
未來，唯有具備全局思維、不盲目追逐市場熱潮的企業，才能真正引領 IT 永續發展。這意味著，企業不僅要持續優化當前備受矚目的 AI 系統，更要同步改善長期默默消耗大量能源的主流運算環境。能夠綜觀全局、雙管齊下的前瞻者，才將在這場綠色數位轉型中，真正取得贏得未來的市場入場券。
行動呼籲
面對 AI 時代的能源挑戰，企業需要有全局思維，不僅關注 AI 的能源需求，更需優化傳統 IT 系統的能源效率。您是否準備好迎接這場綠色數位轉型？
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
AI 資料中心的能源消耗佔比是多少？
根據 Gartner® 的最新預估，至 2026 年，AI 最佳化伺服器將占資料中心總用電量的 31%；到了 2027 年，其耗電量更將超越傳統伺服器。
傳統 IT 系統的能源消耗佔比是多少？
根據勤業眾信（Deloitte）的報告，2024 年 AI 仅占全球資料中心總能源消耗的 10% 至 15%，其餘 85% 至 90% 仍來自一般用途的 IT 工作負載。
如何優化傳統 IT 系統的能源效率？
企業可以重新檢視並優化儲存策略、淘汰或現代化低效率的舊有應用程式、以更高能效的新世代伺服器汰換老舊系統設備，以及優化工作負載配置以提升使用率。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
