遠東新聞 科技組
台積電資深副總經理張曉強日前在阿姆斯特丹的會議上表示，AI帶來的用電需求暴增，正讓能源效率取代運算能力，成為主導未來晶片發展的核心限制。這位負責全球業務開發的高層直言，從智慧手機、物聯網設備到AI資料中心，客戶最迫切的需求都是「在不大幅提高耗電量的前提下，取得更強的效能」。
根據Reuters報導，台積電預估從目前的N2製程到預計在2028年左右推出的A14世代，晶片耗電量將可減少最多30%，同時運算效能還能提升超過20%。這項承諾象徵半導體產業正面臨關鍵轉折點：過去單純在晶片上塞入更多電晶體來提升效能的傳統模式，已經不足以應付耗能驚人的AI工作量需求。
對台灣半導體產業來說，這波能源效率革命既是挑戰，也可能是新的機會點。台積電不只替Nvidia與AMD生產AI晶片，也為Google、Amazon、Microsoft及Meta等科技巨頭代工客製化AI處理器，在全球晶片供應鏈中扮演樞紐角色。張曉強指出，雖然提高電晶體密度仍是台積電技術藍圖的核心，但先進封裝、晶片堆疊與光子技術等解決方案正變得愈來愈重要。
AI帶來的能源危機究竟有多嚴重？國際能源總署（IEA）預測，資料中心在2026年將消耗1，000TWh電力，相當於整個日本的用電量。更驚人的是，伴隨資料中心業者部署愈來愈大規模的AI加速器叢集，單一機櫃的耗電量已從過去的10至14千瓦飆升至超過100千瓦。
高盛研究發現，單一ChatGPT查詢消耗的電力約是典型Google搜尋的十倍，凸顯AI互動的能源密集程度。McKinsey預測，到2030年，資料中心的用電量可能占美國總電力的11%至12%，是目前數字的三倍。這樣的成長速度讓電網營運商與科技業者都陷入焦慮。
面對這場能源危機，台積電的技術路徑選擇格外受到關注。台積電新的A14製程預計將生產速度提升15%，同時耗電量減少30%，這對資料中心業者來說是重大利多。使用更省電的晶片可以明顯降低能源消耗，而除了最初建置成本，維運資料中心每年要花費數百萬美元，若能採用更省電的晶片，意味著可觀的成本節約。
台灣在這場節能競賽中的角色更顯微妙。台積電的用電量本身就占台灣總電力的8%至9%左右，且伴隨3奈米與2奈米先進製程的擴產，用電需求預計將持續攀升。台灣既是全球AI晶片製造中心，本地資料中心也因AI需求快速擴張，如何平衡產業發展與能源供給，將是政策層面的長期課題。
競爭對手也在尋找替代路徑。中國競爭者華為本週發表了「Tau擴展定律」計畫，試圖透過加速晶片內部的資料移動速度來提升效能。張曉強對此回應說，這個概念在業界已經存在夠長時間，主要依賴於更緊密整合元件，例如透過3D堆疊技術。
Nvidia、AMD與Intel都在競相提高運算效率，新一代GPU架構每瓦可執行的AI運算量遠超前代產品，但工作負載成長速度仍然超越效率提升的幅度。這意味著即使晶片愈來愈省電，AI應用的爆炸性成長依然讓總體能源需求持續攀升。