顧問公司 McKinsey 預計，全球數據中心到 2030 年將需投資高達 6.7 兆美元，以應對運算能力激增的需求。當中，人工智能相關運算預計將增長 3.5 倍，佔整體需求70%。

這股增長對能源供應構成重大挑戰，尤其影響數據處理與冷卻系統的運作。國際能源署 （International Energy Agency）預測到 2030 年全球數據中心用電將翻倍，其中 AI 數據中心用電量更預計成長四倍。這促使企業、代管服務供應商及科技巨頭，重新審視數據中心的營運策略與能源管理。

截至 2024 年中，數據中心用電量已佔全港樓宇總耗電量約 4.4%。為提升能源效益，政府已正式刊憲《2025年建築物能源效益（修訂）條例》，將審核標準擴展至所有數據中心，為行業設下更高門檻。

邁向 AI 時代的可持續轉型

AI 的迅速發展與法規演變，推動業界加快部署新一代基礎設施，打造「AI 就緒」的數據中心。

1. 液冷技術成為關鍵

AI 晶片運算密度高、熱量大，傳統風冷系統（Air Cooling）已難以應對。液冷方案（Liquid Cooling）能更有效將熱能導出，維持 CPU 與 GPU 的最佳效能，並在香港潮濕氣候下延長設備壽命、減少停機風險。

面對現今經濟局面複雜，採用混合式風冷與液冷方案亦是一個好選擇。在加強冷卻效率以應對運力激增的同時，有助數據中心靈活地因應不斷演變的工作負載進行分階段擴展。

2. 高韌性電力保護系統

AI 工作負載對供電穩定性要求極高。現時業界最先進的不間斷電源（UPS）系統體積較平均標準縮小，意味著在空間受限的情況下，亦可以支援高兆瓦的電力輸出，大幅降低整體擁有成本（TCO）。

此外，極端天氣導致電網不穩定的問題日趨嚴重，可能威脅數據中心的可靠性。這促使業界引入微電網（Microgrid）與電池儲能（Battery Storage）方案，確保關鍵時刻穩定供電，提升能源調配靈活性。

3. 廢熱（Waste Heat）成為可再使用能源

隨著 AI 應用加速，數據中心產生的廢熱日益增加。與其視為負擔，不如將其轉化為資源，輸送至周邊建築加以再利用，不僅滿足本地供暖需求，更促進社區合作與節能減碳。

例如全球百大學府之一的倫敦瑪麗皇后大學（Queen Mary University of London）近期完成數據中心現代化升級，成功將伺服器產生的廢熱接入校園供熱系統，為校舍與宿舍提供暖氣與熱水，顯著降低碳排放與能源成本。此項創新不僅展現高等教育機構在推動可持續發展方面的前瞻視野，更為香港在數據中心與社區能源整合方面提供了寶貴借鑒。

4. 善用 AI 技術提升營運效能

雖然 AI 推高能源與冷卻需求，但同時也提供了強大的數據分析與自動化工具，協助數據中心改善營運及管理。例如在營運期間，透過物聯網監測與 AI 分析，實時調整電力分配和簡化 IT 運維流程。

面對全球 ESG 標準與法規趨嚴，跨國營運商亦需採取系統性減碳策略。AI 推動的雲端數據管理平台可實現跨區資產的能源監控，透過可視化管理與自動化報告，確保合規與可持續發展。

共建可持續與增長兼備的未來

數據中心如同城市大腦，需全天候穩定運作，並要適時加強其功能，以驅動城市在 AI 世代中的可持續發展。隨著能源管理技術日益成熟，選擇具備實戰經驗與前瞻視野的合作夥伴，將成為推動轉型的關鍵一步。

香港正處於數據中心轉型的重要時刻，既要回應全球對可持續發展的要求，也要滿足本地高速增長的數碼需求。唯有透過創新技術與業界協作，從冷卻系統到電力架構、再到 IT 運維全面升級，才能實現真正「AI 就緒」的綠色基礎設施，開創產業新局面。

撰文：趙啟文（施耐德電氣香港區總裁 ）