中國 2030 年資料中心耗電將翻四倍，加碼押注 SMR 與核融合因應 AI 算力需求

人工智慧帶動資料中心用電需求急速攀升，中國預估到 2030 年，資料中心的耗電量將達到目前的四倍。面對這一波電力挑戰，中國正將目光投向下一代核能技術，透過研發小型模組化反應爐（SMR）與核融合，為 AI 算力擴張建立長期穩定的能源供應。

AI 訓練與推論對電力的需求遠高於傳統雲端運算。一座大型 AI 資料中心的用電規模可達數百 MW 甚至 GW 等級，且需要全年不間斷的穩定供電。近期阿里巴巴宣布 20GW 規模的資料中心建設計畫，正是這一趨勢的縮影。傳統的燃煤與天然氣發電雖能提供基載電力，但與減碳目標相衝突；風能與太陽能則受限於間歇性，難以單獨支撐資料中心的穩定需求。

在這樣的背景下，核能成為各國科技業者與政府共同關注的解方。小型模組化反應爐的優勢在於可標準化生產、建置週期較短、選址彈性較高，適合部署在資料中心園區附近提供專用電力。核融合則被視為更長遠的終極方案，若能實現商業化，將提供近乎無限且低碳的能源。中國在這兩條路線上都有國家級的研發投入，並已有多座 SMR 示範項目與核融合實驗裝置在推進。

業界分析人士指出，中國將 AI 算力與核能發展綁定，反映其對 AI 競爭的戰略判斷：算力的上限最終取決於能源的上限。美國科技巨頭近年也紛紛與核電業者簽署長期供電協議，甚至重啟退役核電廠，顯示這是一場跨國的能源競賽。相較之下，中國在核電建設的審批速度與國家資源調度上具有優勢。

對全球產業的影響方面，AI 資料中心的電力需求已開始影響各地電網規劃與電價走勢。近期美國部分州份因電力吃緊而暫停核發資料中心許可，就是供需失衡的具體案例。台灣同樣面臨 AI 算力擴張與電力供應之間的平衡課題，中國的能源布局值得作為參考與警惕。

展望未來，SMR 的商業化進度與核融合的技術突破，將決定 AI 產業能否擺脫電力天花板。2030 年這個時間點，也將是檢驗各國能源策略是否跟上 AI 發展速度的關鍵節點。