OpenAI 設定 2030 年 30GW 算力目標 AI 基礎建設與電力挑戰升溫
2026/04/23
OpenAI 近期公開表示，目標於 2030 年前將其 AI 計算能力擴張至 30GW（千兆瓦）的規模，這個數字遠超出許多國家單一城市的用電需求，顯示生成式 AI 巨頭對未來算力布局的長期野心，也使 AI 產業對電力、土地、冷卻水資源等基礎建設的壓力再度浮上檯面。
30GW 的算力容量相當驚人：以傳統資料中心每 MW（百萬瓦）對應數千顆 GPU 的估算，30GW 代表數百萬顆頂級 AI 晶片，遠超現階段全球 AI 資料中心的總規模。OpenAI 若要達成此目標，必須與電力公司、房地產開發商、晶片供應商建立更加緊密的合作，甚至可能主動投入電廠、資料中心建設與水電設施。
這項宣告與近期業界趨勢一致。微軟、Google、Meta、Amazon 等雲端巨頭皆已宣布上百億至千億美元規模的資料中心擴建計畫；核能領域也因 AI 需求而出現復興，多家業者與雲端公司簽訂長期核電合約，甚至重新啟用已除役的反應爐。OpenAI 與軟銀、Oracle 合作的「Stargate」計畫，正是此方向的代表性布局。
在技術層面，支撐 30GW 算力的不只是晶片數量，更包括供電穩定性、冷卻效率與網路架構。Google 剛公布第 8 代 TPU 8t 與 8i，走向訓練與推論分工，也是為了在單位功率下盡可能提升 AI 工作負載。業界分析人士指出，隨著模型參數與使用量上升，AI 廠商必須從「堆晶片」轉向「每瓦每美元最大化」的系統設計策略。
然而，龐大算力需求也帶來多重挑戰。首先是電力供應：許多國家既有電網難以承受大規模 AI 資料中心湧入，發電、輸電與儲能皆需全面升級。其次是環境議題，AI 資料中心冷卻耗水，對水資源吃緊地區可能帶來爭議。第三是社會議題，巨量投資推升特定地區不動產與電價，已在美國部分州與歐洲引發居民反彈。
對台灣產業而言，OpenAI 的 30GW 目標代表長期訂單潛力。從台積電、聯發科到鴻海、廣達、緯創、技嘉等伺服器與散熱供應商，皆是 AI 基礎建設供應鏈的重要環節。亞光與美國 Frore Systems 合作推進 AI 資料中心液冷散熱，即是典型案例。同時，台灣電力政策也將受到間接影響——若本地 AI 資料中心建置加速，供電穩定性將成為重要議題。
對使用者而言，30GW 的算力意味未來 AI 服務將更強大、更快速、更個人化，但也可能推升運算服務的價格基準。未來觀察重點在於 OpenAI 是否公布具體的資料中心選址、電力合約，以及 Stargate 等合作計畫的實際進度。