【活動報導】AI資料中心開創的次世代基礎設施:由能源與電子零件支撐的運算力未來
AKKODiS顧問於2月26日舉辦了關於次世代基礎設施的活動,深入探討AI資料中心擴展背後的龐大電力需求與能源戰略。
📋 文章處理履歷
- 📰 發表: 2026年4月15日 01:00
- 🔍 收集: 2026年4月14日 16:31
- 🤖 AI分析完成: 2026年4月19日 14:57(收集後118小時25分鐘)
在全球30個國家展開數位工程顧問業務,以加速企業創新與成長的AKKODiS,其日本分公司AKKODiS顧問股份有限公司(總公司:東京都港區,代表董事社長:川崎 健一郎,以下簡稱「AKKODiS」),憑藉現場變革的力量與數位技術支援企業提升生產力並實現AI轉型。該公司於2月26日舉辦了題為「各領域專家徹底解說!AI資料中心開創的次世代基礎設施 ― 能源與電子零件支撐的運算力未來 ―」的活動。
隨著生成式AI的迅速普及,作為支撐AI的基礎設施,「資料中心」的重要性正急劇上升。需要龐大運算力的AI,需要與傳統IT基礎設施不同規模的電力與冷卻技術,也為產業結構帶來了巨大的變化。在這樣的背景下舉辦的本研討會,邀請了能源、電子零件、資料中心技術等各領域的專家登台。會中針對AI資料中心急遽擴張的背景、電力與電子零件等基盤技術的演進,以及AI基礎設施時代下日本的戰略,進行了多角度的討論。
在研討會的開場,AKKODiS People Development本部職涯發展推進部的Master Instructor,同時也擔任JEITA(一般社團法人電子資訊技術產業協會)零件技術藍圖各委員的谷本 琢磨(工學博士),解說了AI時代下資料中心的結構性變化。
隨後,由乾淨能源研究所代表的阪口 幸雄先生,以及太陽誘電股份有限公司開發研究所開發企劃部部長的寶藏寺 學先生進行了演講。
■ AI資料中心的擴張與能源戰略的走向
阪口 幸雄先生(乾淨能源研究所代表)
阪口先生根據以矽谷為中心的最新動態,解說了AI資料中心的急遽擴張以及支撐它的電力與能源戰略的現實。
阪口先生首先強調的是:「要理解資料中心,首先必須理解雲端業務的結構。」目前的雲端市場由Amazon、Microsoft、Google等超大規模雲端服務商(Hyperscaler)佔據了龐大的市佔率,而大部分的AI服務都是在這些巨大的雲端平台上提供的。
換句話說,AI資料中心的擴張不僅僅是單純的IT基礎設施建設,更與雲端產業本身的競爭結構密切相關。圍繞著AI的競爭,正在從演算法或半導體性能的競爭,轉變為能確保多少資料中心這種「實體基礎設施」的資本密集型競爭。
此外,關於目前正在進行的AI資料中心投資,阪口先生表示:「不可否認其中存在著泡沫般的層面」,但他引用過去IT泡沫的例子解釋道:「即使泡沫破裂,基礎設施本身仍會留在社會中,並支撐著後續的產業發展。」就像光纖網路和資料中心至今仍作為網路產業的基盤被廣泛使用一樣,他的觀點是,無論短期內是否過熱,中長期來看,AI資料中心有很高的機率會作為不可逆的社會基礎設施被保留下來。
另一方面,AI資料中心擴張最大的限制條件,就是電力供應的問題。AI模型性能的提升依賴於「縮放定律(Scaling Law)」,投入越多的運算資源,性能就越好,因此企業之間對於獲取GPU和電力的競爭日益激烈。結果導致資料中心的電力需求急遽增加。
此外,AI半導體的進化速度極快,資料中心建設所需時間的落差也非常嚴重。GPU大約每9個月就會進行世代交替,但資料中心的設計與建設、輸電設備的完善卻需要花費數年。這種時間差造成了在完工時,當初的設想可能已經過時的結構性困難。
更進一步來看,預計未來不僅是AI模型的學習,生成式AI與業務AI常時運作的「推論」階段的電力消耗也將會擴大。未來若AI作為社會基礎設施穩定下來,電力需求將不會是短暫的,而是會持續不斷地增加。
在這樣的情況下,再生能源、核能、小型模組化反應爐(SMR)等各種電力供應方式正被廣泛討論,但目前並不存在能在短期內解決電力限制的絕對有效對策。
阪口先生總結道:「AI基礎設施的競爭,不僅僅是運算力,更是電力與能源的競爭。」
隨著生成式AI的迅速普及,作為支撐AI的基礎設施,「資料中心」的重要性正急劇上升。需要龐大運算力的AI,需要與傳統IT基礎設施不同規模的電力與冷卻技術,也為產業結構帶來了巨大的變化。在這樣的背景下舉辦的本研討會,邀請了能源、電子零件、資料中心技術等各領域的專家登台。會中針對AI資料中心急遽擴張的背景、電力與電子零件等基盤技術的演進,以及AI基礎設施時代下日本的戰略,進行了多角度的討論。
在研討會的開場,AKKODiS People Development本部職涯發展推進部的Master Instructor,同時也擔任JEITA(一般社團法人電子資訊技術產業協會)零件技術藍圖各委員的谷本 琢磨(工學博士),解說了AI時代下資料中心的結構性變化。
隨後,由乾淨能源研究所代表的阪口 幸雄先生,以及太陽誘電股份有限公司開發研究所開發企劃部部長的寶藏寺 學先生進行了演講。
■ AI資料中心的擴張與能源戰略的走向
阪口 幸雄先生(乾淨能源研究所代表)
阪口先生根據以矽谷為中心的最新動態,解說了AI資料中心的急遽擴張以及支撐它的電力與能源戰略的現實。
阪口先生首先強調的是:「要理解資料中心,首先必須理解雲端業務的結構。」目前的雲端市場由Amazon、Microsoft、Google等超大規模雲端服務商(Hyperscaler)佔據了龐大的市佔率,而大部分的AI服務都是在這些巨大的雲端平台上提供的。
換句話說,AI資料中心的擴張不僅僅是單純的IT基礎設施建設,更與雲端產業本身的競爭結構密切相關。圍繞著AI的競爭,正在從演算法或半導體性能的競爭,轉變為能確保多少資料中心這種「實體基礎設施」的資本密集型競爭。
此外,關於目前正在進行的AI資料中心投資,阪口先生表示:「不可否認其中存在著泡沫般的層面」,但他引用過去IT泡沫的例子解釋道:「即使泡沫破裂,基礎設施本身仍會留在社會中,並支撐著後續的產業發展。」就像光纖網路和資料中心至今仍作為網路產業的基盤被廣泛使用一樣,他的觀點是,無論短期內是否過熱,中長期來看,AI資料中心有很高的機率會作為不可逆的社會基礎設施被保留下來。
另一方面,AI資料中心擴張最大的限制條件,就是電力供應的問題。AI模型性能的提升依賴於「縮放定律(Scaling Law)」,投入越多的運算資源,性能就越好,因此企業之間對於獲取GPU和電力的競爭日益激烈。結果導致資料中心的電力需求急遽增加。
此外,AI半導體的進化速度極快,資料中心建設所需時間的落差也非常嚴重。GPU大約每9個月就會進行世代交替,但資料中心的設計與建設、輸電設備的完善卻需要花費數年。這種時間差造成了在完工時,當初的設想可能已經過時的結構性困難。
更進一步來看,預計未來不僅是AI模型的學習,生成式AI與業務AI常時運作的「推論」階段的電力消耗也將會擴大。未來若AI作為社會基礎設施穩定下來,電力需求將不會是短暫的,而是會持續不斷地增加。
在這樣的情況下,再生能源、核能、小型模組化反應爐(SMR)等各種電力供應方式正被廣泛討論,但目前並不存在能在短期內解決電力限制的絕對有效對策。
阪口先生總結道:「AI基礎設施的競爭,不僅僅是運算力,更是電力與能源的競爭。」